2、数据科学与 SAP 专业人员的融合之道

数据科学与 SAP 专业人员的融合之道

1. 数据科学的理性回归

在数据科学领域，我们常常会陷入过度追求复杂模型的误区。一开始，我们可能会为了获取数据而兴奋不已，满心期待着使用门控循环单元（GRU）或长短期记忆模块（LSTM）等高级技术。然而，随着研究的深入，我们会发现支持向量机（SVM）或简单回归模型或许就能达到同样的效果。甚至到最后，我们会失望地意识到，一个供用户探索数据的仪表盘就足以讲述数据背后的故事。并非所有问题都需要深度学习或机器学习，强行将数据套入这些范式并不一定能更好地呈现数据的故事。

此外，我们也应该花些时间学习讲故事的艺术。即使是枯燥的数据科学故事，也值得我们用心去讲述。Ira Glass 是一位出色的讲故事者，他有一系列关于讲故事艺术的四个短视频，我们可以从中汲取智慧并运用到自己的数据故事中。

2. SAP 专业人员的困境与突破

SAP 专业人员每天都忙于支持业务和用户，不断寻求流程改进。他们收集需求，在 SAP 系统中进行配置或编码，并且经常使用 SAP GUI。他们对 SAP 内部的数据和业务流程了如指掌，能够熟练运用大量的交易代码。然而，当被要求提供带有分析的报告时，他们通常只有两种选择：在 SAP 中编写报告代码，或者将数据推送到数据仓库，由其他人生成报告。这两种过程通常都很漫长，且资源消耗大，会让最终用户和 SAP 专业人员感到沮丧。例如，有一个客户抱怨，当他们最终拿到所需的报告时，报告已经失去了时效性。

为了打破这种困境，我们可以从两个方面入手。首先是提出更好的问题。以一个典型的 SAP 场景为例，应收账款部门的 Cindy 需要一份 30 - 60 - 90 天逾期报告，列出逾期客户并按逾期天数分类。财