थक गए: डेटा वैज्ञानिक। वायर्ड: डेटा कलाकार

डेटा वैज्ञानिक महत्वपूर्ण हैं, लेकिन सिडनी, ऑस्ट्रेलिया में गार्टनर के डेटा और एनालिटिक्स समिट के विश्लेषकों के अनुसार, दुनिया को अब डेटा कलाकारों की आवश्यकता है।

विश्लेषक सैली पार्कर और पीटर क्रेंस्की ने समझाया कि डेटा कलाकार वे लोग होते हैं जो डेटा के बारे में व्यापक - यहां तक ​​​​कि शायद स्पर्शरेखा - प्रश्न पूछते हैं, और डेटा वैज्ञानिकों द्वारा जांच किए जाने के बाद यह क्या प्रकट कर सकता है।

इस अवधारणा को स्पष्ट करने के लिए उन्होंने बेल्जियम में एक सार्वजनिक परिवहन ऑपरेटर का एक केस स्टडी साझा किया, जिसने यह जानने के प्रयास में डेटा विज्ञान का उपयोग किया कि उसके कुछ वाहन क्यों खराब हो गए। प्रोजेक्ट फैलाव की क्षमता को ध्यान में रखते हुए, एक एनालिटिक्स टीम ने 20-दिन की प्रोजेक्ट योजना विकसित की, जिसमें आधा समय डेटा तैयार करने में और शेष एक मॉडल विकसित करने के लिए समर्पित था।

उस प्रयास से उपयोगी जानकारी नहीं मिली - लेकिन इसने डेटा टीम को संचालन टीम के संपर्क में ला दिया। एक बार बाद वाले ने टूटी-फूटी बसों के बारे में डेटा देखा, तो उन्होंने जल्दी से प्रदर्शित किया कि उनका उपयोग पहाड़ी मार्गों पर किया जा रहा है और इसलिए उन्हें अधिक तनाव का सामना करना पड़ा।

अलग-अलग रूटों पर घूमती बसों ने लोड बढ़ाया और लाखों की बचत की।

विश्लेषकों ने डेटा कलाकारों को विकसित करने के तरीके के बारे में कोई जानकारी नहीं दी। इसके बजाय, उन्होंने सुझाव दिया कि क्रॉस-डिसिप्लिनरी सहयोग, और सावधानी बरतने के लिए डेटा को मानने में सावधानी नहीं है, उपयोगी कदम हैं।

इस जोड़ी ने 16वीं शताब्दी के खगोलशास्त्री टायको ब्राहे की कहानी साझा की, जिन्होंने अपने विश्वास को साबित करने के लिए व्यापक अवलोकन किए कि सूर्य पृथ्वी की परिक्रमा करता है। ब्राहे के सहयोगी जोहान्स केपलर ने उसी डेटा का उपयोग यह साबित करने के लिए किया कि पृथ्वी सोल की परिक्रमा करती है।

क्रेंस्की ने कहा, "कभी-कभी हमें सफल होने के लिए केवल नजरिया बदलना होता है।"

इस जोड़ी ने यह भी सिफारिश की कि संगठन कम डेटा एकत्र करें, क्योंकि बल्क डेटा एकत्र करने से सुरक्षा जोखिम पैदा होते हैं। इस जोड़ी ने एक होटल श्रृंखला का उदाहरण दिया जो केवल दो डेटा बिंदुओं का उपयोग करके ग्राहकों का विश्लेषण करती है: क्या वे जिम का उपयोग करते हैं, और यदि वे स्वस्थ भोजन चुनते हैं। वे दो सोने की डली दर्जी की पेशकश के लिए पर्याप्त हैं और सूचना के अन्य मदों की तुलना में अपराधियों के लिए बहुत कम मूल्य की हैं।

दोनों विश्लेषकों ने सिंथेटिक डेटा के उपयोग की भी वकालत की, क्योंकि यह कम गोपनीयता चुनौतियों को इकट्ठा करने और बनाने के लिए सस्ता है।

सिंथेटिक डेटा उन घटनाओं का अनुकरण करने का मौका भी दे सकता है जिन्हें देखना मुश्किल है। विश्लेषकों ने कहा कि अल्फाबेट की सेल्फ-ड्राइविंग कार टेक आउटफिट वेमो इसका उपयोग गति से यातायात के माध्यम से अपना रास्ता बुनने वाली एम्बुलेंस के लिए रास्ता बनाने और वास्तविक सड़कों पर संभव से अधिक स्व-ड्राइविंग कारों के परीक्षण करने के लिए करती है।

मुख्य वक्ता ने आईटी टीमों के लिए "डेटा कंसीयज" बनने की सिफारिश भी की, जो मेटाडेटा में निवेश करते हैं ताकि व्यावसायिक टीम बुनियादी ढांचे पर ध्यान केंद्रित करने वाले "डेटा प्लंबर" के बजाय जल्दी से आवश्यक डेटा की पहचान कर सकें और उनका उपयोग कर सकें। ®