Chinese, Simplified
SEO Title
随着将公司转变为数据驱动型公司的愿望,在数据和机器学习方面也进行了巨额投资。
最初,这项投资只在大型科技公司进行,但很快,剩下的行业看到了这一转变的潜力,以及它可能为公司的增长和发展带来的好处。
有了这笔投资,数据科学家、数据工程师、数据领导者、数据高管和其他数据专业人士的新时代已经出现。一套新的数据工具和框架也出现了。
但今天我们可以说,大部分投资更多的是战术性的,而不是战略性的。这项投资没有产生预期的影响。
- 虽然建立了仪表盘,但该公司仍在继续使用其单独的excel文件。
- 有一些流数据管道正在部署中,但没有人理解它们为什么相关。
- 虽然实现了一些机器学习模型,但决策过程是一样的。
当今组织中的数据战略已经崩溃。它被设计成在筒仓中运行。
它关注的是结果,比如模型的准确性、这些仪表盘的美观程度,或者这个数据堆栈的现代化程度。
没有实际关注结果,如组织中的采用程度、员工访问数据的容易程度、他们对数据的满意度以及数据对组织的影响。
根据我的经验,造成这种危机的一些原因是:
- 目前尚不清楚数据将如何为公司的目标和结果做出贡献。
- 该组织缺乏数据扫盲举措。
- 没有实验的空间。这意味着没有失败的空间。没有创新的空间。没有持续改进和长期增长的空间。
如果你深入研究一下共享的3个主要原因,你会注意到,这些原因可以适用于组织中的所有业务计划。数据也不例外。你需要管理的期望和结果是不同的,专业人士也不同,但其他人不同。
那么,为什么组织将数据团队视为二等公民,同时表示他们希望成为面向数据的团队呢?
对任何人来说,没有平等的旅程。即使是同行业的公司。到目前为止,我们还无法像软件工程师对待传统应用程序那样标准化流程。高管们仍然不了解数据是如何工作的。
数据专业人员需要意识到这一点,并将这些事实作为旅程的一部分。将这些问题作为数据路线图的一部分来解决。
此外,数据专业人员可以遵循这7个简单的步骤来增加数据在组织中成功的概率。
- 了解公司的愿景和战略。
- 确定数据和人工智能如何为这一愿景做出贡献。
- 定义数据和人工智能将执行的角色以及预期的结果。
- 将实验成本作为MTP(mid-term plan)(中期计划)的一部分
- 确保数据团队了解其日常工作的影响。需要时提醒他们。
- 教育高级和中级管理人员。指出对他们的期望以及他们应该得到的回报。让他们成为计划某些部分的所有者,以确保参与。
- 边走边重塑和调整战略。继续在整个组织中传达变化。
实施数据战略不仅仅是技术。这与它执行业务任务或使业务任务自动化的程度无关。这一切都始于教育、期望管理、清晰的路线图、透明清晰的沟通,最重要的是,对内部用户习惯和问题的真正兴趣。
我知道,写起来容易,写起来难。但是,没有聪明和努力的工作,就不会有好的结果。
所以,别忘了用真实的事实、能量、同理心武装自己,大胆一点。
发布日期
星期日, 五月 7, 2023 - 16:40
最后修改
星期日, 五月 7, 2023 - 16:47
Tags
Article
最新内容
- 1 week 5 days ago
- 2 weeks 6 days ago
- 3 weeks 2 days ago
- 3 weeks 2 days ago
- 3 weeks 5 days ago
- 3 weeks 6 days ago
- 4 weeks ago
- 4 weeks 1 day ago
- 4 weeks 1 day ago
- 4 weeks 1 day ago