
大數(shù)據(jù)分析項(xiàng)目需要慎重而有力的監(jiān)管
分析團(tuán)隊(duì)的管理者們必須拿捏好指導(dǎo)數(shù)據(jù)科學(xué)家們完成工作,和給予他們能夠有效完成工作所需要的空間之間的分寸。
Scotiabank,是一家總部位于多倫多的金融服務(wù)企業(yè),企業(yè)內(nèi)的數(shù)據(jù)科學(xué)家們不附屬于任何特定的業(yè)務(wù)部門(mén)。相反,他們是一個(gè)獨(dú)立的團(tuán)隊(duì)的一部分——正式的名稱為決策科學(xué)團(tuán)隊(duì)——為銀行內(nèi)的所有部門(mén)提供高級(jí)分析。 但獨(dú)立并不意味著脫離: Andrew Storey,銀行的決策科學(xué)部門(mén)的副總裁, 他和其他管理者們都努力確保團(tuán)隊(duì)進(jìn)行的數(shù)據(jù)分析項(xiàng)目,對(duì)于業(yè)務(wù)戰(zhàn)略和運(yùn)作是有實(shí)用價(jià)值的,而不是單純的抽象練習(xí)。
在拉斯維加斯舉行的2015 TDWI Executive Summit會(huì)議上,Storey說(shuō)道,“僅僅因?yàn)槲覀兡茏瞿呈虏⒉灰馕吨覀兙捅仨氝@樣做?!?“我們真正需要做的是將自己扎根于業(yè)務(wù)中,支持他們正在進(jìn)行的項(xiàng)目。在這樣的一個(gè)團(tuán)隊(duì)內(nèi),你很容易脫離現(xiàn)實(shí),所以我們必須保持務(wù)實(shí)。”
為了幫助優(yōu)化市場(chǎng)活動(dòng),促銷(xiāo)方案,產(chǎn)品定價(jià),以及識(shí)別不同客戶之間的財(cái)務(wù)關(guān)聯(lián),Storey希望他團(tuán)隊(duì)內(nèi)的30位分析師在進(jìn)行客戶數(shù)據(jù)集和定價(jià)數(shù)據(jù)的預(yù)測(cè)分析,運(yùn)行數(shù)據(jù)挖掘應(yīng)用程序時(shí),能夠有創(chuàng)造性。事實(shí)上,促進(jìn)創(chuàng)新文化是他管理一個(gè)成功的分析團(tuán)隊(duì)的核心原則?!拔覀儜?yīng)該努力尋找更好的做事方式,”他補(bǔ)充道,激勵(lì)他的員工這樣做也幫助他留住這些員工。
與此同時(shí),Storey讓Scotiabank的業(yè)務(wù)經(jīng)理決定他的團(tuán)隊(duì)?wèi)?yīng)該探索的領(lǐng)域,或者他與他們共同決定。分析結(jié)果需要嵌入到操作系統(tǒng)和流程中,預(yù)測(cè)模型“是完全無(wú)用的,如果我們不基于它而做出決定的話,”他說(shuō)。
數(shù)據(jù)分析的解讀
團(tuán)隊(duì)成員還必須能夠向業(yè)務(wù)高管們解釋他們所使用的分析技術(shù)和方法, 以獲得他們對(duì)于結(jié)果的認(rèn)同并使用這一結(jié)果。為了設(shè)法簡(jiǎn)化分析過(guò)程,Storey引導(dǎo)數(shù)據(jù)科學(xué)家擺脫重復(fù)建立預(yù)測(cè)模型。他鼓勵(lì)他的團(tuán)隊(duì)使用其他行業(yè)的金融服務(wù)企業(yè)和公司的算法,只需調(diào)整使其適應(yīng)銀行的需求。
隨著大數(shù)據(jù)分析項(xiàng)目不斷擴(kuò)大數(shù)據(jù)科學(xué)家的工作范圍,以及他們分析的各類(lèi)信息。類(lèi)似Scotiabank這樣的協(xié)調(diào)方法,在管理分析團(tuán)隊(duì)時(shí),是很常見(jiàn)的,并且也變得越來(lái)重要,也更具挑戰(zhàn)性。
