
192
|
第十五章:資料科學的黑暗面
個案研究:一間世界 500 強的公司擁有一個程序,會基於每天的動作產生資料。歷
史上看來,它們的資料倉儲團隊執行多數的分析任務,如傳統的商業智慧(Business
Intelligence,BI)。這個團隊的主要責任就是開發關聯式資料庫導向的工具,儘管他們
也涉足較不傳統的分析專案。
他們決定要為了這些不傳統的分析專案聘雇一個資料科學家。他們深信資料科學家會很
神奇的在資料中發現隱藏於其中的價值,並且將其轉換為一些結果。
管理方針很簡單:「去找出資料中有價值的東西!」他們並沒有再給更多的狀況或是方
向,而是單純的設定一個不實際的期待,希望這個巫師能夠施展一些魔法然後就回覆所
有的答案。
在這個狀況中的適當回應,也是某個資料科學家所提供的,就是反對這個命令,並且詢
問方向、瞭解整體狀況然後設定在分析工作中的參數。資料科學家的一部份工作以及價
值,就是幫助組織詢問對的問題,並且清除無意義的工作。
區別知識而不分享
這條戒律是很直覺的。這裡的概念是,身為一個組織,你應該要分享你的知識。當公司
之間的不同部門都在執行分析工作時,這點特別重要。
分享你的發現。若你在執行分析,然後你發現任何稍早所提到的陷阱—不論你發現遺失
資料、格式錯誤或是完成事情的捷徑—分享它們。若你因為一些原因而已經將資料聚合
在一起,而你認為這對其他的分析可能會有幫助,分享它。當你完成一個工作時,分享
你的發現(程式碼、結果、圖表或是其他的文件)。將你的假設寫成文件。將你的程式
碼寫成文件。召集一個非正式會議來分享並且討論。 ...