数据科学助你取得成功

与数据科学团队合作，打造最佳数据工作流程。

一家顶级金融公司的团队领导史蒂夫希望改进公司催收部门的运营情况，目标是最大化收回的资金并最小化成本。雇佣更多员工是不可能的。因此，公司需要一套新的工作流，使用数据驱动的洞察来优先处理某些账户的问题，简化员工的工作量。带着这些明确的目标，史蒂夫找到了数据科学团队。他们共同讨论优先事项和催收部门面临的业务限制后，合作开发出一个用于解决这一问题的数据工作流程计划。

从不同来源收集数据后将其汇集到单一位置，这个自动化的过程通常被称作 ETL 过程，也就是提取、转换和加载的过程。公司可以从现有数据库中提取数据，也可以从客户的购买历史、电话记录中等创建新的关系型数据库。数据不是一拿到就可以用的，还需要转换。这是为后续分析做准备工作，目的是消除数据之间的不一致性和异常数据，并标准化其格式便于使用。数据还需要妥善存储，可能需要硬盘驱动器或固态驱动器等物理存储设备。云计算也值得考虑，它有包括扩展计算能力和轻松跨组织共享数据的能力、降低成本和增强安全性在内的诸多优势。有这么多好处，所以不难理解许多公司都采用基于云的解决方案。

无论如何，必须要保证数据的质量。否则数据科学家无法利用数据实现业务目标。合适的数据集清洗也离不开数据科学家的关注。他们得知道什么数据是重要的。一般来说，数据集不应包含重复项，所有值应在预定范围内。数据清理人员还应注意任何缺失的数据，确定这些数据缺损是否会影响到准确分析。