原则让您的数据策略恢复活力
对数据的兴趣以及可以使用它的兴趣达到了历史新高，而且它不成富。额外有趣的数据有爆炸，与工具和技术配对，以使其感。兴趣的涨幅引发了一股企业恐慌。公司急于吸气越来越担心留下。欢迎来到数据的时代。
随时间搜索数据项的兴趣
资料来源：谷歌趋势
原则1：数据需要直接连接到经营宗旨
数据恐慌使公司开始启动数据举措。但是，由于追求新工具，因此鲁莽的公司在没有原因的情况下推出数据项目。作者Simon Sinek的建议是额外的相关 -从原因开始。我们为什么这样做？这些信息将如何帮助我的人民不同的行为？其粗略表格中的数据在这里并不多大。企业需要的是什么洞察力这有助于人们表现不同，并根据业务目标做出决策。但良好的信息并不只是神奇地导致见解，即使在它有价值之前，也需要广泛的易消化信息。
“从来没有做过纯粹的基础设施项目-没有即时业务价值，它几乎肯定会失败。“
Christoph Windheuser博士，人工智能的全球头部，思考作业188bet宝金博app下载
原则2：更好并不总是更好（或者，初创公司可以教你一两件事）
已建立的公司可以随时拥有更多的数据。但在有效地使用数据的比赛中，简单和文化往往会使初创物具有优势。
点大的情况不会转化为更好。大企业中的数据量意味着更多的可能性，但这种潜力在淤泥系统中被锁定，通常很难访问或难以理解。而且还有更多的可以完成，巨大的数据量昂贵，以保持和维护昂贵。还有责任的障碍。随着公司的发展，谁不太清楚谁“拥有”关键数据考虑因素：它存储的地方，如何清洁，谁可以访问等等。相比之下，数据驱动的启动器构建其系统，其系统具有自由流量作为关键组件。
技术支持遗产企业与数据驱动企业
原则3：数据湖泊不会拯救你（并且既不是ai）
像AI和数据湖泊这样的创新可能会产生影响，但它们不是魔法子弹。公司需要将这些进步视为工具而不是坠入爱河。在他们发明时跳跃工具的诱惑是强大的。但是追求时尚可能导致战略误解和分心。涉及的复杂性和细微差别意味着一个企业的工作良好可能是令人灾难的另一个 - 即使在同行业中也可能是灾难性的。
“我担心的是我们走向下一个冬天。毕竟这个炒作磨损了。。。所有突然的AI都将获得不辜负的不切实际的预期的坏人。“
肯格利尔，作者-敏捷分析
原则4：文化和设计与技术（如果不是更多）一样重要
Data Gluttony有许多公司急于聘请数据科学家，并在单独关注数据和数据的螺栓部门。但企业是否知道，如果在找到的情况下，企业会如何处理数据科学家？
靠城市的数据科学家短缺
原则5：开始小，学习，重复。。。并不停止
许多传统公司的不方便真相 - 找到数据，提取信息并将其转化为行动的圈子需要数月或数年。这导致“迟到而不是从不”的响应类型。但是，如何在持续的集成和交付等关键敏捷开发实践中插入数据可以有助于收缩信息和操作之间的时间。
智力循环
结合敏捷和持续交付数据科学
人
透视交付给您的收件箱
数字领导的及时业务和行业见解。
观点订阅为您带来了我们的专家最佳播客，文章，视频和活动，以扩大我们的流行观点出版物。