預(yù)測智能、機器學(xué)習(xí)、人工智能、高級分析。所有這些術(shù)語都在一些重要營銷、商業(yè)和分析會議上吸引人們的注意。
??如果你和大多數(shù)人一樣，對此嗤之以鼻，感覺你的公司在分析能力上落后了。然而，不要讓喋喋不休的人愚弄你?，F(xiàn)實情況是，許多公司還沒有準備好消化最先進的機器學(xué)習(xí)算法——但這并不能阻止你為實現(xiàn)這一目標而制定一個路線圖:

步驟1：投資人才
??數(shù)據(jù)科學(xué)家是許多公司正在尋找的分析專家和商業(yè)智慧的罕見組合的代表，他們從未有過如此高的需求。聘請這些炙手可熱的人才加入你的公司，是建立你的分析能力的第一步。然而，正如領(lǐng)導(dǎo)力專家吉姆·柯林斯在他的著作《好到佳》中所建議的那樣，找到合適的人是困難的。
??你需要超越簡歷上純粹的技術(shù)技能以外，尋找一個這樣的人才，他既可以用客戶可以理解的方式在復(fù)雜情景下溝通,又可以理解數(shù)據(jù)產(chǎn)生和實施的技術(shù)背景和解決方案。

步驟2：回到基礎(chǔ)原點
??機會幾乎總是在基礎(chǔ)中顯露出來。在分析中，“基礎(chǔ)”通常指的是描述性、預(yù)測性和規(guī)定性的統(tǒng)計數(shù)據(jù)。
??將描述性、預(yù)測性和規(guī)定性建模作為你數(shù)據(jù)科學(xué)工具箱中的相關(guān)工具;構(gòu)建這些初始的分析技術(shù)將為數(shù)據(jù)科學(xué)的下一個層次創(chuàng)建一個堅實的基礎(chǔ)知識基礎(chǔ)。下一個層次很可能涉及到更復(fù)雜的機器學(xué)習(xí)——但從基礎(chǔ)開始。

步驟3：以可操作的格式組織數(shù)據(jù)
??數(shù)據(jù)科學(xué)不僅僅是清理和轉(zhuǎn)換數(shù)據(jù)、運行查詢和編寫代碼，它是關(guān)于以一種易于消化的方式將結(jié)果返回給您的客戶群。
??尋找機會部署dashboarding和報告軟件技術(shù)，以幫助自動化地回答一些更簡單、更常見的問題。(例如我們的年銷售額是多少?)這使您的客戶群得到了授權(quán)，并解放了數(shù)據(jù)科學(xué)家以解決最困難的問題。

步驟4:讓數(shù)據(jù)對業(yè)務(wù)有意義
??數(shù)據(jù)科學(xué)家應(yīng)該與企業(yè)攜手合作，幫助他們了解未來的行業(yè)趨勢和消費者偏好可能發(fā)生的變化，并預(yù)測哪些客戶可能受到變化的影響最大。
??將您的數(shù)據(jù)科學(xué)家與業(yè)務(wù)緊密地集成在一起，這樣他們就可以從分析中識別出更多相關(guān)的事務(wù)，并從涉眾中預(yù)測關(guān)鍵問題。
??隨著機器學(xué)習(xí)的興起，每個人都在關(guān)注利用高級分析的力量來預(yù)測未來。盡管毫無疑問，這些復(fù)雜的功能是市場營銷人員和商業(yè)戰(zhàn)略家以長期數(shù)據(jù)來生成變革見解的代理，但不要忽視部署數(shù)據(jù)科學(xué)家的價值，用更直接的，也是最基本的分析方法解決問題。

編譯來源：
http://www.imediaconnection.com/article/241981/20170621-soria-getting-your-analytics-straight