数据团队成功的31条指南

来源：the Seattle Data Guy

编译：MinChu

我们罗列出了数据团队成功的31条黄金指南，无论你的数据团队是刚刚成立的，还是经验丰富的，这个指南都能够保证你的团队成功且有条不紊的完成任务。每一名数据科学家都希望把精力投入到对问题的分析中，而非在公司政策上浪费时间。若一个数据团队常和他们的上级产生分歧，应如何应对？如果这些分歧得不到有效的应对，将会导致这个团队失去凝聚力和相互之间的信任感，失去对其项目的有效执行和维护，最终走向失败。如何有效的运营、管理和促进团队的任务是领导者需要十分重视的问题。

1. 得到高管的支持

获取高管的支持，理解，与信任是任何项目的关键因素之一。身为一名数据科学项目经理或数据科学家，获得高管对你项目的信任是你的职责。没有他们的管控和资金支持，你的项目将无法进行。一旦高管们意识到你的数据科学项目能够驱动他们的战略发展，你将会得到他们的大力支持。

2.用数据说话，大胆的指出上级的错误

经理和高管们也是普通人，他们处理的信息和其相关性在时间范围内是有限的。身为数据科学家，你知道如何使用各种方法去处理比他们多百倍以上的的信息量，且能够准确看待数千个相关性。你能够运用这些技能，大胆地指出经理的错误。这并不是让你去当一个罪人，而是用你的专长去帮助上级，让他（她）得到最正确客观的结论，且他们将会对此心怀感激。然而，你需要向他们证明他们的错误，并在合适的时候用合适的方法告诉他们。

3.获得同行支持

我们帮助过不同的团队进行数据工作，在这过程中我们发现许多的管理人员并不信任他们自己的数据。他们会聘请独立完整的数据科学团队为他们工作，这意味这什么？夏洛克·福尔摩斯曾说过：“数据是思考的基石”。就好比你建造了一栋你自己都不信任的房子，总有一天它会倒下来。这对于数据来说也是如此，首先要能够信任自己的数据，你的经理才会信任你和你的数据。

4.先从小项目做起

每一个数据科学家都想成为下一个Google，Facebook核心算法的开发者，开发炫酷，功能强大，每年吸金数十亿的算法。若你的团队刚刚起步，要想获得成功，就不要抵触去做一些简单的项目。一个完成的不错，且简单的项目，同样能够给你上司带来无法抗拒的价值。一旦你稳稳地踏出成功的第一步，你的上司会乐于给你安排更多富有挑战的任务，你将会不停的受到项目请求的狂轰乱炸，至少是最最有价值的项目需求。

5.展现出项目所具备的价值

一个成功获得上司全力支持的方法之一：推销。告诉你的上司们，为什么他们需要这些项目，并且创造出这些需求。数据科学产业才刚刚起步，许多管理者们并不清楚为什么需要数据科学，也不确定哪个业务流程能用到它。向他们证明数据科学的价值和应用方向是非常有用的，告诉他们如何利用数据科学转换成金钱和资源等等，这是你的职责所在。

6.数据科学处理流程标准化

数据科学领域使用非常多新颖的科技和工具去探索和挖掘数据。然后和软件工程一样，如果没有好的流程，无论你做的东西再强大，再光彩夺目，它始终不能成为一款出色的产品，你也将很难去保证和维护产品的质量。这意味着你需要记录下每一步流程。这虽然看上去很浪费时间，但一旦遭遇项目瓶颈的时候，你将会意识到它的重要性。因此，尽早去制定出色的数据科学流程吧！

7.不要局限在你的数据科学团队里

不要让你的数据科学团队局限在你的知识领域范围之内。试着不停的挑战他们思维，询问他们的想法，让他们勇于尝试自己的思路，并且不要干预他们的想法。你要让你的团队意识到你非常支持你的团队，并且相信他们的能力。每一位数据科学家都很出色，他们最需要的是你的信任。

8.指定计划、合理的计划

如果需要从不同的经验和项目当中总结出最值得学习的一点，那就是制定计划。制定计划可以确保你不会偏离航向，确保所有的数据来源和需求能被很好的掌控，确保你能获得成功。然而，生意场是是变幻莫测的，你无法用一年的时间去计划一个项目。因此当一个项目开始实施后，你需要将精力放在对需求的获取上，而不是一味的花时间在规划上而不去脚踏实地地进行研发。

9.和其它部门有效合作

每一门生意就像一个团队运动项目。你的团队要能够和来自包括会计，金融，运营，销售和其他所有部门在内的团队协同合作。每一个团队通常都会有各自的数据库，而且你会非常需要这当中的数据。运气好点的时候，还会有一个团队专门被安排管理所有的数据库。尽管有这样一个组专门负责管理数据，你同样需要听取来自不同团队的专家的意见。同时其它部门很可能会对你们的项目提出一些特殊的要求。因此，一定要做到有效的与其他部门沟通合作。

10.尽可能多地向中小企业学习

正如上一条所说，你需要尽可能多地听取来自不同部门专家们的建议。数据科学家不是药剂师，不是医生，也不是会计师或者金融业管理者。我们需要从相关领域中的佼佼者身上洞悉到一些商机和内在本质。当你开始一个新项目的时候，列出一个你所需要的话题和数据清单，并向那些中小企业寻求帮助。

11.消除公司带来的偏见

尽管你应该多听取中小企业的的建议，但是不要让他们的偏见阻碍了新的见解。这种事情经常会发生。高管，经理，和别的组成员认为驱动业务向前发展是一项非常谨慎工作。因此，你的团队需要从中总结出新的结论，而不是直接将这些偏见传达给经理。团队会对这个新的见解感到不满，因为它违背了现状。作为为一名数据科学家，你的工作是去用最适合的方式去挑战这些现状。

12.挑战现状，做一个会唱反调的人

作为一名数据科学家，你身边充满了数据。也就是说，你要用数据去判断所有的是非。这里不是说让你做一个刻薄的人，而是要让你无畏地说“不”。不要让你的经理和高管们把你的意见抛在脑后。事实上，他们非常需要你的意见，需要你提供非常有说服力的意见，这样他们就能非常自信的和他们的老板交代。你的上司们也同样需要向他们的上司负责。当他们和上司汇报时也需要面对和你们一模一样的情况。因此，你要学会用数据来挑战你上司们的意见。

13.用数据驱动计划

行文至此，你可能已经越来越感受到这篇文章的主题——充分地利用数据！因为数据的力量非常强大。人们总是用数据证明一切事物。尽管许多定理早就被公认为是正确的，科学家们还是会重复地利用数据和科学方法去证明他们。我们需要用同样的方法去对待每一个计划。你在做什么，这该怎么做，都需要用数据来决定。

14.创建一个最初的模型来获取支持

如何在最开始的时候获得足够的支持呢？首先创建出一个项目的原始模型（当然可以用python来实现）。向你的团队和经理展示它能够做什么。人们都想要行动，而不是纸上谈兵。你需要建立一个最初的程序原型，如果可以的话，融入一些真实的数据。如果找不到真实数据，你也可以使用一些模拟数据来确定程序的功能运行正常。这让你的项目就能变得有型，有互动性和有操作性。

15.创造性能好，可维护性强的设计

这是非常关键的一点。确保任何您构建的界面，设置的流程，或开发的算法都是可维护的。当你离开公司的时候，这个项目是否会无法运行？其他人是否因为你的离开而烦恼？如果你离开前并没有对项目留下文档和相关说明，没有向他人解释你的代码，以上情况就会发生！这会使得公司的工作陷入无法控制的困境中。

做到以上几点，你已经在确保数据科学团队成功的道路上走了一半了！

16.努力让自己从枯燥的工作中解脱出来

停止做无聊的数据清理和手动的质量测试工作。当你开始设计你的系统时，一定要确保那些无聊基础的工作都能够通过自动化来完成。当你完成你的数据科学项目时，公司会有更多的数据科学项目等着你。因此，与其每周浪费两个小时在数据更新上传的工作上，不如把这些琐碎的任务交给计算机来完成。

17.获取数据科学指南

有许多数据科学咨询公司能够根据良好的业务实践，为你的团队开发一套数据科学指南。这需要这些公司很好的了解你们团队的状况，并需要你们与他们合作，这样才能让他们发现如何帮助团队更加高效的工作。但遗憾的是大多数团队常常不会选择这样做。因此引入一些外部的帮助是很有帮助的。

18.开发一套属于你们自己的数据科学指南

要是你的团队里存在这样一名出色的数据科学家，他（她）在完成自己任务的同时，还能够开发一本能够随身携带，涵盖代码实践，系统文档的手册，请一定让他（她）来做这件事情。要相信，当你进入一家公司就能获得需要相关工作文档时，没有什么比这更有用的资料啦 。这样你就能快速适应、掌握公司的现状，从而很好的设计出新的解决方案，然后高效的完成它们。这样做将节省公司非常多的资金，并且会令客户们感到满意。

19.在你开始数据工作之前，首先学会创造性地收集、分类数据

如果你请了20个分析人员，花1个月的时间来分类50,000个数据，这将会是一个非常糟糕的选择。这严重浪费了你的资源和资金。当你开发一个新的项目时，试着去开发一个不需要分析人员参与就能够做到对数据进行分类的方法。试着向大家征求意见，通过提供服务、设计新的产品来实现有效的收集整理。切忌让你的团队去做一些繁琐的工作。

