基于技能的改善数据科学实践的方法

36大数据 • 9年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

在当今的大数据时代，利用数据科学理论进行数据分析起着越来越重要的作用。探讨不同数据技巧类型和熟练程度对相关项目有着怎样的影响也开始具有重要意义。近日，AnalyticsWeek的首席研究员、Bussiness Over Broadway的总裁Bob Hayes博士就公开了研究数据分析项目成功所必需技能的相关结果。Bob所提出的基于技能的数据科学驱动力矩阵方法，可以指出最能改善数据科学实践的若干技能。

数据技能的熟练程度

首先，Bob在AnalyticsWeek的研究包含了很多向数据专家提出的，有关技能、工作角色和教育水平等有关的问题调查。该调查过程针对5个技能领域（包括商业、技术、编程、数学和建模以及统计）的25个数据技能进行，将其熟练程度划分为了6个等级：完全不知道（0分）、略知（20分）、新手（40）、熟练（60分）、非常熟练（80分）和专家（100分）。这些不同的等级就代表了数据专家给予帮助或需要接受帮助的能力水平。其中，“熟练”表示刚好可以成功完成相关任务，为某个数据技能所能接受的最小等级。“熟练”以下的等级表示完成任务还需要帮助，等级越低需要的帮助越多；而“熟练”以上的等级则表示给予别人帮助的能力，等级越高给予的帮助可以更多。

数据科学

Bob列出了4中不同工作角色对于25种不同数据技能的熟练程度。从上图可以看出，不同领域的专家对其领域内技能的掌握更加熟练。然而，即使是数据专家对于某些技能的掌握程度也达不到“熟练”的程度。例如，上图中浅黄色和浅红色区域都在60分以下。这些技能包括非结构化数据、NLP、机器学习、大数据和分布式数据、云管理、前端编程、优化、概率图模型以及算法和贝叶斯统计。而且，针对以下9种技能，只有一种类型的专家能够达到熟练程度——产品设计、商业开发、预算编制、数据库管理、后端编程、数据管理、数学、统计/统计建模以及科学/科学方法。

并非所有的数据技能都同等重要

接下来，Bob继续探讨了不同数据技能的重要性。为此，AnalyticsWeek的研究调查了不同数据专家对其分析项目结果的满意程度（也表示项目的成功程度）：从0分到10分，其中0分表示极度不满意，10分表示极度满意。

对于每一种数据技能，Bob都将数据专家的熟练程度和项目的满意度进行了关联。下表就列出了4种工作角色的技能关联情况。表中关联度越高的技能就表示该技能对项目成功的重要性越高。而表中上半部分的技能相比于下半部分的技能对于项目结果更加重要。从表中可以看出，商业管理者和研究者的数据技能和项目结果的满意度关联度最高（平均r=0.30），而开发人员和创新人员的关联度只有0.18。此外，四种工作角色中不同数据技能之间的平均关联度只有0.01，表明对于一种数据专家是必须的数据技能对于其他数据专家未必是必须的。

数据科学

数据科学驱动力矩阵：图形化结果

基于熟练程度和关联度的结果，Bob绘出了数据科学驱动力矩阵（Data Science Driver Matrix，DSDM）的示意图。其中，x轴代表所有数据技能的熟练程度，y轴代表技能与项目结果的关联度，而原点则分别对于熟练程度的60分和关联度的0.30。

数据科学

结果解读：改善数据科学的实践

在DSDM中，每一种数据技能都会落在其中的一个象限中。由此，这种技能所代表的含义也就不同。

象限1（左上）：该区域内的技能对于项目结果非常重要，但熟练程度却不高。那么，通过聘请掌握相关技能的数据专家或者加强相关技能的员工培训，项目就可以取得很好的改进。
象限2（右上）：该区域内的技能对于项目结果非常重要，而掌握的熟练程度也不低。
象限3（右下）：该区域内的技能对于项目结果而言为非必须，但掌握的熟练程度较高。因此，需要避免在这些技能上的过度投入。
象限4（左下）：该区域内的技能对于项目结果而言为非必须，掌握的熟练程度也不高。但是，仍然没有必须要加强对这些技能的投入。