我剛和一位老友恢復(fù)了聯(lián)系。她一直對(duì)數(shù)據(jù)科學(xué)很感興趣，但10個(gè)月前才涉足這一領(lǐng)域——作為一個(gè)數(shù)據(jù)科學(xué)家加入了一個(gè)組織。我明顯感覺(jué)到她已經(jīng)在新的崗位上學(xué)到了很多東西。然而，我們聊天時(shí)，她提到了一個(gè)至今在我腦海里都揮之不去的事實(shí)或者說(shuō)是問(wèn)題。她說(shuō)，不論她表現(xiàn)如何，每一個(gè)項(xiàng)目或分析任務(wù)在令經(jīng)理滿意之前都要做好多次。她還提到，往往事后發(fā)現(xiàn)原本不需要花這么多時(shí)間！
備注：請(qǐng)別誤會(huì)。我不是說(shuō)迭代都不好。這篇文章的重點(diǎn)在于如何識(shí)別哪些迭代是必要的，哪些是不必要且需要避免的。
什么原因?qū)е铝藬?shù)據(jù)分析中的重復(fù)工作？
我認(rèn)為沒(méi)有加入新信息，就沒(méi)必要重復(fù)分析（后面提到一個(gè)例外）。下面這些重復(fù)工作都是可以避免的：
1、對(duì)客戶問(wèn)題的診斷有偏差，不能滿足需求，所以要重做。
2、重復(fù)分析的目的在于收集更多的變量，而你之前認(rèn)為不需要這些變量。
3、之前沒(méi)有考慮到影響你分析活動(dòng)的偏差或假設(shè)，后來(lái)考慮到了所以要重做。
哪些迭代是必要的呢？下面舉兩個(gè)例子，一、你先建立了一個(gè)6個(gè)月后的模型，隨后有了新的信息，由此導(dǎo)致的迭代是健康的。二、你有意地從簡(jiǎn)單的模型開(kāi)始逐漸深入理解并構(gòu)建復(fù)雜模型。
上面沒(méi)有涵蓋所有可能的情況，但我相信這些例子足夠幫助你判斷你的分析迭代是不是健康的。
這些生產(chǎn)力殺手的影響？
我們很清楚一點(diǎn)——沒(méi)有人想在分析中出現(xiàn)不健康的迭代和生產(chǎn)力殺手。不是每個(gè)數(shù)據(jù)科學(xué)家都樂(lè)于一邊做一邊增加變量并反復(fù)運(yùn)行整個(gè)分析過(guò)程。
分析師和數(shù)據(jù)科學(xué)家會(huì)因?yàn)椴唤】档蛦适识罡写鞌�，缺乏成就感。那么讓我們盡一切努力來(lái)避免它們吧。
小貼士：如何避免不健康迭代并增加效率
技巧1: 只關(guān)注重大問(wèn)題
每個(gè)組織都有很多可以用數(shù)據(jù)解決的小問(wèn)題!但雇一個(gè)數(shù)據(jù)科學(xué)家的主要目的不在于解決這些小問(wèn)題。好鋼要用在刀刃上，應(yīng)該選取3到4個(gè)對(duì)整個(gè)組織影響最大的數(shù)據(jù)問(wèn)題交給數(shù)據(jù)科學(xué)家來(lái)解決。這些問(wèn)題一般具有挑戰(zhàn)性，會(huì)給你的分析活動(dòng)帶來(lái)最大杠桿（或者收獲滿滿或者顆粒無(wú)收，想象一下借貸炒股）。當(dāng)更大的問(wèn)題沒(méi)被解決時(shí)，你不應(yīng)當(dāng)去解決小問(wèn)題。
聽(tīng)起來(lái)沒(méi)什么，但實(shí)際上很多組織都沒(méi)做好這一點(diǎn)!我看到很多銀行沒(méi)用數(shù)據(jù)分析去改善風(fēng)險(xiǎn)評(píng)分，而是去做市場(chǎng)營(yíng)銷(xiāo)。有些保險(xiǎn)公司沒(méi)用數(shù)據(jù)分析提升客戶留存率，而是試圖建立針對(duì)代理機(jī)構(gòu)的獎(jiǎng)勵(lì)計(jì)劃。
