历年资讯

应用数据为芝加哥艺术博物馆赋能 ▲芝加哥艺术博物馆的热点地图 安德鲁?西姆尼克博士（Andrew Simnick），芝加哥艺术博物馆主管财务、战略与运营的高级副总裁。马修?W.诺瑞斯（Matthew W. Norris），芝加哥艺术博物馆数据分析部执行主管。自2014年开始，安德鲁和马修一起尝试将数据和数据分析应用于芝加哥艺术博物馆的各项工作。 ▲安德鲁?西姆尼克博士 博物馆机构组织复杂，尽管很多人们并不这么看。 博物馆的运营融合了多种商业模式，在日常决策中，我们既要考虑使命，也要重视财务目标。 除此以外，我们还面临着诸多阻力，比如与点播娱乐行业争夺市场、不断增加的成本，以及不确定的经济环境。 在上述情况下，博物馆不得不在追求未来的梦想同时，还要一边回应如何在短期内分配资源这样的实际问题。 在芝加哥艺术博物馆，为应对这些挑战，我们将数据和数据分析应用于机构所有领域的决策。在此过程中，我们更加深入地了解了博物馆的工作，运营收入和效率得到前所未有地提高。 更为重要的是，为实现以教育和启发未来博物馆观众的使命，我们将最大化地利用资源，现在我们对此有了更多的信心。 随着博物馆面临更多的外部压力，我们探索未知旅途时，应用数据和分析对行业整体的发展至关重要。 大规模应用的创新和战略方法 大数据和分析的概念如今相当普遍，已成为企业运营不可或缺的工具，而博物馆所面临的具体挑战就在于如何在一个时间与资金都比较受限的环境下运用及扩展这些工具。 在芝加哥艺术博物馆，为探索在受限的环境下如何大规模地应用数据和分析，我们基于过去成功与失败的经验提出了一个4步法并对此进行了优化。 提出最关切的问题 尽可能使用精益的流程 将您的理念清晰地传达给观众 比完美更重要的是实际去做 我们最成功的举措都得益于上述指导原则，任何博物馆想要着手制定战略规划或提升未来规划，亦或是想要创新地吸引观众参与，都可以将上述原则进行调整并应用。 一、提出最关切的问题 博物馆里永远不会缺少有趣的问题。 基于此，我们首先要依据这些潜在问题对机构的重要性将它们进行排序。我们需要不停地问自己，“如果仅剩1个小时或1美元，我们将用在什么地方？”然后，我们围绕那些最重要的问题，一个一个解决，这些问题可能包括： 影响参观人数的因素有哪些？ 本地观众与游客的参观行为是否相同？ 博物馆中哪些藏品最受欢迎？ 博物馆吸引了哪些细分的观众群？ 我们如何在线上公布更多的藏品资源？ 我们在收藏方面分别有哪些优势和缺漏？ 我们如何优化博物馆商店的购物体验？ 这种针对性的方法可能偶尔会影响我们的自由探索，但这会让我们更加深入地了解那些对艺术机构影响深远的议题。尽管博物馆在应用数据与分析方面经验不足，但这种方式无需投入大量人员和资金就可以提升我们的工作能力。 二、尽可能使用精益的流程 终端用户往往只能见到最终的效果或成品，然而大部分的艰难工作从表面都看不到，一般出现在准备分析数据的过程中。刚开始，我们的员工在确定、维护和处理数据集方面能力不足，很快，这就成为我们在全馆推进综合性分析努力的最大阻碍。 为了克服这些缺陷，我们为博物馆创建了一个“商务智能硬核”（如图1所示）。我们结合数据仓库和软件，在准备步骤的不同阶段都引入自动化，极大地减少了访问和处理内部数据的时间。 这一精益化方法还允许我们在适当的情况下接入外部数据，包括人口统计、心理和地理信息等。虽然这些措施看起来不明显也不够炫目，但是在程序优化和自动化方面的投入正为我们带来红利，我们在减少员工及咨询时间的情况下工作能力得到提升。 ▲图1：显示了芝加哥艺术博物馆的数据处理方法。我们把全机构所有中央系统的数据组合到一个数据仓库中，然后用其他的工具以有效的方式抽取、处理信息，并将这些信息可视化。 三、将机构的理念清晰地传达给观众 沟通在数据分析和行动之间搭建了桥梁，但仅依据定量的观察数据并不意味着就能做出合理的运营决策。由于博物馆的定量分析并不是每天都有，所以清晰地传达数据的含义和影响往往显得更为重要，并且在这些数据基础上的认知有可能挑战固有的结论。 基于我们机构在视觉阐释和逻辑推理方面的相对优势，我们很大程度上依赖数据可视化来传播我们的观点，同时保留分析的细节。