調(diào)查結(jié)果顯示,隨著大數(shù)據(jù)分析項(xiàng)目變得更加普遍,管理分析團(tuán)隊(duì)也成為一個(gè)更大的挑戰(zhàn)。例如, TechTarget的2015年度 IT優(yōu)先項(xiàng)目的調(diào)查結(jié)果顯示,全世界范圍內(nèi)2212名受訪者中的25%,認(rèn)為他們的企業(yè)正計(jì)劃在今年開(kāi)展大數(shù)據(jù)分析項(xiàng)目,位列計(jì)劃軟件項(xiàng)目前5位(參見(jiàn)圖表)。與此同時(shí),2014年6月接受咨詢公司Gartner inc .調(diào)查的302名業(yè)務(wù)和IT專(zhuān)業(yè)人士中的40%則表示,他們的企業(yè)已經(jīng)對(duì)大數(shù)據(jù)技術(shù)進(jìn)行了投資,相較去年提高了30%;另外有33%的受訪者計(jì)劃在未來(lái)的24個(gè)月之內(nèi)進(jìn)行投資。
Mike Lampa,咨詢公司Archipelago Information Strategies的總經(jīng)理,認(rèn)為協(xié)作和合議的方法在管理大數(shù)據(jù)分析工作時(shí),是必須的。 “我認(rèn)為正確的心態(tài)是你如何指導(dǎo)整個(gè)過(guò)程,而不是控制它?!?Lampa警告說(shuō),如果優(yōu)秀的數(shù)據(jù)科學(xué)家認(rèn)為他們的工作被過(guò)度控制,很有可能對(duì)此感到反感,轉(zhuǎn)而在其它地方尋找新的工作。他認(rèn)為管理者應(yīng)與他們的團(tuán)隊(duì)合作,將分析工作的重點(diǎn)放在有價(jià)值的項(xiàng)目上,在使用數(shù)據(jù)和審查分析模型時(shí)提供明確的指導(dǎo)方針,然后就放手。
分析師掌握主動(dòng)權(quán)
Netflix公司就對(duì)自己的數(shù)據(jù)科學(xué)團(tuán)隊(duì)采取了此類(lèi)管理方法。這家位于加州The Los Gatos的公司使用運(yùn)行在Amazon Web服務(wù)云上的多種系統(tǒng)——包括Hadoop,Teradata公司的數(shù)據(jù)倉(cāng)庫(kù),亞馬遜的Redshift,和Simple Storage Service技術(shù),存儲(chǔ)多個(gè)PB 數(shù)據(jù)用于分析客戶與其在線流媒體服務(wù)之間的互動(dòng)。
Kurt Brown,Netflix公司數(shù)據(jù)平臺(tái)的副總裁,在加州San Jose舉行的Strata + Hadoop World 2015 conference上進(jìn)行演講,他認(rèn)為,數(shù)據(jù)分析師們應(yīng)該負(fù)責(zé)建立自己的查詢,算法,和模型,他的目標(biāo)是使他們能夠在數(shù)據(jù)分析項(xiàng)目時(shí)做他們想做的,障礙越少越好。
Brown的平臺(tái)經(jīng)理與分析師互相協(xié)商,促進(jìn)開(kāi)發(fā)最佳方法,但他們對(duì)于開(kāi)發(fā)工作不會(huì)設(shè)置障礙。有時(shí)會(huì)導(dǎo)致編碼錯(cuò)誤和數(shù)據(jù)問(wèn)題,但是他認(rèn)為,在Netflix這樣的公司內(nèi),試圖在分析系統(tǒng)中避免錯(cuò)誤代碼是“徒勞的”。事后,他的一位員工會(huì)查找需要清理的代碼,然后將這個(gè)信息發(fā)送給對(duì)此錯(cuò)誤負(fù)責(zé)的分析師,這樣他們可以自行修復(fù)。 “這不應(yīng)該是管理者的責(zé)任,” Brown說(shuō)?!斑@必須是一個(gè)共同的責(zé)任”。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類(lèi)核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11