技巧2: 一開(kāi)始就創(chuàng)建數(shù)據(jù)分析的演示文稿 (可能的布局和結(jié)構(gòu))
我一直這樣做并且受益匪淺。把分析演示稿的框架搭起來(lái)應(yīng)該是項(xiàng)目啟動(dòng)后的第一件事。這聽(tīng)起來(lái)或許有悖常理，然而一旦你養(yǎng)成這個(gè)習(xí)慣，就可以節(jié)省時(shí)間。
如何搭框架呢？
你可以用ppt、word、或者一段話來(lái)搭框架，形式是無(wú)關(guān)緊要的。重要的是一開(kāi)始就要把所有可能情況列出來(lái)。例如，如果你試圖降低壞賬沖銷(xiāo)率，那么可以像下面一樣布局你的演示文稿：
接下來(lái)，你可以考慮每個(gè)因素如何影響壞賬沖銷(xiāo)率？例如，由于給客戶增加了信用額度導(dǎo)致銀行的壞賬沖銷(xiāo)率增加，你可以：
首先，確定那些信用額度沒(méi)被增加的客戶并沒(méi)有導(dǎo)致此次壞賬沖銷(xiāo)率增加。
下一步，用一個(gè)數(shù)學(xué)公式來(lái)測(cè)量這個(gè)影響。
一旦你把分析中的每一個(gè)分支都考慮到了，那么你已經(jīng)為自己創(chuàng)造了一個(gè)良好的起點(diǎn)。
技巧3: 事先定義數(shù)據(jù)需求
數(shù)據(jù)需求直接源于最后的分析結(jié)果。如果你已經(jīng)全面地規(guī)劃了要做哪些分析、產(chǎn)生什么結(jié)果，那么你將知道數(shù)據(jù)需求是什么。這里有幾個(gè)提示來(lái)幫助你:
• 試著賦予數(shù)據(jù)需求一個(gè)結(jié)構(gòu): 不單是記下變量列表，你應(yīng)該分門(mén)別類(lèi)地想清楚分析活動(dòng)需要哪些表格。以上面增加壞賬沖銷(xiāo)率為例，你將需要客戶人口統(tǒng)計(jì)表，過(guò)往市場(chǎng)營(yíng)銷(xiāo)活動(dòng)統(tǒng)計(jì)表，客戶過(guò)去 12 個(gè)月的交易記錄，銀行信貸政策變更文件等資料。
• 收集你可能需要的所有數(shù)據(jù): 即使你不是 100%肯定是否需要所有的變量，在這一階段你應(yīng)該把所有數(shù)據(jù)都收集起來(lái)。這樣做工作量大一些，但是與在以后的環(huán)節(jié)增加變量收集數(shù)據(jù)相比，還是更有效率一些。
• 定義您感興趣的數(shù)據(jù)的時(shí)間區(qū)間。
技巧 4: 確保你的分析可重現(xiàn)
這個(gè)提示聽(tīng)起來(lái)可能很簡(jiǎn)單——但初學(xué)者和高級(jí)分析人員都難以把握好這一點(diǎn)。初學(xué)者會(huì)用Excel執(zhí)行每一步活動(dòng)，其中包括復(fù)制粘貼數(shù)據(jù)。對(duì)于高級(jí)用戶，任何通過(guò)命令行界面完成的工作都可能不可重現(xiàn)。
同樣，使用記事本（notebook）時(shí)需要格外小心。你應(yīng)該克制自己修改以前的步驟，尤其是在前面的數(shù)據(jù)已經(jīng)被后面的步驟使用的情況下。記事本在維護(hù)這種涉及前后數(shù)據(jù)勾稽關(guān)系的數(shù)據(jù)流方面表現(xiàn)地非常強(qiáng)大。但是如果記事本中沒(méi)維護(hù)這種數(shù)據(jù)流，它也會(huì)非常沒(méi)用。
技巧5: 建標(biāo)準(zhǔn)代碼庫(kù)
