Return to site

六月读书 - 《清单革命》对数据仓库工作的启示

个人读书感想

· 生活,数据思维,阅读

不要再提什么"无心之错"了, 如果你过去迷恋于这四字excuse。

大多数情况下, 我们并不是“无所畏惧”的超能勇士, 而是活在一个网中。 在这个网里, 我们要避开一些错误, 什么是错误, 错误有哪些类型? 书中给出的分类是:

ERROR I: 无知

ERROR II: 无能

I类错误看上去可原谅 -- 应了那句话 “无知者无畏”, II类错误则是在成为一名优秀数据匠人的路上尽量避免的。

在产品技术序列的梯队中, 数据团队是最介于运营、产品、技术、财务、法务居中的部门, 至少以我的过往工作经验来说,我经常承担着这样的网络结点的角色。

下面以数据仓库这一个细分方向, 谈谈我读完《清单革命》一书后的启示与感想。

地点: 泰国

医生与数据工作者的相似

医生是对于病人而言的。 世界上没有病人, 也就不应该有医生。

数据工作是为了什么呢? 定量分析工作。

数据服务对象可以是公司内部的同事,包括这些角色:

- Decision maker

- Strategy executors

- Analyst

- Algorithms

当然也可以是合作客户(clients), 搜索与推荐是目前用的最多的数据场景,但随着AI技术的不断成熟,图像识别领域、视频分析领域、自动优化与控制, etc 越来越多的地方需要数据工作与数据从业人员。

病人在这个世界是无法扼杀的群体, 因为人们总是会出现无法枚举的问题。 所以数据工作者也将一直存在, 那么回到我今天想表达的主题, 怎样可以减少工作者出现的问题?

积累大量的分析素材

我很敬仰两类医学从业人员,一类是临床工作者,拥有大量的临床手术工作经验; 另一类是检验师,他们分析过大量的检查者医学成像的数据,对人类的身体到底出了哪些问题、提供了大量的价值判断。

数据工作也应该像这两类职能看齐,这是因为不积累足够的经验,分析决断力总是差一点。

我非常明确的了解 data job是偏杠杆性的工种: 在规定时间内没有办法做到100% 完美。 那么就需要你寻找一个折衷的平衡点, 这个解是大家可接受(All acceptable, but not best for all )

我认为前提条件是你首先要有足够多的素材。

尽可能减少你犯无能的错误的可能性。

All Posts
×

Almost done…

We just sent you an email. Please click the link in the email to confirm your subscription!

OK