How Should Companies Get Started in Data Science?数据科学的基石：测量、数据与团队

这段内容强调了测量是商业成功的首要条件，并提出了关于数据采集、归档和组建数据科学团队的最佳实践。

---

1. 测量的核心原则与商业价值

企业的根本认知是：如果无法测量，就无法改进。

• 成本与利润： 如果企业无法测量成本，就无法降低成本；如果无法测量利润，就无法增加利润。
• 首要任务： 公司必须做的第一件事是开始记录信息、采集数据。
• 具体数据点： 采集关于成本（区分劳动力、材料、单位成本和总成本）和收入的数据（例如，分析 80% 的收入是否来自 20% 的客户）。
• 数据科学的价值： 公司内部的数据科学价值完全取决于所收集的数据。正如任何分析规则所言：“垃圾进，垃圾出（Garbage in, garbage out）。”

---

2. 数据采集与归档的最佳实践

一旦开始采集数据，就必须建立严格的数据管理流程：

• 持续采集与归档：
  • 采集： 如果没有采集数据，请立即开始。
  • 归档（Archive）： 切勿覆盖旧数据，认为其不再需要。
• 数据的永恒相关性： 数据永远不会过时，即使是 100 年或 200 年前的旧数据，对公司和其成功也永远是相关的。
• 一致性与文档： 确保数据具有一致性，并进行适当的文档记录（documentation），以便 20 年后的人也能理解这些数据。
• 立即行动： 无论您是刚开始创业还是已经营多年但尚未建立最佳实践，都必须立即着手实施数据归档的最佳实践。

---

3. 组建数据科学团队

数据科学的成功不仅依赖于数据，还依赖于合适的人才和组织结构：

• 人才兴趣： 首先，员工必须对数据科学感兴趣。如果没有兴趣，就不会有敬业度（engagement）。
• 团队合作： 拥有一个团队至关重要，而不是只有一位数据科学家。
• 多元优势： 团队中的每位成员都应在数据科学的不同领域拥有自己的优势，以实现互补。