原则振兴数据策略
对数据的兴趣和用它能完成的工作创下历史最高点-它不出奇额外趣味数据爆炸 并用工具技术理解兴趣上升触发企业恐慌公司急忙吸气,害怕落伍欢迎来到数据贪婪时代
逐段搜索数据兴趣
源码:谷歌趋势
原则1:数据需要直接连接企业
数据恐慌令公司争先恐后启动数据创举多公司推送数据项目 毫无理由地试用新工具作者SimonSinek的建议开始原因为什么要这么做信息如何帮助我人民不同行为最粗体数据帮助不大企业需要的是洞察力帮助人们改变行为并按企业目标决策良好的信息不单神奇地产生洞察力, 所以即使是最可消化性信息 也需要广泛工作 免得它有价值
永不做纯基础项目-无即时商业价值几乎肯定失效。”
博士188bet宝金博app下载Christoph Windheuser人工智能思想全球主管
原则2:更多并不总是更好(或初创企业教一二)
搭建公司可能有较多数据可用但在有效使用数据竞赛中,简洁文化常给创业带来优势。
例子比格不翻译得更好大企业数据量意味着更多可能性,但潜力链嵌入单层系统,往往难以获取或难以理解并同时有更多的可选完成量大数据持有维护费用高并有阻塞 问责公司成长后,比较不清晰谁拥有关键数据因素:存放在哪里,如何清洗,谁存取等等对比之下,数据驱动初创企业建立系统,信息自由流为关键分量
技术后遗留企业数据驱动企业
原则3:数据湖救不了你
AI和数据湖等创新可产生作用,但它们不是魔弹公司需要将这些进步看成工具而不是坠入爱河。追逐潮流可引起策略误差和分心复杂度和微小度意味着对一行有效对二行可能是灾难性的-即使是在同一行业也是如此。
“我担心的是,我们正向下一个AI冬季行进后所有这些hipe磨损..突然全AI会得到糟糕的说词 即没有实现一些不切实际期望
Ken Collier作者-敏捷分析
原则4:文化设计与技术同样重要
数据充斥性多公司急忙雇用数据科学家并搭建单以数据和数据为主的螺旋系企业知道数据科学家何时发现吗
数据科学家短缺逐城
原理5:小启动学习重复..并永不停止
令许多传统公司不方便的真理-查找数据、提取信息并将信息化为行动圈需要数月或数年产生比任何时候都强响应类型解析数据插入关键敏捷开发实践中, 诸如持续集成提供可帮助压缩信息与动作之间的时间
情报循环
敏捷连续传送数据科学
华府
透视交付到您的收件箱
时时工商洞见数字领先者
透视订阅为专家最佳播客 文章 视频事件拓展