
為什么多數(shù)大數(shù)據(jù)項目都以失敗而告終(2)
缺乏專業(yè)知識
第三大缺陷——缺乏相關專業(yè)知識。這其實是源于企業(yè)缺乏合適的擁有正確的技能來執(zhí)行大數(shù)據(jù)項目的人材。而由于大數(shù)據(jù)技術對于“主流”企業(yè)來說仍然是很新的,IT團隊往往缺乏相關的專業(yè)知識來確定如何用大數(shù)據(jù)來達到分析的目的。
雖然招聘數(shù)據(jù)科學專家是解決這種專業(yè)知識的不足一種可能性的備選方案,但對于許多企業(yè)來說是不可行的。這一新的角色需要結(jié)合程序員的技能和調(diào)查研究科學家的思維,企業(yè)專門設置一個這樣的職位的代價會非常高,同時其所需的相關技能設置也不常見,很難創(chuàng)建。
如何使您企業(yè)的大數(shù)據(jù)項目成功
考慮一個切實可行的辦法。首先,不要將其稱之為是一個“大數(shù)據(jù)項目”。將其命名為一個類似的項目名稱:例如“一個幫助我們更好的了解我們的客戶、以及為什么他們會喜歡在某個特定的商店購物的項目?!痹擁椖渴且卮鹬匾臉I(yè)務問題,而大數(shù)據(jù)便是答案的來源。如下,有一些最佳實踐方案來幫助您的項目實現(xiàn)成功:
從列出一個您所想要解決的業(yè)務問題的清單入手
不要從解決某個大問題著手。從啟動一個小的項目開始,選擇一個您所亟待解決的具體的問題,并堅持下去。列出一份您所需要解答的問題的列表清單,并且不要因為被技術問題困住而忽視您的目標。確保IT團隊的工作職責不會變得過于寬泛或所謂的“全方位”,這樣可以盡量避免處理問題范圍的改變進而導致的項目失?。杭磸臉I(yè)務部門到IT部門的需求的改變導致問題焦點的轉(zhuǎn)移。確保所有利益相關方在客觀上對于項目的實施和執(zhí)行都是同意的,以便讓每個人都能夠?qū)W⒂陧椖康耐瓿伞?/span>
在您開始項目之前獲得企業(yè)高層的背書
一旦您已經(jīng)確定您所要解決的業(yè)務問題,必須獲得業(yè)務團隊從上而下的對于您所需要的所有相關數(shù)據(jù)的支持,以保證成功完成項目。務必獲得公司高層領導對于訪問所有相關的業(yè)務數(shù)據(jù)的授權,以便您可以找到相關的模式和關系,進而解答業(yè)務問題。也就是說您必須獲得訪問、控制的權限。
確保您的團隊具備執(zhí)行項目所需的專業(yè)知識
理想的情況下,您的團隊內(nèi)部將會有成員接受過專業(yè)的訓練,具備數(shù)據(jù)科學家的技能和心態(tài),能夠利用這些數(shù)據(jù)信息來生成所需的業(yè)務結(jié)果。如果不是的話,您可以利用您現(xiàn)有的系統(tǒng)來解決的問題。這是一個很好的退后一步來思考所需要解答的業(yè)務問題的時機。您可能在這時不需要經(jīng)過專業(yè)的培訓或NLP就能夠得到您需要的答案,只是授予了合適的人員來訪問企業(yè)內(nèi)部的數(shù)據(jù)信息而已。
選擇一個能夠創(chuàng)造商業(yè)價值的問題,并在您已經(jīng)正確的道路上持續(xù)的堅持下去。記住,一個成功的項目與其所涉及的范圍是沒有太大關系的。沒必要一口氣吃個胖子,那樣反而會帶來更大的失敗。畢竟,一個小項目的成功要比一個大項目的失敗要好得多。文章來源:CDA數(shù)據(jù)分析師培訓官網(wǎng)
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(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)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構數(shù)據(jù)(如數(shù)據(jù)庫表、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:從基礎用法到實戰(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 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(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? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、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)構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構數(shù)據(jù)價值的核心操盤手 表格結(jié)構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11