数据分析可以带来令人惊讶的洞察力，从而会为新项目或产品产生意想不到的创意，正如以下这几个真实案例所展示的那样。
成功的IT项目需要明确的目标，数据分析也是如此。在进行数据分析时，数据团队希望发现关于客户的有用信息，支持项目决策，提高生产率以及其他一系列目的。
但是考虑到数据分析属于探索性质，所以其带来的好处或洞察力有时非常突然，完全出乎意料之外，而且不是最初商业计划的内容。这些意外惊喜印证了一个想法，即所有数据分析都是值得的，因为你永远不知道会发生什么。
以下是一些组织的真实案例，他们从分析工作中获得了意想不到的好处。
当前业务的启动
Allegis Global Solutions公司开发了一个分析项目，其目标是掌握三件事情：项目是如何执行的? 与其他项目相比，这些项目执行情况如何? 接下来我们该做什么?
“虽然开发该分析平台是为了形成一个历史视角来进行规划，但是我们发现用于解答这三件事情的分析工作在我们企业中产生了多米诺骨牌效应”，Allegis公司商业智能执行总监蒂姆约翰逊(Tim Johnson)说道。
约翰逊说：“由于数据是从我们所有项目中获取的，而且我们每天更新数据，所以我们对业务有着最新的观点。这使得我们最近推出了一个新的数据应用程序，可以帮助分析项目级和企业级的日常业务活动。”操作人员无需提交报告和分析信息来获取项目情况，而是他们可以对已经构建和提供的信息进行处理。
约翰逊说：“进行数据分析的更多好处是，分析结果采用率远高于最初的预期。现在我们设定的目标是每周分析结果有100%的内部采用率。因为我们的最终用户每天都在使用这些数据来提高业绩，所以他们也在密切关注这些信息，并将数据质量提高到一个新的水平。”
对于满足公司的最初分析目的而言，数据的准确性只需要达到90%到95%。但是对于运营而言，数据的准确率则需要达到98%至99%。约翰逊说：“随着整个组织的支持和认同，我们公司就已做到这一点。一想到这三个小问题就启动了这个组织全面进行数据转换，这很有趣。”
保修问题让位于物联网解决方案
在罗克韦尔自动化公司，公司的产品质量团队向分析团队提交了一个项目。
“我们遇到了保修管理的难题。我们不是只看问题本身，而是将我们数据分析团队的工作扩展开，专注于确定返厂产品的根本原因。”
通过将数据追溯到机器级别，团队发现了一个制造缺陷，这一组装故障与保修返厂产品是相关联的。“这有助于提升我们的战略和平台，将物联网(IoT)机器数据分析纳入其中。”埃德温说。“我们从质量部门学到知识，并为我们的客户打造了我们自己的设备级数据分析平台。通过数据分析，我们将业务问题转化为对客户有用的一个工具，并为我们创造了新的收入来源。”
重新定义最佳客户以及分析方法
Zeta Global公司为营销应用程序提供软件平台，利用数据分析来支持客户端和企业内部举措，例如开发用于在客户端数据中进行预测的算法，用于网络流量管理的流量日志分析或用于安全管理的信号分析。
公司首席信息官表示：“数据的预测能力往往在您意想不到的地方出现。非监督技术的存在是因为信息存在于数据中，这些数据已超出个人(即使你很聪明)可以找到和清除的范围。意想不到的结果是其神奇的一部分，而且我们有很多案例，让我们对发现的结果感到吃惊”。
尼梅诺夫说：“大多数组织在部署技术和承担相关技术成本过程中，最终都会采用某种形式的影子技术。为了提高工作效率，个人可以找到适合他们的工具。”预期的目标是持续推进安全成熟度，但意想不到的成果是发现了安全技术的隐性成本。
“带着这种直观认识，我们能够与某些人探讨一些特定的技术，其中一些技术他们已完全忘记了，然后终止了一些服务，使得成本降低了六位数。
另一个案例来自一家公司，他们想确定其客户所服务的消费者中，哪些是最佳消费者。尼梅诺夫说：“客户端分析方面的大量工作关注于扩大受众群体。在这种情况下，Zeta公司将利用我们的专有数据将个人档案与那些客户端提供的具有共同属性的个人档案进行匹配。拥有更多的最佳消费者将会产生更好的结果。”
在建立模型预测其客户应该向他们最佳消费者提供哪些营销信息以达到最大效果之后，他说：“通过荟萃分析，结果是客户提供的原始数据并不是他们最佳消费者群体，因为客户限制了那些他们认为对判定消费者是否有最佳表现的重要属性。”
当Zeta公司开始提升洞察力并将分析工作扩展到客户数据库时，就可以利用更多的消费者属性，就能够提供更好的受众群体数据。通过从客户端的数据库和消息发送对象开始工作，但没有先入为主的重要属性概念，Zeta公司能够帮助提取最佳的客户端数据集。尼梅诺夫说：“这种扩展方法已经在Zeta公司内带来了新的实践领域。”
声明：部分信息来自网络转载，若无意中有侵犯您权益的信息，请联系我们，我们会在第一时间删除！
