數(shù)據(jù)如今已經(jīng)體現(xiàn)出巨大的價(jià)值——企業(yè)通過(guò)數(shù)據(jù)分析來(lái)為包括市場(chǎng)支出、員工決策到產(chǎn)品開(kāi)發(fā)等所有事情提供參考性建議，而這也意味著，數(shù)據(jù)科學(xué)家在工作中的價(jià)值正變得越來(lái)越突出。

隨著人工智能的發(fā)展，數(shù)據(jù)科學(xué)家開(kāi)始越來(lái)越受歡迎。與此同時(shí)，數(shù)據(jù)科學(xué)家確保自身能夠持續(xù)地提升自我價(jià)值，以及通曉如何利用數(shù)據(jù)科學(xué)最佳實(shí)踐是很重要的。這篇文章中列舉了五個(gè)數(shù)據(jù)科學(xué)家可能常犯的誤區(qū)，并對(duì)如何防止這些失誤的出現(xiàn)給出了一定的建議。

[[312931]]

誤區(qū)1：專注于電腦，而不是同事

在數(shù)據(jù)科學(xué)初學(xué)者之中有一個(gè)常見(jiàn)的誤解，即在實(shí)際工作中他們的工作主要是編寫(xiě)技術(shù)代碼，而另有他人將向業(yè)務(wù)相關(guān)者展示他們的發(fā)現(xiàn)。但事實(shí)遠(yuǎn)非如此，數(shù)據(jù)科學(xué)家的工作是發(fā)現(xiàn)有助于業(yè)務(wù)增長(zhǎng)的信息。

首先，數(shù)據(jù)科學(xué)家必須能夠與業(yè)務(wù)人員交流，共同探討他們發(fā)現(xiàn)的信息如何在更大程度上對(duì)業(yè)務(wù)產(chǎn)生影響;其次，他們必須知道到哪里尋找這些信息。第二部分是至關(guān)重要的:一個(gè)整天坐在辦公桌前的數(shù)據(jù)科學(xué)家，可能永遠(yuǎn)不會(huì)意識(shí)到銷售團(tuán)隊(duì)正面臨著客戶流失的問(wèn)題，或者營(yíng)銷團(tuán)隊(duì)正在為轉(zhuǎn)化率的事焦頭爛額。

業(yè)務(wù)運(yùn)營(yíng)中總會(huì)存在各種各樣的問(wèn)題，數(shù)據(jù)科學(xué)家可以幫助解決很多問(wèn)題。不要只看數(shù)據(jù)，離開(kāi)你的辦公桌去了解公司的日常工作，這樣你就能知道如何提供更大的價(jià)值。

誤區(qū)2：忽略業(yè)務(wù)領(lǐng)域的大環(huán)境

除了定期與業(yè)務(wù)部門(mén)的同事溝通之外，花時(shí)間了解你所在行業(yè)的大環(huán)境也很重要。如果你正在為一家零售公司制定解決方案，花點(diǎn)時(shí)間開(kāi)車去他們的實(shí)際地點(diǎn)，觀察他們是如何運(yùn)作的——銷售人員在做什么、購(gòu)物空間的設(shè)計(jì)、經(jīng)理的工作內(nèi)容，等等。

更全面地理解業(yè)務(wù)環(huán)境，對(duì)于提供業(yè)務(wù)洞察和數(shù)據(jù)科學(xué)最佳實(shí)踐至關(guān)重要。如果你不了解企業(yè)是如何運(yùn)作的，就不可能幫助它更好地運(yùn)作。數(shù)據(jù)科學(xué)家必須理解數(shù)據(jù)代表什么，否則，您將會(huì)遇到這樣的情況：根據(jù)您的模型，一切都應(yīng)該完美地工作——但是仍然存在一些現(xiàn)實(shí)問(wèn)題，您只能通過(guò)觀察業(yè)務(wù)的實(shí)際情況來(lái)了解這些問(wèn)題。

當(dāng)您對(duì)業(yè)務(wù)的大環(huán)境有了一定的了解之后，就可以找到失效的流程，查看數(shù)據(jù)，并推測(cè)出了什么問(wèn)題，在對(duì)您的假設(shè)進(jìn)行測(cè)試并確認(rèn)之后，做出相應(yīng)的改進(jìn)。

誤區(qū)3：只注重理論而忽視實(shí)踐

與許多領(lǐng)域一樣，數(shù)據(jù)科學(xué)往往是實(shí)踐重于理論。問(wèn)題是，數(shù)據(jù)科學(xué)的實(shí)踐是學(xué)不到的，你必須在真實(shí)的環(huán)境中運(yùn)行。

