数据科学＆说服的艺术？115个单词

Data Science & the Art of Persuasion

数据科学&说服的艺术

Companies responded to the analytics boom by hiring the best data scientists they could find—but many of them haven’t gotten the value they expected from their data science initiatives.

THE ROOT CAUSE

Foran analytics project to create value, the team must first ask smart questions,wrangle the relevant data, and uncover insights. Second, it must figure out—and communicate—what those insights mean for the business. The ability to do bothis extremely rare—and most data scientists are trained to do the first, not the second.

THE SOLUTION

Agood data science team needs six talents: project management, data wrangling, data analysis, subject expertise, design, and story telling. The right mix will deliver on the promise of a company’s analytics.

译文：清公司通过雇佣他们能找到的最好的数据科学家来应对分析热潮——但是他们中的许多人并没有从他们的数据科学计划中得到他们所期望的价值牌。

问题的根源

对于一个创造价值的分析项目，团队必须首先提出明智的问题，争论相关的数据，并发现见解。其次，它必须弄清楚并沟通这些见解对业务意味着什么。同时做到这两点的能力是极其罕见的，而且大多数数据科学家都是被训练去做第一件事，而不是第二件。

解决方案

一个好的数据科学团队需要6个人才:项目管理、数据争论、数据分析、主题专长、设计和讲故事。正确的组合将实现公司分析的承诺。

《彭博商业周刊》2019年01月