万豪的顶级数据分析师讨论了该公司如何通过复杂的数据处理过程发现新信息。

它似乎是用来简化复杂事物的咒语。尤其是在数据科学和数据分析方面，说起来容易做起来难。但万豪国际(MarriottInternational)运筹学和收入管理高级主管南希·皮龙(NancyPyron)表示，万豪一直试图这么做。

南希·皮伦(Nancy Pyron)在国际销售与营销协会(International Association for Sales and市场部)的收入优化会议上说，在尝试将大量原始数据转化为有用的信息流时，酒店需要考虑很多问题，但在复杂解决方案之前尝试简单的方法更有意义。

“从最简单的工作开始。”她说。

Pyron指出，有许多非常有趣和复杂的数据科学方法，例如机器学习和神经网络，可以为企业提供非常精确的信息，但它们还需要更多的数据支持来维持正常运行。更简单的模型提供的信息通常更容易理解和执行。

她指出，这两种方法都需要时间和地点，但重要的是不要选择最复杂的方法，因为它们可以作出承诺和提供潜力。

她说，神经网络等更复杂的模型会根据所提供的数据给出答案，但任何人都不可能追踪到这一结论是如何得出的，这是业内人士难以消化的。

同时，派伦表示，面对数据分析，酒店业需要更加成熟，因为许多酒店使用非严格和不准确的术语，让酒店听起来比实际更先进。

她说： “有很多公司说他们在做，但他们只是做了一些基本的数学。

分析类型

皮隆说，数据分析主要有三类。 首先是反应性分析，需要观察历史表现.. 第二种是预测分析，它可以预测未来的结果，并为未来的发展设定期望。 第三种是预测分析，类似于前瞻性分析，其中定性分析多于定量分析..

一旦企业确定了他们的目标类型，她说分析模型可以做很多事情，从预测未来房价到分析他们未来的预订类型等等。

她指出，数据科学有着无数的应用，但是人们需要知道他们想要的是什么是有成效的。

"数据的复杂性和准确性、建立和运行的时间和成本以及它们之间的相互作用，复杂且完整的模型平均需要三个月才能完成，"佩龙说。

考虑与数据一起工作时考虑的注意事项

Pyron说，在处理数据时需要考虑很多成本，其中一些成本可能不会立即出现，但重要的是要权衡用于分析的成本和经济效益。

她说，数据整理、数据处理、建模和具体操作的成本需要一定数量的人力和相关系统。但她说，经常被忽视的是访问数据本身的成本。

Pyron说，模型越复杂，所需的数据量就越大。这意味着需要购买额外的外部数据以获得期望的结果。

“如果每年要花费100000美元才能得到这个数据流，你肯定会问，‘它能为酒店带来100000美元的增值吗？’”她说。“这只是一个模型，但你不一定有能力提供它所需要的数据。”

Pyron还说，沟通是建模的关键，IT团队不希望在他们努力创建的工作结束时遇到没有人想要的进退两难的局面。

她说：“你必须确保团队与公司合作，并肩负着创造最佳模型和获得最佳分析结果的重任。”

该团队需要来自不同主管的定期投入，以保持最佳运行水平。她还建议为那些提议该模式的人和完成该项目的人创造不同的作用。

“创建这个模型的人不应该是将其编码成产品的人，”Pyron说。

最困难但最重要的事情之一，她说，是寻找一个合适的团队，需要一个高技能的人致力于这项工作。

她说：“团队需要努力建立最好的模型，并利用它来获得最好的答案。”“团队成员不能专注于自己或感觉良好，因为他们可以为自己建模。他们需要建立一个符合公司要求的模型，并以最简单的方式构建模型。”