在企業(yè)中，數(shù)據(jù)科學(xué)家必須經(jīng)受各種壓力，包括:

• 與其他部門(mén)和團(tuán)隊(duì)協(xié)調(diào)。有時(shí)可能會(huì)隨著內(nèi)部?jī)?yōu)先級(jí)的變化而從一個(gè)項(xiàng)目跳到另一個(gè)項(xiàng)目，或者當(dāng)您的主要解決方案不能按照建議實(shí)現(xiàn)時(shí)，需要尋找替代解決方案。
• 代碼集成的挑戰(zhàn)。有時(shí)，您的代碼不能輕松地與現(xiàn)有代碼集成，這意味著您必須找到對(duì)應(yīng)解決方案。
• 預(yù)算限制。在實(shí)際工作中，每個(gè)項(xiàng)目都有預(yù)算限制。弄清楚如何在有限的預(yù)算下，獲得足夠好的(而不是完美的)解決方案，這是數(shù)據(jù)科學(xué)家有效工作的關(guān)鍵部分。

雖然關(guān)注最新的文章、博客和前沿技術(shù)也很重要，但在這份工作中，有些部分你只能邊做邊學(xué)。一個(gè)具備高工作效率的數(shù)據(jù)科學(xué)家，應(yīng)知道如何平衡他們的專業(yè)發(fā)展。

誤區(qū)4：從不問(wèn)為什么

要成為更好的數(shù)據(jù)科學(xué)家，只需問(wèn)一問(wèn)為什么。這個(gè)問(wèn)題有助于消除數(shù)據(jù)科學(xué)家和公司其他部門(mén)同事之間的溝通障礙。

想象一下，一家零售公司的營(yíng)銷主管要求建立一個(gè)數(shù)據(jù)模型，該模型能夠顯示有多少消費(fèi)者產(chǎn)生購(gòu)買行為的原因是與他們?cè)L問(wèn)網(wǎng)站的渠道相關(guān)的。在創(chuàng)建模型之前，你可以先問(wèn)問(wèn)為什么。是為了了解哪些客戶是最有價(jià)值的，這樣他們就能知道從哪里可以獲得更高的轉(zhuǎn)化率?是為了幫助銷售團(tuán)隊(duì)優(yōu)先考慮渠道嗎?他們有辦法衡量新老客戶嗎?他們會(huì)將產(chǎn)品收益作為考慮因素嗎?

為了建立一個(gè)真正有用的模型，你必須理解你的同事希望用它去解決的問(wèn)題——當(dāng)你這樣做的時(shí)候，你可能比你最初預(yù)想的更容易解決它，這對(duì)每個(gè)人都有好處。

誤區(qū)5、假設(shè)您的數(shù)據(jù)是干凈的

在許多情況下，數(shù)據(jù)科學(xué)家80%的工作是清理數(shù)據(jù)——最后20%的工作是運(yùn)行機(jī)器學(xué)習(xí)或深度學(xué)習(xí)模型，以獲取數(shù)據(jù)洞察。

接收數(shù)據(jù)集時(shí)要做的第一步是辨認(rèn)有多少數(shù)據(jù)是直接可用的，第二步是確定如何讓獲得一個(gè)完全可用的數(shù)據(jù)集。

數(shù)據(jù)從來(lái)都不是完美的——如果是的話，數(shù)據(jù)科學(xué)家就不會(huì)有工作了。我們必須使不完美的數(shù)據(jù)變得可用，這要求我們理解業(yè)務(wù)的大環(huán)境——您不需要哪些信息?哪些是關(guān)鍵任務(wù)?

人們很容易陷入一種現(xiàn)代思維模式，即數(shù)據(jù)是企業(yè)中所有意義和價(jià)值的來(lái)源(尤其是如果你是一名數(shù)據(jù)科學(xué)家)。但如果我們想要繼續(xù)為我們工作的公司帶來(lái)價(jià)值、發(fā)揮數(shù)據(jù)科學(xué)的最佳實(shí)踐效果，我們必須承認(rèn)只有當(dāng)我們的工作是整個(gè)商業(yè)生態(tài)系統(tǒng)中的一部分時(shí)，我們的工作才最有價(jià)值——這取決于數(shù)據(jù)科學(xué)家本身與生態(tài)的協(xié)作。