构建数据项目的有力业务案例
1. 数据项目业务案例的挑战
在当今快速发展的数字化时代,数据项目在企业中的重要性日益凸显。然而,构建数据项目的业务案例并非易事。其中最大的挑战之一是数据本身并不“性感”。换句话说,当向决策层(如董事会)汇报时,过于技术化的细节可能不会引起他们的兴趣或理解。例如,机器学习专家可能会详细解释神经网络的改进,但这些技术术语往往会让非技术人员感到困惑。
示例:机器学习的沟通误区
在一个年度董事会晚宴上,机器学习部门的负责人试图向首席商务官解释如何通过更换激活函数来改进神经网络。虽然技术细节令人印象深刻,但这位高管可能更关心的是这项技术如何为公司带来实际的商业价值,而不是其背后的数学原理。
2. 数据的重要性及现状
过去十年到二十年间,数据业务案例的基础发生了巨大变化。根据Gartner的数据,2020年连接的传感器、终端节点和数字孪生体超过了200亿个。这意味着数据的来源和种类变得更加多样化,可用于分析的数据量也每两年翻一番。随着计算能力的提升,旧算法现在可以首次应用,AI算法的发展迅速推进,成为数学研究的重点。数据科学家的数量也在增加,神经网络成为数学学习中越来越有吸引力的领域。
| 时间段 | 数据特点 |
|---|---|
| 2000-2010 | 数据量较小,主要来自传统渠道 |
| 2010-2020 | 数据量激增,物联网设备普及 |
超级会员免费看
订阅专栏 解锁全文
8789

被折叠的 条评论
为什么被折叠?



