3 L. e$ b- v6 y$ Q1 e# Q. h9 B 原则 5:用数据科学丈量数据科学的成败 * E3 `% h, T. o/ z: q0 f. O" R; n: u) M& P
要让数据当个称职的主角,你得采用数据科学的方法来判断数据科学是否成功,这不是什麽跳针的玩笑话。随着你的企业从数据洞见取得的营收愈来愈多,你得要能辨析数据政策是否产生重要的改变,要发展一套尺度用衡量成败。「我们怎麽丈量成功或失败?『洞察』就是我们最重视也最关键的 KPI。」 2 x- o: @+ A$ I, Q! u! P 1 N T6 W. U8 b. ]# F 原则 6:数据的安全与隐私至高无上1 Z: j# i: d3 p6 z
/ H- G1 L0 [" |+ l( l `2 ^0 S 只靠直觉行事很糟,但未经筛选、从良莠不齐或不可靠的数据中采集作为决策考量,更糟。倘若你无法处理数据安全以及尊重隐私,将会导致企业暴露在险境之中。「维护数据资产的安全与隐私,是最基本的要务,我们总是尽己所能管理数据。」Hunter 强调,无论数据产生的速度多快,都不能轻忽契约或有违反法律的情事。 + D/ t$ o3 H* x% {6 y$ u2 r5 y 原则 7:赋予成员洞察「作用点」的力量. ~; X& m9 b1 f1 X- ^
' a2 V- Y' D5 S6 y6 S7 D7 R 唯有公司内部的成员面对数据洞见时能够迅速产生反应,数据才有价值。这些洞见在「作用点(point of action)」上必须有所区隔,比方说,如果现阶段的目标是优化购物车,反应够快的人就会想到可以在交易完结之前,提供消费者某些推荐商品。Hunter 以机械操作员来比喻,就是要让他们能够预测钻头何时可能会损坏。建立数据为本的心态,而且懂得因事制宜,方能抢在事情发生之前预做准备。% k6 i4 }( i3 Y( s( V8 Y
$ y7 L) Z' A3 y' i4 l