授权数据团队用实用数据分析模型解决业务问题

为什么80%的数据科学项目会失败?

通常,这些项目从未确定要用数据解决的业务问题,而是创建一个假设来测试或验证必要的数据是否可用。更重要的是,企业高管与数据科学家和数据分析师之间存在持续的沟通差距,他们说的语言并不相同。涉众不了解数据或数据可以回答的问题,而数据团队不了解业务需要什么。

组织浪费时间、金钱和精力由于这些脱节。他们还错过了将数据分析应用于业务需求的宝贵机会。

这就是为什么188金宝搏beat亚洲体育真人荷官实用主义研究所开发了一种方法不仅仅是为了数据分析,还为了企业定义一个问题并用数据解决它- - - - - -解决这些问题实际上是有形的,会在业务中增加价值。让我们一步一步来看看实用数据分析模型:这是一种经过验证的、优化的、可重复的方法,适用于任何数据项目或工具集。

编者按:以下是最近的数据聊天“将数据分析应用到战略:一种行之有效的方法”第一部分的文字记录。为清晰起见,本文略作了编辑和浓缩。请在下面观看完整的网络研讨会。

定义:关注您想要用数据解决的特定业务问题

第一步是定义业务问题。许多企业面临的一个大问题是,他们想要一开始就投入运营,“让我们一头扎进去,开始做吧。”通常情况下,你会跳过这个非常重要的步骤,“让我们真正理解并定义我们想要实现的目标。”

在数据方面,这是非常关键的解构企业试图了解自己的什么,以及它试图列出的目标,然后把它带回实际数据中。我一次又一次地看到,业务跳过了定义的步骤:什么是业务问题?在最初的步骤中,你要证明或反驳的假设是什么?

他们直接进入分析,而不是真正试图定义它是什么,以及它将如何影响业务目标和得到支持。如果你没有从商业利益相关者那里得到支持,那么你所分析的或你想要提出的东西真的就不重要了。

你没有设置正确的参数。你没有给那些要对你将要进行的分析结果做一些事情的人设定正确的期望。

准备:探索可用的数据和最有用的方法

第二步是为此做准备。一旦你定义了它,你就得深入研究了。任何做过大量数据分析的人都知道,一旦你开始真正了解数据,事情就会开始改变。

“你正在进行数据调查,开始对所有这些片段进行构架,这样你就可以重新思考数据本身的可行性和可行性。”

你开始发现,“我少了这一块。”或者,“这些数据库没有连接”,或者“我需要补充这个外部数据”。有很多不同的事情可能会出错。一旦你进入数据本身,它要么会改变它的成本,它的时间,或者它的潜在输出。

所以一旦你进入准备,这意味着一些分析的一部分,但这并不意味着你完成分析,但你进入数据勤奋真正开始框架这些作品都是什么,这样你就可以重新思考什么是可能的和可行的数据本身。

一旦你做到了这一点,你就需要重新思考如何定义业务问题和所有的假设。您需要准备好返回并与涉众一起对其进行细化。

精炼:必要时修改问题和期望

下一步是回到涉众并细化这些语句。这需要一些勇气。

这是数据科学家和分析师没有被教导如何去做的事情。你需要去找这个项目的赞助者说,“你要求的,我们不能在这个时间范围内提供这些数据和参数。有了我们拥有的数据,如果你想要的话,这些是需要添加进去的东西,或者我们可以通过这些参数的改变来交付这些或那些东西。”这是非常重要的。这是一个在大多数组织中不会发生的步骤。

这就是为什么会出现所谓的“范围蔓延”或失败的数据项目。因为它从3个月的项目到6个月的项目,再到9个月的项目再到12个月的项目,只是为了交付一些涉众不想要和不关心的东西。这一切都是因为在你深入数据去真正理解什么是可行的,什么是可行的,并回到涉众那里去完善和调整项目的参数之后,你从来没有回过头去完善它。

这对于确保你在进入公司并开始分析数据之前就已经为成功做好了准备是非常重要的。

分析:建立模型以找到可操作的见解

当涉及到你所要做的事情的精确性时,你可以考虑预测分析和规范分析之间的区别。预测分析在数据科学中非常常见,它是建立一个模型,可以预测人们在未来会做什么,或者可以预测人类在相同的情况下会做什么。