比如，我们的第一个可视化分析显示了观众参观的不同驱动因素。 总的来说，观众的参观人数难以解释，除了一般情况下夏季的参观人数多于冬季。 然而，若通过不同的购票渠道和地理位置观察参观模式，我们发现了一个清晰的模式（见图2）。比如，美国本土的观众量从航空市场（距芝加哥8小时或更久的飞行距离）上看遵循一个季节模式，与展览并不太相关，而会员的参观人数在特展以外的时间表现一般。这些模式改变了我们什么时候、如何吸引不同群体观众的策略。 ▲图2.1 ▲图2.2 ▲图2.3 图2系列：芝加哥艺术博物馆观众每周参观情况的可视化。如果观察整体的参观人数（图2.1），感觉模式比较混乱。但是如果把观众分为不同的群体，我们就可以看到乘坐飞机的美国观众的季节性参观模式，和会员观众依赖特展的参观模式。 基于此，我们创建了一系列的模式以确定影响参观的内部和外部因素。在内部沟通时，我们重点展示了数据和参观模式，除此以外，我们还设计了一个可视的仪表盘用来定位和展示参观模式中有意义的变化（见表3）。在我们第一年利用该工具进行营销支出和内容方面的决策后，门票净收入达到了200多万美元，所以，直到今天我们还在使用该工具。 ▲图3:芝加哥艺术博物馆在猫途鹰网（TripAdvisor）上列为“世界排名第一的博物馆”，仪表盘显示了博物馆在参观人数上的重大变化。最上面的表格显示了实际和预计的参观情况，下面的表格显示了参观人数在数据方面的重大变化。标识区域的预计和实际参观人数的差异显示了附加参观收入200多万美元。 我们在博物馆的其他区域设置了互动视觉项目，将洞察力转化为运营决策。例如，借助交互式视觉技术，艺术博物馆内现在有99％以上的陈列展品都可以在线上找到图片。我们还使用交互式视觉降低博物馆商店内的复杂性和SKU数量，同时维持预计的收入。 记住不是所有观众都会对同样的交流方法进行回应，这个很重要。虽然交互可视化在某些场景比较有用，而传统的比如Excel，PPT和PDF可能在其他一些情况下使用更方便。如何与不同的观众实现最佳交流，了解这一点需要时间，我们推荐机构尝试不同的方法来了解哪些手段对机构来说最有效。 四、比完美更重要的是实际去做 我们必须持续面对一个常见的陷阱，即在回答问题之前想要把数据集、分析及报告变得完美的诱惑。由于完美主义导致的延迟会侵蚀我们分析工作的价值，而只有分析对决策产生影响后，附加工作才显得有意义。为了推进进程，我们努力尝试只要合适，获得“足够好”的答案就可以了。 比如，我们利用博物馆的无线网络数据来分析观众在展厅的参观路线和逗留时间（见图4）。通过这个方法，我们了解了，无论观众从哪边进入，他们都会遵循一个相似的路线。我们也了解在永久陈列展厅中使用阐释技术将极大地增加观众的逗留时间。 尽管这些数据不如在某个展厅内直接进行观察来得精确，但这可以让我们很快地观察到有意义的趋势，并且做出快速、有用的决策。 ▲图4：热点图显示了使用聚合WiFi信号的观众密度。这些数据可以让我们很快地观察到相对访问量、人们在建筑内的停留时间和路线模式。同时，还为我们提供了测量展厅内行为效果的基准线。 若希望得到一个迅速的答案，我们仍依赖于员工和志愿者帮助建立数据集。例如，我们和志愿者合作，在8周内收集了1万多份观众问卷，从中揭示了关于我们最受欢迎的藏品以及前区服务的漏洞等一些信息。从制作实体表格到开发一个可分析的数据集，志愿者帮助我们首次了解了学校团队参观的效果。 尽管这种方法不如专门的外部支持精确，但它能帮助我们快速做出及时的决策，为那些需要完美答案的问题预留了时间。 任何博物馆都可以使用数据 数据无处不在，利用前景巨大，而充满未知的未来也离不开它们。过去几年来，我们选择用实践的方式为某些具体问题寻找答案，这为我们带来了巨大的改变。 我们非常幸运能有一个新的视角来理解博物馆的运营，我们也坚信，在进入一个充满未知却令人激动的未来时，应用数据将会让我们的行业变得更好。 本文作者安德鲁?西姆尼克博士（Andrew Simnick）。 谢颖 译自美国博物馆联盟网站 转载文章仅代表作者观点，不表明我馆立场。