Mệt mỏi: Các nhà khoa học dữ liệu. Có dây: Nghệ sĩ dữ liệu

Các nhà khoa học dữ liệu rất quan trọng, nhưng những gì thế giới cần bây giờ là các nghệ sĩ dữ liệu, theo các nhà phân tích tại Hội nghị thượng đỉnh về dữ liệu và phân tích của Gartner ở Sydney, Úc.

Các nhà phân tích Sally Parker và Peter Krensky giải thích rằng các nghệ sĩ dữ liệu là những người hỏi những câu hỏi rộng hơn - thậm chí có thể là tiếp tuyến - về dữ liệu và những gì nó có thể tiết lộ sau khi được các nhà khoa học dữ liệu thăm dò.

Để minh họa cho khái niệm này, họ đã chia sẻ một nghiên cứu điển hình về một nhà điều hành phương tiện giao thông công cộng ở Bỉ đã sử dụng khoa học dữ liệu để tìm hiểu lý do tại sao một số phương tiện của họ bị hỏng. Lưu tâm đến khả năng mở rộng dự án, nhóm phân tích đã phát triển kế hoạch dự án trong 20 ngày với một nửa thời gian dành cho việc chuẩn bị dữ liệu và thời gian còn lại dành cho việc phát triển mô hình.

Nỗ lực đó đã không tạo ra một cái nhìn sâu sắc hữu ích – nhưng nó đã giúp nhóm dữ liệu liên hệ với nhóm vận hành. Khi người thứ hai nhìn thấy dữ liệu về những chiếc xe buýt bị hỏng, họ nhanh chóng chứng minh rằng chúng đang được sử dụng trên các tuyến đường đồi núi và do đó gặp nhiều căng thẳng hơn.

Luân phiên xe buýt trên các tuyến đường khác nhau đã phân bổ tải trọng và tiết kiệm hàng chục triệu.

Các nhà phân tích đã không đưa ra bất kỳ cái nhìn sâu sắc nào về cách phát triển các nghệ sĩ dữ liệu. Thay vào đó, họ gợi ý rằng sự hợp tác liên ngành và cẩn thận không cho rằng dữ liệu chứa những hiểu biết đáng mong đợi, là những bước hữu ích.

Cặp đôi đã chia sẻ câu chuyện về nhà thiên văn học thế kỷ 16 Tyco Brahe, người đã tiến hành nhiều quan sát để chứng minh niềm tin của mình rằng Mặt trời quay quanh Trái đất. Cộng tác viên của Brahe, Johannes Kepler, đã sử dụng cùng một dữ liệu để chứng minh rằng Trái đất quay quanh Sol.

Krensky nói: “Đôi khi tất cả những gì chúng ta cần để thành công là thay đổi quan điểm.

Cặp đôi này cũng khuyến nghị các tổ chức nên thu thập ít dữ liệu hơn vì việc thu thập dữ liệu hàng loạt sẽ tạo ra rủi ro bảo mật. Cặp đôi này đã trích dẫn ví dụ về một chuỗi khách sạn phân tích khách hàng chỉ bằng hai điểm dữ liệu: liệu họ có sử dụng phòng tập thể dục hay không và liệu họ có chọn thực phẩm tốt cho sức khỏe hay không. Hai cục vàng đó đủ để đưa ra các đề nghị phù hợp và có giá trị đối với bọn tội phạm thấp hơn nhiều so với các mục thông tin khác.

Cả hai nhà phân tích cũng ủng hộ việc sử dụng dữ liệu tổng hợp, vì nó rẻ hơn để thu thập và tạo ra ít thách thức về quyền riêng tư hơn.

Dữ liệu tổng hợp cũng có thể mang lại cơ hội mô phỏng các sự kiện khó quan sát. Các nhà phân tích cho biết Waymo, trang phục công nghệ xe tự lái của Alphabet, sử dụng nó để mô phỏng việc nhường đường cho xe cứu thương di chuyển qua giao thông với tốc độ cao và thực hiện nhiều thử nghiệm về xe tự lái hơn mức có thể trên đường thực tế.

Bài phát biểu quan trọng cũng đưa ra khuyến nghị cho các nhóm CNTT trở thành “người hướng dẫn dữ liệu”, những người đầu tư vào siêu dữ liệu để các nhóm kinh doanh có thể nhanh chóng xác định và sử dụng dữ liệu họ cần, thay vì “thợ sửa ống nước dữ liệu” tập trung vào cơ sở hạ tầng. ®