馬尤爾·喬希 蘇寧 羅伯特·奧斯汀 阿南德·孫達(dá)拉姆

如今越來(lái)越多的公司都把數(shù)據(jù)科學(xué)看作一項(xiàng)職能、一種能力，但有很多公司始終無(wú)法從對(duì)大數(shù)據(jù)、人工智能和機(jī)器學(xué)習(xí)的投資中持續(xù)獲取商業(yè)價(jià)值。此外有證據(jù)表明，在這一點(diǎn)上取得成功和失敗的組織之間差距正在逐漸拉大。

為了進(jìn)一步考察公司在實(shí)施有利可圖的數(shù)據(jù)項(xiàng)目時(shí)所犯的錯(cuò)誤，找到避免犯錯(cuò)的方法，我們?cè)谟《仁笏綘I(yíng)銀行中選取了擁有完善分析部門的三家，對(duì)它們的數(shù)據(jù)科學(xué)活動(dòng)展開深入研究。該研究最終揭示了以下五大常見(jiàn)錯(cuò)誤，我們針對(duì)這些錯(cuò)誤提出了相應(yīng)的解決方案。

錯(cuò)誤一：用錯(cuò)地方

數(shù)據(jù)專家希倫是那種讓所有組織都垂涎的分析奇才，最近受聘于我們所研究的一家銀行。他對(duì)“K最近鄰算法”情有獨(dú)鐘，該算法在數(shù)據(jù)簇的識(shí)別和分類方面很有用。希倫告訴我們：“在研究中，我運(yùn)用K最近鄰算法分析了幾個(gè)模擬數(shù)據(jù)集，迫不及待地想早日應(yīng)用于真實(shí)數(shù)據(jù)?！?/p>

幾個(gè)月后，希倫如愿以償。他運(yùn)用K最近鄰算法來(lái)識(shí)別銀行商業(yè)支票賬戶產(chǎn)品組合中贏利能力特別突出的行業(yè)細(xì)分領(lǐng)域，據(jù)此向商業(yè)支票賬戶業(yè)務(wù)團(tuán)隊(duì)提出建議：應(yīng)當(dāng)重點(diǎn)致力于總共33個(gè)行業(yè)細(xì)分領(lǐng)域中的兩個(gè)。

然而，該業(yè)務(wù)團(tuán)隊(duì)的成員對(duì)他的分析結(jié)論根本不感興趣。他們?cè)缫咽熘@些細(xì)分領(lǐng)域，也能通過(guò)簡(jiǎn)單計(jì)算確定各個(gè)細(xì)分領(lǐng)域的贏利能力。在他們看來(lái)，采用K最近鄰算法來(lái)完成這項(xiàng)任務(wù)無(wú)異于用高射炮打蚊子。

諸如此類的情形我們?cè)谌毅y行中都見(jiàn)過(guò)。究其實(shí)質(zhì)，無(wú)法實(shí)現(xiàn)商業(yè)價(jià)值的原因在于過(guò)分癡迷于數(shù)據(jù)科學(xué)解決方案。這類錯(cuò)誤有幾種表現(xiàn)形式。就希倫而言，其實(shí)他面對(duì)的問(wèn)題并不需要如此煞費(fèi)苦心的解決方案。在另外一些情況下，我們看到某個(gè)數(shù)據(jù)科學(xué)解決方案在一個(gè)領(lǐng)域得到成功應(yīng)用后，其他領(lǐng)域也紛紛跟進(jìn)，殊不知它并不適合，也不見(jiàn)得有效。簡(jiǎn)而言之，此類錯(cuò)誤的根源并不在于分析技術(shù)的執(zhí)行問(wèn)題，而在于它用錯(cuò)了地方。

過(guò)了一段時(shí)間，希倫對(duì)業(yè)務(wù)有了深入了解之后，又回到該團(tuán)隊(duì)提出了新建議：他仍推薦使用K最近鄰算法，但這次是在客戶層面而非行業(yè)層面開展行動(dòng)。事實(shí)證明，這種做法更合適，并且讓團(tuán)隊(duì)產(chǎn)生了一些新的認(rèn)識(shí)，幫助他們瞄準(zhǔn)尚未開發(fā)的客戶群。同樣一種算法，一旦用于更適宜的環(huán)境，實(shí)現(xiàn)商業(yè)價(jià)值的潛力就更大。

