分析讓科學家與決策者理解彼此 用白話文說資料科學

讓科學家與決策者理解彼此 用白話文說資料科學

Data Science & the Art of Persuasion

組織匯集大量資訊,但難以溝通傳達那些資訊當中的深入見解。本文說明這個問題背後的原因,是資料科學家並沒有接受相關訓練。而解決這個問題,就是建立包括六種才能的團隊:專案管理、資料整理、資料分析、主題專業知識、設計和說故事。
資料科學正在快速成長。過去五年間,企業投入數十億美元,設法爭取到最優秀的資料科學家以創立新事業,收集皆位元組(zattabyte,10的21次方位元組)的材料,透過他們那些演繹推論的機器來分析這些材料,以便在那些龐大數量的雜訊中找到清楚的訊號。這種做法在某種程度上的確有效。數據資料已經開始改變我們和一些領域的關係,如語言翻譯、零售、健康照護和籃球。


高階主管抱怨投入大筆資金在資料科學的運作,但這些投資沒有提供他們期望得到的指引。他們沒有看到實質的結果,因為這些結果沒有用他們可以理解的語言來溝通傳達。



儘管已有成功的故事,但許多企業依舊無法從資料科學中,獲取它們可獲取的價值。即使運作良好的營運單位能進行良好的分析,仍無法善用分析產生的見解。問題出在「最後一哩」,也就是最後階段要向決策者說明分析見解的時候。
2017年,資料科學社群平台Kaggle曾對資料科學家做過一份調查,當中有關資料科學工作的七大障礙,獲得超過七千人回應,結果顯示,七大「工作障礙」中有四個與「最後一哩」的問題有關,而關於非技術問題:「缺乏管理/財務支援」、「缺乏待回答的明確問題」、「決策者沒有使用研究結果」和「向其他人解釋資