沒(méi)必要為簡(jiǎn)單的操作一次又一次重寫(xiě)代碼。它不僅浪費(fèi)時(shí)間，還可能會(huì)造成語(yǔ)法錯(cuò)誤。另一個(gè)竅門(mén)是創(chuàng)建常見(jiàn)操作的標(biāo)準(zhǔn)代碼庫(kù)并在整個(gè)團(tuán)隊(duì)中共享。
這將不僅確保整個(gè)團(tuán)隊(duì)使用相同的代碼，而且也使他們更有效率。
技巧6: 建中間數(shù)據(jù)集市
很多的時(shí)候，你會(huì)反復(fù)需要同一批信息。例如，你將在多個(gè)分析和報(bào)告中用到所有客戶信用卡消費(fèi)記錄。雖然你可以每次都從交易記錄表中提取，但是創(chuàng)建包含這些表的中間數(shù)據(jù)集市，可以有效節(jié)省時(shí)間和精力。同樣，市場(chǎng)營(yíng)銷(xiāo)活動(dòng)的匯總表也沒(méi)必要每次都查詢提取一次。
技巧7: 使用保留樣本和交叉驗(yàn)證防止過(guò)度擬合
很多初學(xué)者低估了保留樣本和交叉驗(yàn)證的強(qiáng)大。很多人傾向于認(rèn)為只要訓(xùn)練集足夠大，幾乎不會(huì)過(guò)擬合，因此沒(méi)必要交叉驗(yàn)證或保留樣本。
有這種想法，往往會(huì)在最后出岔子。不單我這樣說(shuō)——可以看一下Kaggle上任意競(jìng)賽公開(kāi)或非公開(kāi)的排行榜。你會(huì)發(fā)現(xiàn)前十名中有些人不再過(guò)擬合時(shí)他們的排名就不再下降了。你可以想象這些都是高級(jí)數(shù)據(jù)科學(xué)家。
技巧8: 集中一段時(shí)間工作并且有規(guī)律地休息
對(duì)于我來(lái)說(shuō)，最佳的工作狀態(tài)是集中利用2-3小時(shí)解決一個(gè)問(wèn)題或項(xiàng)目。作為一名數(shù)據(jù)科學(xué)家，你很難同時(shí)完成多項(xiàng)任務(wù)。你需要以自己的最佳狀態(tài)對(duì)待一個(gè)單獨(dú)的問(wèn)題。對(duì)于我來(lái)說(shuō)，2-3小時(shí)的時(shí)間窗口最有效率，你可以依據(jù)個(gè)人情況自行設(shè)定。
后記
上面這些就是我提高工作效率的一些方法。我不強(qiáng)調(diào)非要第一次就把事情做好，但是你必須養(yǎng)成每一次都能做好的習(xí)慣——這樣你才能成為一個(gè)專(zhuān)業(yè)的數(shù)據(jù)科學(xué)家。
核心關(guān)注：拓步ERP系統(tǒng)平臺(tái)是覆蓋了眾多的業(yè)務(wù)領(lǐng)域、行業(yè)應(yīng)用，蘊(yùn)涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務(wù)管理理念，功能涉及供應(yīng)鏈、成本、制造、CRM、HR等眾多業(yè)務(wù)領(lǐng)域的管理，全面涵蓋了企業(yè)關(guān)注ERP管理系統(tǒng)的核心領(lǐng)域，是眾多中小企業(yè)信息化建設(shè)首選的ERP管理軟件信賴品牌。
轉(zhuǎn)載請(qǐng)注明出處：拓步ERP資訊網(wǎng)http://www.ezxoed.cn/
本文標(biāo)題：8個(gè)提高數(shù)據(jù)分析工作效率的技巧
本文網(wǎng)址：http://www.ezxoed.cn/html/consultation/10839318896.html
相關(guān)文章
