Разберись в Data Science. Как освоить науку о данных и научиться думать как эксперт - Алекс Дж. Гатман

Очень многие советы по подготовке бизнесов к работе с данными сводятся к инвестициям в технологии и обучение сотрудников. При этом множество неудач возникает на уровне коммуникации. Проблемы, лежащие в основе вышеописанных сцен, связаны не с технологиями или данными как таковыми, а скорее с конфликтующими людьми, не желающими слушать друг друга. Хорошая новость: все может быть иначе. Есть люди (мы надеемся, что читатели этой книги относятся именно к этой категории), которые хотят слушать и понимать других.

Далее мы поговорим о разных типах личности, с которыми вы можете столкнуться при работе с данными.

Энтузиасты

Первое соприкосновение с данными может показаться чем-то невероятно интересным и увлекательным. А возможности для бизнеса, связанные с использованием данных, вызывают у людей желание это попробовать. По своей сути это неплохо. Однако некоторые люди слишком сильно увлекаются. Для них каждая новая вещь кажется чем-то потрясающим. По их мнению, данные позволяют решить любую проблему. А любое тематическое исследование, результат или диаграмма – доказательство проведения тщательного научного анализа. Энтузиасты часто просят показать им данные, но не задают дополнительных сложных вопросов, чтобы отделить шумиху от реальности.

Работая с энтузиастами, вам следует поощрять их любовь к данным, но одновременно напоминать им о том, что данные не могут сделать невозможное. Взращивая здоровый скептицизм, вы можете помочь им однажды стать главными по данным.

Циники

Для циников личный опыт важнее, чем наука о данных, статистика или машинное обучение. Такие люди часто насмехаются над вкладом дата-сайентистов. Они рассматривают данные в лучшем случае как раздражающую необходимость, предпочитая следовать своей интуиции. Когда им не нравятся результаты, циники выискивают недостатки, выходящие за рамки конструктивной критики.

Остановитесь на мгновение и подумайте о том, чем обусловлено такое отношение. Некоторый цинизм может быть вполне оправдан. Может быть, это объясняется тем, что они не росли в эпоху данных? Может быть, они наблюдали за провалом проектов по работе с данными? Не ожидайте того, что они будут ценить данные так же, как и вы. При работе с ними проявляйте эмпатию и попытайтесь понять, что ценят они. Обращайтесь к этим ценностям в ходе ваших коммуникаций и покажите им, что вы учитываете их экспертные знания в разрабатываемых решениях.

Со временем, когда циники научатся доверять данным, они могут стать главными по данным, но вы должны позволить им прийти к этому в их собственном темпе.

Скептики

В глубине души главные по данным являются скептиками. Они не пытаются вызвать этим раздражение, а просто используют свои навыки критического мышления. Как и энтузиасты, они выступают за использование данных там, где это уместно. Подобно циникам они ставят под вопрос то, что следует подвергнуть сомнению. Их здоровый скептицизм основывается на технических знаниях и понимании предметной области и выражается с сочувствием.

Как главному по данным вам следует прислушиваться ко всей команде. В конце концов, каждый хочет быть услышанным и оцененным. Поэтому вам необходимо знать о препятствиях, с которыми сталкиваются ваши сотрудники.

Подведение итогов

В этой главе мы рассмотрели семь сцен, разыгрывающихся при взаимодействии разных участников проекта. Каждая сцена продемонстрировала различные пробелы в общении, выражающиеся в следующем:

– Специалисты по бизнесу не способны оценить результаты работы или вникнуть в проблемы специалистов по работе с данными. Эта тема раскрывается в сценах «Постмортем», «Время историй» и «Игра “Телефон”».

– Специалисты по работе с данными не могут оценить результаты работы или вникнуть в проблемы специалистов по бизнесу. Эта тема раскрывается в сценах «Проверка реальности» и «Захват власти».

– Специалисты по работе с данными отказываются отклониться от своей чисто технической роли из-за либо неосознанности (сцена «В дебри»), либо высокомерия (сцена «Хвастун»).

Мы также поговорили о том, что главный по данным должен взаимодействовать с разными личностями исходя из их особенностей, одновременно способствуя лучшему пониманию данных. Для этого необходимо проявлять эмпатию при общении. В следующей главе мы поговорим о том, что могут сделать главные по данным для создания в своих организациях среды, способствующей лучшему пониманию данных.

Глава 15

Что дальше?

«Из книг и примеров можно узнать лишь о том, что в принципе возможно. Настоящее обучение требует фактических действий»

– Фрэнк Герберт, американский писатель

В этой краткой главе перечислены те вещи, которые помогут вам добиться успеха на пути становления главным по данным.

Главный по данным – это тот, кто:

– Думает статистически и понимает, какую роль вариации играют в жизни и процессе принятия решений.

– Разбирается в данных – разумно говорит и задает правильные вопросы о статистике и результатах, с которыми сталкивается на рабочем месте.

– Осознает истинное положение вещей в сфере машинного обучения, текстовой аналитики, глубокого обучения и искусственного интеллекта.

– Избегает распространенных ловушек при работе с данными и их интерпретации.

Другими словами, главный по данным – это кто-то вроде вас.

Чтобы добиться успеха на этом поприще, вы должны стать человеком, использующим данные для управления изменениями в вашей организации. Мы надеемся, что эта книга предоставила вам достаточно сценариев для обдумывания. Однако помните, что мы испытали на своем опыте далеко не все, поэтому в эту книгу были включены некоторые намеренно тривиальные примеры. Реальный мир намного сложнее. Идея использования данных для изменения мира хорошо выглядит в книге, но на практике сделать это совсем не просто.

Если эта книга вас вдохновила, мы очень рады. Однако настоящая работа только начинается. Эти важные идеи не смогут распространиться без вашей помощи.

Вот несколько вещей, которые вы можете сделать:

– Создайте рабочую группу главных по данным в своей компании.

– Организуйте регулярные встречи для углубленного рассмотрения тем, которые мы обсудили, а также тех тем, которые мы не затрагивали.

– Возьмите на себя обязательство делиться своими знаниями и помогать другим.

Когда-то изучение новых концепций в области данных происходило в рамках конференций, саммитов и мастерских. В деле обучения компании и сотрудники полагались на мероприятия. И все же, заканчивая работу над этой книгой в январе 2021 года, спустя 10 месяцев после начала глобальной пандемии, мы не можем не думать о том, что эта модель уже не такая жизнеспособная, какой когда-то была. Более того, компании могут на бумаге заявлять о том, что инвестируют в обучение своих сотрудников, но в реальности бюджеты на обучение