一亩三分地论坛

 找回密码
 获取更多干货,去instant注册!

扫码关注一亩三分地公众号
查看: 662|回复: 0
收起左侧

[DataScience] 好文分享:Getting Value from your Data Scientist

[复制链接] |试试Instant~ |关注本帖
lenux 发表于 2015-1-6 14:17:53 | 显示全部楼层 |阅读模式

注册一亩三分地论坛,查看更多干货!

您需要 登录 才可以下载或查看,没有帐号?获取更多干货,去instant注册!

x
這次又來跟各位分享所讀到有關數據科學的趨勢,希望能給大家一點幫助,前幾次關於IEOR的掃盲帖受到大家好評實在太感謝了,大家的鼓勵就是我分享的動力。所有的文字都是自己寫的,我本身具有商學背景,所以對於商業相關的雜誌看得比較快而且知道一些術語,不過可能還是會有看錯的地方,翻得不好或是不正確請不要客氣指教交流,但是如果要轉載請註明是來自一畝三分地這個很棒的地方。(喔對了,繁體字看不習慣請自己複製貼上轉簡體!)

---
數年前(2008)在我決定要轉往作業研究(運籌學)與管理科學領域時,就有個預感這個領域會越來越受到重視,2009年的金融海嘯給了統計學、數學和電腦科學一個展露光芒的機會,果不然這幾年結合計量模型與電腦程式語言來分析資料的新學位:數據科學(Data Science, Data analytics)越來越火熱,一向走在因應市場需求設計新學位的美國大學商學院也開啟了商業分析(Business Analytics)這個把數據應用、計量模型發揮在商業界制定更好決策的學位。

就我個人觀感,這些學位的本質內涵仍然是作業研究、統計、應數、電腦科學,只是強調的層面和面對問題的種類以及解決問題的手段不同罷了。過去傳統數據分析師被人詬病的問題是無法在組織內有效的進行溝通以及讓不具備專業知識的人也能理解分析結果的表達方式。而商業分析更強調必須具備各種問題的Domain Knowlege, 如分析行銷問題跟財務問題都必須要有一定的背景知識,否則非常容易不知所云,造成garbage in garbage out的結果。

日前在書店翻閱MIT Sloan Management Review發現一則文章,在探討經理人如何更能有效的管理這些新興的數據科學家,讓企業可以獲取更多的優勢,本文作者JG Harris便是在數年前一本探討 Analytics 企業分析力 (Comepting Analytics: The New Science of Winning)為未來致勝關鍵重要性的作者之一。雖然這篇文章是以管理者的角度去探討數據科學家在公司的地位,但我認為有助於有心往這領域發展的人一個方向,畢竟現在大家都在討論Big Data, Data Scientist ,想往這方向走必須真正知道他內涵是什麼、在做什麼、企業界對這個職位的定位是什麼。.鐣欏璁哄潧-涓浜-涓夊垎鍦

原文出處
Harris, Mehrotra "Getting Value from your Data Scientist" MIT Sloan management review 56.1 (2014): 15-18.

文章起始先討論數據科學家和過去的數據分析師(Quantitative Analyst)有何不同,在企業界中被認為擁有比統計員更好的編程能力且比程式設計師擁有更好的統計分析能力,並且可以處理數量化和非數量化的資料。根據一份訪問超過300位從事Analytic相關的結果顯示,兩種職業在工作內容、教育背景、使用的工具和自我認定上皆有顯著的不同。

如何賦予數據科學家在企業環境中具有一定價值呢?作者提出了幾大點

設置CDAO(Chief Data & Analytics Officer),如同財務長和營運長的觀念,為數據科學小組設置主管是必要的,主管可以有效的規劃和領導工作方向,確保數據科學家們在做的事情和公司的目標不會相去太遠。但CDAO通常對於企業流程並一定有全盤性的了解,所以必須和其他管理階層們緊密的溝通與交流,將分析結果轉化成決策制定的一環以及可以衡量分析結果的績效。
. 鐣欏鐢宠璁哄潧-涓浜╀笁鍒嗗湴
讓數據科學家們了解目前問題大方向為何,避免糾結於細部管理。數據科學家的工作本質必須擁有高度自主性,簡單的說就是讓他們去試試看到底能在資料裡發現什麼。

以決策制定者的角度來培訓數據科學家,同樣的公司也必須讓決策制定者擁有數據分析的一些觀念,使兩者溝通上更有效率,相輔相成。

讓數據科學小組能跟企業組織中其他單位做更緊密的連結,並且讓他們參與決策制定單位的討論過程,如此數據科學家們便能夠擁有學習專業領域知識(Domain Knowledge)、分享以及成長的機會。不過此份研究顯示75%的數據科學家們都是跟IT或是Operations單位報告結果,顯然此觀念目前尚未普及。

與其讓整個小組窩在辦公室中,不如創造更多機會讓數據科學家能夠到第一線現場去觀察問題,提高了解企業流程以及直接與顧客溝通瞭解需求的機會。

跟單打獨鬥或者是團隊中大家能力背景都近似來相比,使團隊裡具備擁有各種能力的人,能夠更有效地去解決極其複雜的問題。在MBA中相當強調這點,在數據科學團隊內也是:結合Business Analyst, Data Scientist, Visualization Experts 跟Modeler能夠激盪出不同的角度去嘗試各種可能來解決問題。

適度的獎勵員工,如同激勵理論中所提,不僅是擁有好的薪水,根據問卷調查顯示數據科學家更容易被來自同儕或專業領域社群的認可所激勵,如同美國作業研究與管理科學學會(INFORMS)所舉辦的Franz Edelman Award就是在獎勵那些實務界裡成功運用運籌學、管理科學跟Analytics解決問題的人們; Association for Computing Machinary則是在獎勵對Data Mining知識領域有發現及貢獻的人們。企業界如Netflix, GE, Thomson Reuters也都有贊助相關領域活動。

經理人告知在公司內的數據科學家主要分為兩種Track,一種是往管理階層走,另外一種是成為資深分析員,能夠處理更多更複雜的資料。這樣的管理方式可以確保公司的數據科學家走在正確的路上,不會去解決沒有人關心的問題。

评分

3

查看全部评分

本版积分规则

请点这里访问我们的新网站:一亩三分地Instant.

Instant搜索更强大,不扣积分,内容组织的更好更整洁!目前仍在beta版本,努力完善中!反馈请点这里

关闭

一亩三分地推荐上一条 /5 下一条

手机版|小黑屋|一亩三分地论坛声明 ( 沪ICP备11015994号 )

custom counter

GMT+8, 2016-12-7 20:47

Powered by Discuz! X3

© 2001-2013 Comsenz Inc. Design By HUXTeam

快速回复 返回顶部 返回列表