Hur man bygger ett prediktivt Analytics-team - dummies

För att samla ditt prediktiva analysteam måste du rekrytera affärsanalysatorer, datavetenskapare och informationsteknologer. Oavsett deras specifika kompetensområden bör dina medarbetare vara nyfiken, engagerad, motiverad och upphetsad att gräva så djupt som nödvändigt för att göra projektet - och verksamheten - lyckas.

Få affärskompetens ombord

Affärsanalytiker fungerar som din domänexperter: De ger det affärsbaserade perspektivet på vilka problem som ska lösas - och ge värdefullt inblick i alla affärsrelaterade frågor. Deras erfarenhet och domänkunskaper ger dem en intuitiv kunskap om vilka tillvägagångssätt som kanske eller kanske inte fungerar, om var du ska börja och vad du ska titta på för att få något att gå.

En modell är bara relevant som de frågor du använder för att svara. Solid kunskap om ditt specifika företag kan börja dig i rätt riktning; använd dina experters perspektiv för att bestämma:

• Vilka är de rätta frågorna? (Vilka aspekter av ditt företag vill du att förutsägbar analys ska förbättras?)
• Vilka är de rätta data som ska inkluderas i analysen? (Skulle ditt fokus vara på effektiviteten i dina affärsprocesser? Demografin hos dina kunder? Vilket datasystem står som det mest kritiska?)
• Vilka är affärsintressenterna och hur kan de dra nytta av insikterna från din predictive analytics-projektet?

Att anlita analytiska teammedlemmar som förstår din bransch kommer att hjälpa dig att fokusera uppbyggnaden av dina predictive analytics-lösningar på de önskade affärsresultaten.

Uppgradering av IT och matkompetens

Datavetenskapare kan spela en viktig roll för att koppla samman världens affärsverksamhet och data till tekniken och algoritmerna, samtidigt som man följer väl etablerade metoder som visar sig vara framgångsrika. De har ett stort uttryck för att utveckla de faktiska modellerna och deras åsikter kommer att påverka resultatet av hela ditt projekt.

Denna roll kommer att kräva expertis inom statistik som kunskap om regression / icke-regressionsanalys och gruppanalys. (Regressionsanalys är en statistisk metod som undersöker förhållandet mellan variabler.) Rollen kräver också möjligheten att korrekt välja rätt tekniska lösningar för affärsproblemet och förmågan att artikulera affärsverksamheten för resultatet till intressenterna.

Dina datavetenskapare borde ha kunskaper om avancerade algoritmer och tekniker som maskininlärning, datautvinning och behandling av naturliga språk.

Då behöver du IT-experter att tillämpa teknisk expertis på implementering, övervakning, underhåll och administration av de IT-system som behövs. Deras jobb är att se till att IT-infrastrukturen och alla IT-strategiska tillgångar är stabila, säkra och tillgängliga för att möjliggöra affärsuppdraget. Ett exempel på detta är att datornätverket och databasen fungerar smidigt tillsammans.

När datavetenskapare har valt lämpliga tekniker kan de (tillsammans med IT-experter) övervaka den övergripande utformningen av systemets arkitektur och förbättra prestanda som svar på olika miljöer och olika datamängder.

Förutom de vanliga misstänkta affärseksperterna, matematik och statistikmodellerna och datavetenskaparna kanske du vill spice in ditt team med specialister från andra discipliner som fysik, psykologi, filosofi eller liberal konst för att skapa nya idéer och nya perspektiv.