DataFocus在与某医疗企业接触的过程中遇到这样一个提问:是否每个人天生都是数据科学家?只是缺少适当的trigger?。那么我们先从思维的承载者——大脑开始说起,世人知道,我们的左脑分管理性部分,擅长学术、文字、推演、逻辑等,而右脑则负责感性思维,比如抽象、图形、音律等。看到这里或许有人会下结论,数据思维当然是左脑的功劳,无非推演运算或是行文,但是对于数据思维的落地来说却不仅如此。一般数据思维的落地并不是给自己看的,而是给别人看的,需要将数据的推演运算及应用,进行表达。那么此处就需要用到右脑的想象力和艺术细胞了,比如如何展现,如何关联,如何生动的表达等等。这就是为什么数据思维的落地,需要可视化的基本原理之一。所以数据思维本身,也是个左右脑结合的综合性思维。

而目前具备综合性思维的优秀数据科学家是极度缺少的,就像好的电商内容运营一样,需要跨界了解几个领域的知识,比如信息技术本身、数学、商业应用场景等等。毕竟数据思维的应用基本是公司行为而非个人行为。可视化是为了更好的达到商业目的,所以需要利用数学知识,借助 IT 手段,将对大数据的挖掘转换成商业应用。

那我们如何去更好的落地数据思维呢,有人可能会说会可视化就行。但可视化的结果也可分出高低,好的可视化不仅好看,更能一针见血的反映问题和帮助决策。因此我们有时需要进行训练。第一,如果作为决策者,不仅需要充分熟悉管理逻辑,更需要熟悉企业的经营环境、市场竞争,对经济学和商业运作有深刻的理解,并具有丰富的企业管理经验。通过数据结果可以了解企业发生的情况;第二,要有数据库基础知识,包括软件和硬件知识,能够理解数据采集,数据存储,数据传输等领域的最新技术,熟练处理大量数据,能够优化数据结构,提高数据效率;第三,根据数据集进行审计,建模,能够优化模型,并使用相关算法进行计算,数据可以在计算后进行解释。

当然,仅仅拥有上述三种知识和技能是不够的。数据的呈现需要某些设计技巧和视觉语言来表达视图,这可以有效地传达信息。特别是在企业中,并非所有人都是数据专家,甚至所有人都不是数据专家。只有熟练掌握数据处理能力的人才能成为数据专业人士。因此,需要对数据进行深度处理,然后以其他人可以理解的方式呈现数据,以便可以识别数据挖掘结果。

标签: , , , , ,
版权声明:除非注明,否则均为DataFocus企业大数据分析系统 原创文章,转载请以链接形式标明本文地址。否则将追究法律责任。
转载请注明来源:https://www.datafocus.ai/18508.html
上一篇:
下一篇: