Bagaimana Membangun Tim Prediktif Analytics - dummies

Untuk mengumpulkan tim analisis prediktif Anda, Anda harus merekrut analis bisnis, ilmuwan data, dan pakar teknologi informasi. Terlepas dari bidang keahlian khusus mereka, anggota tim Anda harus penasaran, terlibat, termotivasi, dan bersemangat untuk menggali sedalam yang diperlukan untuk membuat proyek - dan bisnis - berhasil.

Mendapatkan keahlian bisnis di kapal

Analis bisnis berfungsi sebagai pakar domain Anda: Mereka menyediakan perspektif berbasis bisnis untuk memecahkan masalah - dan memberi wawasan berharga tentang semua pertanyaan terkait bisnis. Pengalaman dan pengetahuan domain mereka memberi mereka pengetahuan intuitif tentang pendekatan apa yang mungkin atau mungkin tidak berhasil, di tempat untuk memulai dan apa yang harus dilihat untuk mendapatkan sesuatu.

Model hanya relevan seperti pertanyaan yang Anda gunakan untuk menjawabnya. Pengetahuan yang solid tentang bisnis spesifik Anda dapat memulih Anda ke arah yang benar; gunakan sudut pandang ahli Anda untuk menentukan:

• Pertanyaan yang benar? (Aspek bisnis apa yang Anda inginkan agar analisis prediktif diperbaiki?)
• Data manakah yang tepat untuk disertakan dalam analisis? (Haruskah fokus Anda berada pada efisiensi proses bisnis Anda? Demografi pelanggan Anda? Tubuh data mana yang menonjol sebagai yang paling kritis?)
• Siapa pemangku kepentingan bisnis dan bagaimana mereka mendapatkan keuntungan dari wawasan yang diperoleh dari proyek analisis prediktif?

Mempekerjakan anggota tim analitis yang memahami lini bisnis Anda akan membantu Anda memfokuskan pembangunan solusi analisis prediktif Anda pada hasil bisnis yang diinginkan.

Memecat keahlian TI dan matematika

Ilmu data dapat memainkan peran penting dalam menghubungkan dunia bisnis dan data ke teknologi dan algoritme sambil mengikuti metodologi yang mapan yang terbukti berhasil. Mereka memiliki pendapat besar dalam mengembangkan model aktual dan pandangan mereka akan mempengaruhi hasil keseluruhan proyek Anda.

Peran ini akan memerlukan keahlian dalam statistik seperti pengetahuan tentang analisis regresi / non regresi dan analisis klaster. (Analisis regresi adalah metode statistik yang menyelidiki hubungan antar variabel.) Peran tersebut juga mensyaratkan kemampuan untuk memilih solusi teknis yang tepat untuk masalah bisnis dan kemampuan untuk mengartikulasikan nilai bisnis dari hasilnya ke para pemangku kepentingan.

Ilmu pengetahuan Anda harus memiliki pengetahuan tentang algoritma dan teknik lanjutan seperti pembelajaran mesin, data mining, dan pemrosesan bahasa alami.

Kemudian Anda memerlukan pakar IT untuk menerapkan keahlian teknis dalam pelaksanaan, pemantauan, perawatan, dan administrasi sistem TI yang dibutuhkan. Tugas mereka adalah memastikan infrastruktur TI dan semua aset strategis TI stabil, aman, dan tersedia untuk memungkinkan misi bisnis. Contohnya adalah memastikan jaringan komputer dan database bekerja dengan lancar bersama.

Ketika ilmuwan data telah memilih teknik yang tepat, maka (bersama dengan pakar TI) mereka dapat mengawasi keseluruhan desain arsitektur sistem, dan memperbaiki kinerjanya dalam menanggapi berbagai lingkungan dan volume data yang berbeda.

Selain para tersangka yang biasa - pakar bisnis, pemodern matematika dan statistik, dan ilmuwan komputer - Anda mungkin ingin membumbui tim Anda dengan spesialis dari disiplin lain seperti fisika, psikologi, filsafat, atau seni liberal untuk menghasilkan gagasan baru. dan perspektif baru.