顯然，在開發(fā)和應(yīng)用過(guò)程中對(duì)業(yè)務(wù)環(huán)境敏感的數(shù)據(jù)分析解決方案收效可能最好。但我們也看到，在許多管理者心目中，數(shù)據(jù)科學(xué)就像火箭研究那樣高深莫測(cè)。他們有可能被數(shù)據(jù)分析的高科技光環(huán)所震懾，以致忽略了具體情境。我們發(fā)現(xiàn)，當(dāng)管理者看到某個(gè)解決方案應(yīng)用在別的領(lǐng)域效果不錯(cuò)，或者貼著誘人的標(biāo)簽（如“AI”或“機(jī)器學(xué)習(xí)”）時(shí)，他們就更有可能跟風(fēng)效仿。數(shù)據(jù)專家通常專注于分析方法，往往沒(méi)有能力提供更全面的視角，或者即便具備這種能力，也沒(méi)能真正做到。

我們研究的幾家銀行的高管層通常借助培訓(xùn)手段來(lái)解決這個(gè)問(wèn)題。其中一家銀行規(guī)定，新錄用的數(shù)據(jù)專業(yè)人士必須跟受訓(xùn)的客戶經(jīng)理們一起，參加由領(lǐng)域?qū)＜抑髦v的產(chǎn)品培訓(xùn)課程。該銀行還為各層級(jí)的業(yè)務(wù)經(jīng)理們量身打造數(shù)據(jù)科學(xué)培訓(xùn)課程，由數(shù)據(jù)科學(xué)部門主管講授。課程內(nèi)容包括分析技術(shù)的基本概念，在應(yīng)用方面著重強(qiáng)調(diào)：對(duì)于特定解決方案技術(shù)需要問(wèn)哪些問(wèn)題，這些技術(shù)應(yīng)當(dāng)或不應(yīng)當(dāng)用于哪些地方?？偟恼f(shuō)來(lái)，培訓(xùn)是為了促進(jìn)數(shù)據(jù)專家、業(yè)務(wù)經(jīng)理和領(lǐng)域?qū)＜抑g的知識(shí)交叉滲透，幫助他們加深對(duì)彼此的工作了解。

在相關(guān)的實(shí)地考察中，我們還目睹了一些基于流程的解決辦法，可以避免過(guò)于倉(cāng)促地采用自己青睞的解決方案而鑄成大錯(cuò)。一家總部位于美國(guó)的大型航空航天公司采用一種名為“七條路”的方法，要求各團(tuán)隊(duì)至少要尋找并比較七種可能的解決路徑，并且明確證實(shí)終選方案的合理性。

錯(cuò)誤二：未識(shí)別偏差來(lái)源

普拉納夫是一位精于統(tǒng)計(jì)建模的數(shù)據(jù)專家，他正在開發(fā)一種算法，以便為從事中小企業(yè)擔(dān)保貸款審批工作的核保團(tuán)隊(duì)提供幫助。他利用信貸審批備忘錄（credit approval memo， CAM），考察過(guò)去十年間處理的所有貸款申請(qǐng)，將借款人提出申請(qǐng)時(shí)的財(cái)務(wù)狀況和當(dāng)前財(cái)務(wù)狀況一一比對(duì)。不出幾個(gè)月工夫，普拉納夫便完成了一個(gè)圍繞高度精確模型構(gòu)建的軟件工具，供核保團(tuán)隊(duì)實(shí)際應(yīng)用。

不幸的是，六個(gè)月過(guò)去，反饋結(jié)果表明應(yīng)用該工具之后的貸款拖欠率明顯高于以往。公司高層百思不得其解，指派了一位經(jīng)驗(yàn)豐富的核保員與普拉納夫協(xié)作，追查問(wèn)題到底出在哪里。

那位核保員發(fā)現(xiàn)建模輸入數(shù)據(jù)來(lái)自CAM，當(dāng)即恍然大悟。因?yàn)榱腥隒AM的都是由經(jīng)驗(yàn)豐富的客戶經(jīng)理事先篩選好、很可能順利過(guò)審的客戶申請(qǐng)，核保員對(duì)此心知肚明，但是普拉納夫不知道。模型開發(fā)過(guò)程中沒(méi)有納入在預(yù)篩階段被拒絕的貸款申請(qǐng)數(shù)據(jù)，造成了巨大的選擇性偏差。正是這種選擇性偏差使得普拉納夫在建模過(guò)程中遺漏了“跳票”這一關(guān)鍵決策參數(shù)。毫不奇怪的是，經(jīng)過(guò)客戶經(jīng)理預(yù)先篩選的借款人群體當(dāng)中，極少出現(xiàn)跳票的情況。

針對(duì)這種情況，技術(shù)補(bǔ)救輕而易舉：普拉納夫?qū)㈩A(yù)篩被拒的貸款申請(qǐng)數(shù)據(jù)加入模型，使“跳票”參數(shù)成為其中的一個(gè)重要元素。該工具這才開始發(fā)揮預(yù)期功效。

