数据的结束贪食

恢复您的数据策略的原则

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。兴趣的上升潮流引发了一股企业恐慌。公司急于吸气越来越害怕留下。欢迎来到数据的时代。

随着时间的推移在数据项中搜索兴趣

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，急救公司有许多公司在没有原因的情况下推出数据项目，以便试图进行新工具。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。需要什么企业洞察力这有助于人们表现不同，并根据业务目标进行决策。但是，良好的信息并不只是神奇地导致见解，因此即使最易消化的信息也需要在有价值之前进行广泛的工作。

原则2：更多并不总是更好（或者，初创公司可以教你一两件事）

已建立的公司可以随意使用更多数据。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。

在点 - 更大的情况下不会转化为更好。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，保持和维护的巨大数据量昂贵。还有责任的障碍。随着公司的发展，它不太清楚谁是“拥有”关键数据考虑因素：它存储的地方，它是如何清洁的，谁可以访问等等。相比之下，数据驱动的启动器将其系统构建其系统，其自由流量为关键组件。

技术支持遗产企业与数据驱动的企业

原则3：数据湖泊不会拯救你（也不是AI也不是）

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。他们发明的工具跳跃的诱惑是强大的。但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性的 - 即使在同行业中也可能是灾难性的。

原则4：文化和设计与技术（如果不是更多）同样重要

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。但是企业是否知道，如果他们发现，那么与数据科学家有关？

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

对于许多传统公司来说是一个不方便的真理 - 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“比永无止迟到的”的反应类型。但是，如何在持续集成和交付等关键敏捷开发实践中插入数据可以帮助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