这是一项极其重要的任务。它得到了大量的关注。但大多数时候,当有人带着业务问题来找你时,他们要求的不仅仅是预测。

他们想说,“告诉我该怎么做。”这是一个完全不同的问题需要不同的数据和不同的分析。这就进入了“分析”阶段。

大多数时候,当人们遇到问题时,他们会马上跳到模型上:“我要建立一个神经网络来做这个。我将建立一些机器学习算法来做到这一点。”这些对于预测模型或相关模型来说都是非常好的。但是,当你试图想出一个商业战略,并告诉人们,“这就是你所做的结果”,你就需要把它简化成一些容易理解的东西,并付诸行动。

“简单的方法有时可能是最好的。”分析’意味着选择一种最可能给你提供这些可解释、可操作的见解的方法。”

在我们准备这门课的过程中,有两个主题经常出现,业务驱动的数据分析,务实。随着这个模型的发展,这个想法就是我们正在寻找的可操作的的见解。你的分析需要告诉你下一步要做什么。我们也在寻求良好的投资回报。我们必须表明,这将是达到特定结果的最佳方式。

在分析方面,它实际上经常涉及到让它变得更简单。我曾经做过一些项目,在这些项目中,从我们的数据中获得的最佳见解来自电子表格的加入。这是一个从来不会将客户的数据表与捐赠者的数据表连接起来的组织。一旦我们加入这两家公司,我们就能帮助他们找到有潜力的捐赠者。他们是一个非营利组织。所以这真的很重要。

另一个,它只是一个数据透视表,我们说,“这是你获得捐赠者的地方。”他们从来没有这样做过。所以这些简单的方法有时可能是最好的。“分析”意味着选择一种方法,这种方法最有可能给你提供这些可解释的、可操作的见解。在数据科学中,它不一定是标准的、不太常见的怀疑对象。

演示:向利益相关者传达可行的见解和下一步的工作

这个模型的第五步是“现在”。这是你必须关注的地方告诉利益相关者你的可行见解是什么

我知道大多数分析师对此都感到不舒服。但最初进行这个项目的目的是为了弄清楚下一步要做什么。分析师需要能够说:“这就是业务解决方案。”

你有生意上的问题- - - - - -不是数据问题,是业务问题.YOu正在使用数据来帮助提供一个业务解决方案,例如,专注于这个特定的市场,更多地推广这个项目,放弃这个位置。其中任何一项对于尽可能清晰地呈现业务问题都很重要:业务问题、用于回答问题的数据,以及可以由数据证明的业务解决方案。

* * *

为了更深入地学习实用数据分析模型,并在真实的商业场景中进行实践,注册我们的新课程业务驱动的数据分析.该课程也可作为数据团队的私人培训。

在twitter上分享
在facebook上分享
分享在linkedin
  • Michael Lukianoff是一名数据科学专家、顾问和企业家,专门为实体餐厅和零售行业提供定量解决方案。

  • 巴顿是datalab的创始人。在Pragmatic Institute担任客座讲师和讲师。188金宝搏beat亚洲体育真人荷官他曾就数据分析的解释和实施向政府机构、企业客户等提供咨询。

迈克尔Lukianoff

迈克尔Lukianoff

Michael Lukianoff是一名数据科学专家、顾问和企业家,专门为实体餐厅和零售行业提供定量解决方案。

更多的务实

相关内容

推荐内容

热门内容

使用数据驱动的人物角色来促进业务

数据可以让我们看到构成消费者的描述性统计数据,并为我们提供可量化的信息,以便我们做出更好的决策。更不用说,数据人物角色可以提供很多东西,从广告到新市场再到新产品。

视图

制定更好的路线图的策略

什么是战略性产品路线图?理想情况下,这是一个高层次的可视化总结,可以帮助产品经理和团队中的每个人达成一致。路线图还为涉众提供了环境,并传达了构建内容背后的“原因”。

视图

注册以了解最新的行业最佳实践。

按照你的时间表训练

今天填好表格,我们的销售团队将在今天帮助您安排您的私人实用培训。

第一个名字
电子邮件地址
电话
公司
职称
位置
我们能帮你什么吗?
首选接触方式
隐私政策

按照你的时间表训练

今天填好表格,我们的销售团队将在今天帮助您安排您的私人实用培训。

第一个名字
电子邮件地址
电话
公司
职称
位置
我们能帮你什么吗?
首选接触方式
隐私政策

订阅

订阅

立即下载

消息灵通

注册以了解最新的行业最佳实践。获取如下内容:

    • 务实,业内人士杂志
    • 不断增长的网络研讨会系列
    • 我们世界级的播客系列节目

订阅

Baidu