创建数据驱动的未来的愿望催生了庞大的数据湖,即使是最有经验的数据科学家也可以淹没其中。今天,一切取决于您如何使用数据来决定您的成功。 而IBM拥有解决方案。 继续阅读。

IBM数据科学精英团队欧洲,中东和非洲的执行决策科学家兼程序主管Susara van den Heever博士说:“没有数据,您就根本无法在当今市场上竞争。” 她的团队正在支持公司迈向数据驱动型决策和业务战略的旅程。 “我想不起来今天的公司不想成为数据驱动的公司。 如果我们不是由数据驱动的,那么我们所做的一切都会变得极度偏颇。”

为什么要以数据为驱动力?

尽管如此,许多公司仍难以过渡。 Chan Naseeb是IBM Data Science Elite团队的首席数据科学家,他发现了许多公司为何会退缩的原因。 他说:“有些人短期内会集中精力:让我们完成这个项目,然后再从AI开始。” “其他人关注的重点很狭窄:我们以以前的方式为客户提供服务,我们将继续以这种方式为他们提供服务。”有些人只是缺乏熟练的资源。

另一个问题是关注投资回报。 如果公司希望成为数据驱动型公司,那么他们应该愿意花一会儿时间。 “一开始,您可能不会收获很多,因为这是一段旅程,而不是一次性的努力。 您会看到技术在起作用,并且可以解决业务问题。” Naseeb说道。 一些公司只是不知道会发生什么:“他们没有清楚地知道如果他们的决策更多地基于数据,对他们意味着什么”。

“大多数组织都必须尽快解决挑战,” IBM Cloud数据科学与业务分析首席解决方案架构师Stephan Lobinger说。 数据驱动的公司具有竞争优势。 因此,他们表现出色甚至取代那些不存在的可能性更高。”

为什么? 数据驱动的公司可以更好地了解市场和客户。 这一点尤其重要,因为公司与客户的直接联系越来越少。 “您上一次去银行是什么时候? Lobinger告诉我们,由于银行与客户的互动减少了,因此他们需要利用现有资产。 “因此,通过网上银行进行的互动非常有价值。 您可以使用这些数据来改善为客户提供的服务。”

在何处以及如何开始以数据驱动的旅程?

Lobinger说,平稳过渡的正确要素是小步骤,可以让他们有一些自由和创造力,最终是:从错误中学习。 “不要为月亮射击。 他说:“从可以从中学习的小项目开始是个好习惯。” “您的目标不是100%,而是80%,但要确保您从错误中学习。”

IBM通过其“ AI阶梯”帮助客户。 遵循他们的座右铭“没有信息架构就没有人工智能”,第一步是整理数据信息架构。 在此阶段,公司确定其用例,数据可帮助他们获得见解。 当它启动并运行时,IBM将与客户端合作进行数据分析。 “我们在向后看,”洛宾格告诉记者。 “我们得出的基本结论是:什么是相关性,哪些是驱动因素?”下一步是展望未来:机器学习乃至AI。

从长远来看,公司内部需要进行文化变革。 在许多项目中,Naseeb面临着来自不同利益相关者和不同部门的抵制,他们并不认为数据驱动的项目值得。 让每个人都参与其中可能需要一段时间,但是他始终会在项目过程中看到这种情况。 他告诉我们:“我们会保持所有其他业务部门的最新状态,并向他们展示我们的发展。” “在上一个项目中,我们从一个用例开始,但最终为不同部门研究了20个用例。”

对于业务领导者,重要的是从头开始,并牢记清晰的数据策略。 Susara van den Heever博士说:“许多公司犯了一个错误,认为他们需要掌握所有数据。” “您首先需要考虑您要实现的目标。 您是否在努力改善员工的生活? 您是否正在改善制造计划? 所有人都在考虑您要实现的未来两到三年的用例,并制定适当的数据策略。”

革命性的是她不时看到客户的“时刻”。 她说:“这是我最激动的时刻,那是他们意识到自己可以用技术做过的事的那一刻。” “在节省时间,金钱和生态足迹方面确实发生了重大变化。”

无论公司面对什么,IBM都开发了战略和产品来支持从文化到技术的各个层面的数据驱动的转换。 在Data Natives 2019上,IBM主持了Data Science and Developer跟踪,Susara van den Heever,Chan Naseeb博士,Stephan Lobinger以及更多领先的专家将在这里准确地展示公司如何克服障碍。 在会议上与他们见面

上一篇

信息技术在XaaS时代的作用是什么?

下一篇文章

对数据科学家的需求远远超过供应。 这是您的公司可以应付的方式