如何充分利用您的数据科学计划

你所衡量的就是你

成为媒体公司，纯度这家总部位于纽约的公司希望衡量人们对其内容的投入程度，以了解哪些内容的表现最好。典型的网络指标为了衡量成功，就像页面浏览和股票一样，并没有真正参加这一点。仅仅因为有人在页面上降落并推文出来，链接并不意味着该人实际上阅读了这篇文章。

因此，为了获得参与的测量，Mintz表示，他必须与他的团队成员合作开发自己的指标。他说他们现在看一下页面上的复杂时间，鼠标滚动和点击时间的时间，以衡量读者与他们的内容有多强大，了解什么类型的内容表现最佳。

Mintz表示这是一个具有挑战性的过程，但这是整个点数据科学。如果最好的见解来自最容易回答的问题，那就没有需要数据科学家。他表示企业需要考虑对他们的运营最重要的是什么，并找到方法来衡量它，即使它很难。“我们必须过去'我们不衡量'，”他说。

take

通常，分析专业人士倡导者快速赢了，特别是当数据科学计划是新的时。这种方法有助于使业务沿袭并说服组织数据驱动决策的价值。但是这里的陷阱是快速赢得的方法变得被束缚为数据科学模型。

Silvanus Lee.，产品分析负责人乘车共享公司优步据说，在演示中说，防范这种方法很重要。他说，他和他的团队不断努力平衡对可能需要一段时间的长期项目的短期收益的愿望，但最终可能是游戏变化机。

数据科学将数据驱动的声音带到表中，但它不应该启动或停止对话。

例如，他谈到了Uber目前如何开发一个允许乘客乘坐摩托车的服务。它可以最大限度地提高司机的效率，降低骑手的成本，同时也增加了UBER网络上采取的旅行总数。公司仍然是研究算法把车手和车手匹配起来。该服务还没有交付任何有形的内容投资回报，但公司认为它最终可能是一个热门的服务，所以李某和他的团队继续努力工作。

“你想确保你正在看看长视，而不仅仅是短视，指标，”李说。

最终，是否值得追求长期可能会拒绝判断。他谈到了什么时候Facebook首先推出了新闻饲料功能，目前是所有用户的标准视图，用户在Facebook上花费大部分时间，它几乎普遍讨厌。如果公司正在衡量短期收益，Facebook可能会报废新闻饲料。但公司知道它会开辟巨大的广告机会，最终被用户接受，所以它陷入困境。现在，很难想象公司没有它有利可图。

“数据科学不仅仅是统计数据，”李说。“这是统计数据加上了很多判断。数据科学为表带来了数据驱动的声音，但它不应该启动或停止对话。”

目标特定业务问题

为了波士顿红袜队，最大的业务问题之一是定价定价的门票。几年前，当所有门票都有相同的面值时，席位在高度理想的游戏中，用于在二级市场上出售巨大的标记，而粉丝通常觉得他们因较少的主要比赛而被过充电。“我们知道这一点，但我们没有量化，”蒂姆朱他是红袜队负责业务发展的副总裁。

2011年，团队开始了研究动态定价模型这将使它匹配价格需求。Zue和他的船员从Stubhub.com收集了六年的数据，其中一个领先的二级市场机票销售商之一，并寻求模式，使他们能够预测对特定游戏的未来需求。他们发现，一周中的一天和游戏所播放的月份是需求最强的预测因子。7月份的周末看到了很高的需求，而4月的平日需求低。该团队现在基于此信息的价格。

Zue表示，由于票价低于需求水平的门票，失去潜在的收入被认为是一个重大问题，但一旦他的工人有数据，它就会清楚如何解决它动态定价。这一切都始于了解业务的数据科学节目以及有改进的空间。

“挑战是”所以，“Zue说。“如何使用数据来做出帮助您的业务的决策？您必须使用您的数据来制定这些决策。”

Ed Burns是SearchBusinessAnal华体会体育官网-意甲赞助商ytics的网站编辑器。给他发电子邮件[电子邮件受保护]在推特上关注他：@edburstt.。