20.创建一个能在一开始就恰当收集数据的系统

有些时候你会很幸运地参与一个崭新的项目。这个项目的系统花六个月的时间来为你的分析人员收集数据。首先在脑海中构建出这套系统，想一想你将如何使用这些数据，有哪些系统会与之交互，等等。而不要先设计好系统的功能，然后再去为这个系统增添数据收集的模块，这样会使得系统的整体性和连贯性大打折扣。

21尽可能多地收集完整有效的数据

数据由各种各样的数据源产生。你可以通过内部数据库，外部API，或是别的任何地方获得他们。尽可能多的去收集这些数据，并确保这些数据是可控的，有效的。

22.做一个会讲故事的人

当一个项目进行的差不多时，我们都需要向上司们证明它的准确性，这是身为数据科学家的我们始终在做的事情。然后你开始向上司们解释不同的百分比，标准差，然后他们以呆滞的眼神作为回应。与仅仅展现出一堆生硬的数字相比，你应该设计出一个信息图表或者一个PPT演示。为了获得你上司们的支持，不仅需要坚实的数据、还需要感情饱满的演讲和充满自信的表达。得到管理人员越多的支持，意味着越多的资金，离成功更加接近。

23.将数据科学的内在和外延价值传达给管理层

数据科学具有影响客户和员工的能力。告诉你的经理数据科学的工作原理和价值。这一点可能在这个列表里有些重复，但我想强调的是，你能从更多地角度向管理层传递数据科学的价值（能为公司省很多钱、或者挣很多钱）越有可能获得更多更大的支持。数据科学家们乐于去讨论他们的算法如何计算一个人在逛Facebook时会挠鼻子的概率之类的事情。然而，一个成熟的商业化团队只会把注意力放在如何利用知识去赚更多的钱，对吧？

24.了解管理层的运作流程

你的团队需要知道管理层是如何运作的。有多少委员会来评审你们的项目，他们多久开一次会，他们最希望看到什么？如果你越了解管理层的运作模式，你将能够更好的帮助他们向正确的方向推动这一过程。除此之外，监管同样是一个获得更多资金和项目的好的方式之一。

25.理解高管的策略和其背后的原因

高管们有着自己的政策，流程，和策略。有时候，一些员工并不了解高层的所思所想。因此我们倡导数据科学家和高管们更加开放的交流。一旦了解了高层的想法和做法，就能够更加容易地开发与之策略更加接近的程序和项目。

26.当你失败时，学会向经理和领导解释

失败存在于数据科学的每一个角落。在数据科学行业里，你尤其需要能够向上级解释原因的能力，并寻求帮助。不要因为卡在一个需要寻求外界帮助的小问题中而让整个项目停滞不前，这会使得整个团队走向失败。

27.当需要时，寻求外界帮助

有时会遇到项目扩张或者有多个项目需同时进行的情况。当这种情况发生时，寻求外界的帮助是很有必要的。这可能意味着聘请一个咨询团队或一个新的员工。为了赶在截止日期前按时完成任务，聘请临时员工也是一个不错的选择。毕竟在一个项目上花点小钱，最后让整个项目节省百万级别的开销，这是非常划算的。

28.通过阅读适量的新闻资讯来激发创造力

太多的外界消息会让你感到心烦意乱。它们可能会使你感到你所做的项目无法和其它行业巨头竞争，从而导致你惧怕落后。不要担心，你需要获取足够的咨询来激励你不断向前，但是不要过多到让你觉得你可能永远也无法完成它们。

29.对每一个项目保持批判性的思考

如果一个经理带着一个项目来找你，即使它得到了其他资深副总或高管们的支持，你也要对这个项目进行批判性的思考：你要做的原因是什么？这个项目能带来什么影响？它能节省多少开支？或许你需要靠自己来解开这些答案，但你要确保你知道它们。否则，这也许会成为一个注定失败的项目.

30.保持乐观！

这听上去有点陈词滥调，但这的确是真的，尤其是对于那些觉得失去希望的数据科学项目经理来说。或许你的团队发掘到的信息并不具备很高的价值，亦或是你们还没有发掘出任何信息。这种区情况通常比你想象的更加普遍，并不是每一个项目都能最终获得成功。保持耐心，保持乐观。如果你的数据简洁有效，并且流程和方法是踏实可靠的，那么你总获得应得的回报。

31.做一个决定，给出一个实际的意见

作为一名数据科学家，你是强大的。你用数据来获得令你充满自信的结论。请不要忘记使用以下这些句式开头：

我认为最好的决定是...

我提议我们...

我知道...

让我们尝试一下方案X，因为...

-The End-