Определение проблемы в вашем проекте по науке о данных может привести к успеху
data data-science artificial-intelligence product-management project-management product-development project-planning data-science-projects

Определение проблемы в вашем проекте по науке о данных может привести к успеху

23 апреля 2022 г.

Одной из главных причин провала проекта по науке о данных является плохая структура проблемы, которую можно легко смягчить путем раннего вмешательства.


Вы, должно быть, сталкивались с различными проблемами в проектах по науке о данных, работая над проектами с компаниями или стартапами, которые впоследствии закрывались. Или, может быть, формулировка проблемы была изменена каким-то высшим руководством, или имело место вмешательство клиента из-за отсутствия желаемого результата или неполных данных. В любом случае процент неудач различных инициатив по науке о данных действительно высок — часто оценивается примерно в 70–80%.


По моему опыту, различные причины провала проекта по науке о данных могут быть связаны с:


  • Не вовлечение нужных стейкхолдеров в определение проблемы, говорящих на языке как данных, так и бизнеса.

  • Отсутствие исследовательской работы и мозгового штурма, потому что определение проблемы — это тяжелая работа, требующая нескольких итераций, чтобы решить ее правильно.

  • Отсутствие надлежащего анализа данных/проблемы и нехватка ресурсов, но проект продолжается

  • Команда начинает непосредственно анализировать данные до согласования проблемы, которую необходимо решить

  • Путаница между проблемой и предлагаемым решением

Определение начальной вехи проекта необходимо, чтобы заинтересованные стороны были в курсе.


Как перейти к лучшему определению проблемы


Лучшее определение проблемы контролирует ожидания заинтересованных сторон и экономит много времени за счет сокращения ненужных итераций и обеспечивает лучшее понимание продукта для разработчика, аналитиков, специалистов по данным и менеджеров по продукту. Вовлечение в этот процесс кого-то, кто говорит на языке как данных, так и бизнеса, очень полезно, они становятся организационным мостом между группами по науке о данных и бизнес-подразделениями, поэтому они являются идеальным кандидатом на то, чтобы взять на себя общую ответственность за соблюдение определенных принципов, которые применяются во время определения проблемы. процесс.


Некоторые из принципов упомянуты ниже:


  • Привлеките нужных заинтересованных лиц. Чтобы гарантировать, что ваше определение проблемы содержит правильные входные данные, достижимые ожидания и начальные этапы, определенные, чтобы все участники были на одной странице.

  • Лидеры должны выделить достаточно времени для четкого определения проблемы. У вас должен быть опыт работы в команде, постановка задачи часто меняется по мере того, как люди работают над ее правильным решением. Руководители проекта по науке о данных должны выделять достаточно времени и поощрять мозговые штурмы, дебаты и подробное документирование формулировок проблем по мере их продвижения, что гарантирует, что все заинтересованные стороны находятся на одной странице.

  • Выполните RCA, чтобы лучше понять определение проблемы. Сформулируйте проблему с точки зрения сложности данных, доступности данных и ответственности за данные. Хотя правильное определение проблемы — это хорошо, но оно должно поддерживаться данными и инфраструктурой, доступной в организации. Пожалуйста не путайте проблему и предлагаемое решение. Например, продукт для социальных сетей привлекает меньше внимания по сравнению с другим поставщиком аналогичных услуг, и руководство считает, что конкуренты используют усовершенствованный механизм рекомендаций. Будет легко перейти к постановке проблемы, например создание лучшего механизма рекомендаций для повышения вовлеченности продукта. Но это предполагает, что более сложная модель является решением проблемы без рассмотрения других вариантов, таких как улучшение алгоритма push-уведомлений или создание лучшего механизма пользовательского интерфейса и т. д. Смешение проблемы и предлагаемого решения почти гарантирует, что проблема не будет хорошо понята, ограничивает творческий потенциал и держит в замешательстве потенциальных решателей проблем.

Не переходите дальше определения проблемы, пока оно не будет соответствовать следующим целям:


  • Определение проблемы должно быть четким, ее решение должно привести к хорошему бизнес-результату

  • Он учитывает все ограничения, связанные со временем, начальным этапом, бюджетом, технологией, сложностью данных, доступностью данных, ответственностью за данные и соответствующими людьми / заинтересованными сторонами, которые должны быть четко сформулированы, чтобы избежать несоответствия формулировки проблемы бизнес-целям.

  • Он должен получить одобрение всех заинтересованных сторон

  • Согласование организации является ключом к успеху, поэтому убедитесь, что все ресурсы, ответственные за решение проблемы, понимают свою роль и обязанности.

В заключение хочу сказать, что тратить время на определение проблемы — болезненное занятие, и иногда это может показаться неудобным процессом, но ничто не заменит привлечения нужных людей, более глубокого изучения проблемы и времени, необходимого для понимания бизнес-цели, которую ставит перед собой проект. организация пытается достичь. Каждой команде специалистов по обработке и анализу данных необходимо научиться правильно определять проблему.


Наконец, я закончу с хорошей цитатой из Альберта Эйнштейна:


«Если бы мне дали один час, чтобы спасти планету, я бы потратил 59 минут на определение проблемы и одну минуту на ее решение»


Оригинал

Recent Post

Categories

PREVIOUS ARTICLE
NEXT ARTICLE