Profitabel data science: »Svært at komme frem til krone-øre-værdien af vores arbejde«

Illustration: chiraphan / Bigstock
Tænk på KPI som Key Predictive Indicators, lyder rådet fra data scientist.

Start småt og vis værdien hurtigt. Sådan lyder den mest almindelige opskrift på at få hul på arbejdet med data science. Og det lyder måske også mere simpelt, end det er i praksis. For hvor findes de gode, små begynderprojekter, og hvordan dokumenterer man egentlig den værdi, de skaber?

For Bruce Bedford, der er data scientist hos Decision Cone, handler det først og fremmest om at måle på det rigtige.

»Som mange erfarer, kan det være svært at komme frem til dollar-værdien af det arbejde, vi udfører,« indleder han i en paneldebat på SAS-konferencen Global Forum, der i sidste måned fandt sted i Dallas, USA.

»Der er mange, der er interesseret i indtægt. Men meget hurtigt vil nogen tale om, hvad det koster. Jeg forsøger altid at opmuntre folk til at komme væk fra bare at tale omsætning, for det er i sig selv ikke en retfærdiggørelse af data science.«

I stedet skal man fokusere på, hvordan et givent data science-projekt påvirker profitten, mener Bruce Bedford.

»Der er mange, der hopper direkte ud i at udvikle KPI'er. Jeg opfordrer generelt til, at man ikke tænker på KPI som de traditionelle Key Performance Indicators. Tænk i stedet på Key Predictive Indicators.«

Tips og korrekturforslag til denne historie sendes til tip@version2.dk
Kommentarer (1)
sortSortér kommentarer
  • Ældste først
  • Nyeste først
  • Bedste først
Morten Andersen

Min anke imod mange "data science" projekter jeg har læst om og selv været vidende til har netop været, at det er svært at se forretningsværdien. Alle - inkl. folk i "forretningen" - virkede forblændede af at man nu kan sige et eller andet om en brugers adfærd, men det har været svært at få øje på hvordan det har haft nogen som helst betydning for overskud m.m. Nu tyder det på forretningsafdelingerne rundt omkring ER begyndt at være mere kritiske, og så kommer man med lidt hand-waving.

Se også (hvor jeg også kommenterede):
https://www.version2.dk/artikel/oersted-skabte-50-mands-data-science-hol...

50 mand fuldtid kun til data science - alene i Ørsted?!

  • 1
  • 0
Log ind eller Opret konto for at kommentere
IT Company Rank
maximize minimize