4 z- j; I! m& N 原则 5:用数据科学丈量数据科学的成败 & d" n% {3 h$ ?8 q0 B0 o/ n" w- o F) o* l z: W, F) a& ~
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。」 ( x0 H; b1 [; h' | b: i 6 r0 t/ S) C: V2 Z3 Z 原则 6:数据的安全与隐私至高无上 S/ Z+ X' Q( g3 W' c+ V0 J5 C
+ O7 h/ y/ Z2 ]) @- R
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。 ; ^' D4 Y2 ^2 m0 J+ Q. J 3 B. Z9 T& s7 q' F3 r& f 原则 7:赋予成员洞察「作用点」的力量* u! q: }1 j; a
4 ^( f. N: ?$ r. [7 B; P3 L5 g 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。/ S2 \8 B/ d$ l* f+ D9 k
5 t! R. F% u/ q; b* n$ b