對(duì)于那些試圖從數(shù)據(jù)科學(xué)中獲取商業(yè)價(jià)值的公司而言，更大的問(wèn)題是如何預(yù)先識(shí)別此類偏差來(lái)源，確保它們不會(huì)在開始時(shí)不知不覺(jué)地?fù)诫s進(jìn)模型。這是個(gè)極具挑戰(zhàn)性的任務(wù)，因?yàn)橥庑腥耍ㄓ袝r(shí)分析專家本人也一樣）無(wú)法輕易看懂分析技術(shù)這個(gè)“黑匣子”究竟是怎樣得出分析結(jié)果的，而懂得“黑匣子”原理的分析專家又往往意識(shí)不到自己使用的原始數(shù)據(jù)中所含的偏差。

我們研究的幾家銀行都要求數(shù)據(jù)專家熟悉他們用于建模的數(shù)據(jù)源，以避免未能識(shí)別的偏差。例如，我們?cè)?jīng)觀察到，一位數(shù)據(jù)專家花了一個(gè)月時(shí)間在一家分行蹲點(diǎn)，陪隨客戶經(jīng)理工作，以識(shí)別能確保模型生成準(zhǔn)確分析結(jié)果所需的數(shù)據(jù)。

我們還見(jiàn)過(guò)一個(gè)由數(shù)據(jù)專家和業(yè)務(wù)專家共同組成的項(xiàng)目團(tuán)隊(duì)，他們采用了一個(gè)正式的篩檢偏差流程，首先確定潛在預(yù)測(cè)變量和數(shù)據(jù)源，繼而逐一仔細(xì)檢查是否存在潛在的偏差。該流程的目的就是要質(zhì)疑既有假定，并給數(shù)據(jù)“除臭”，從而避免數(shù)據(jù)創(chuàng)建和收集過(guò)程中可能引發(fā)的種種問(wèn)題。

錯(cuò)誤三：對(duì)的解決方案，錯(cuò)誤的時(shí)間

卡爾蒂克是位數(shù)據(jù)專家，在機(jī)器學(xué)習(xí)領(lǐng)域造詣?lì)H深。他花費(fèi)一個(gè)月時(shí)間開發(fā)了一個(gè)用于分析儲(chǔ)蓄賬戶流失的復(fù)雜模型，又用了三個(gè)月進(jìn)行微調(diào)以提高模型的準(zhǔn)確性。他把最終成品分享給儲(chǔ)蓄賬戶產(chǎn)品團(tuán)隊(duì)，后者很震撼，只是他們的年度預(yù)算此時(shí)已經(jīng)用完，無(wú)法投資于該模型的實(shí)際應(yīng)用。

第二年，為了避免再度遭遇這個(gè)問(wèn)題，卡爾蒂克搶在預(yù)算周期開始前就向產(chǎn)品團(tuán)隊(duì)推介他的模型。不料今年該團(tuán)隊(duì)得到高層指令，將工作重點(diǎn)從留住老儲(chǔ)戶轉(zhuǎn)向吸引新儲(chǔ)戶。于是，卡爾蒂克的項(xiàng)目再次落空。

到了第三年，卡爾蒂克繼續(xù)爭(zhēng)取，項(xiàng)目終于獲批，可是他高興不起來(lái)。他沮喪地告訴我們：“他們現(xiàn)在想要應(yīng)用這個(gè)模型了，但它已經(jīng)過(guò)了時(shí)效，我還得重新建構(gòu)一遍！”

在這個(gè)案例中，銀行無(wú)法從數(shù)據(jù)項(xiàng)目中獲取價(jià)值，是因?yàn)閿?shù)據(jù)科學(xué)與銀行工作重心及業(yè)務(wù)流程不同步。為避免這種情況，需要在數(shù)據(jù)科學(xué)與經(jīng)營(yíng)戰(zhàn)略、業(yè)務(wù)系統(tǒng)之間建立更緊密的關(guān)聯(lián)。

高管層應(yīng)當(dāng)促使數(shù)據(jù)科學(xué)實(shí)踐（以及數(shù)據(jù)專家）與公司業(yè)務(wù)更密切地融合，無(wú)論是在工作地點(diǎn)、結(jié)構(gòu)還是流程上，如此可以確保數(shù)據(jù)科學(xué)活動(dòng)與組織戰(zhàn)略、業(yè)務(wù)系統(tǒng)保持同步。例如，一家銀行安排數(shù)據(jù)專家參與各業(yè)務(wù)團(tuán)隊(duì)的項(xiàng)目，每天與業(yè)務(wù)團(tuán)隊(duì)接觸，深度了解團(tuán)隊(duì)優(yōu)先事務(wù)及截止期限——有些時(shí)候還能預(yù)測(cè)尚未表達(dá)的業(yè)務(wù)需求。我們還看到，公司安排數(shù)據(jù)團(tuán)隊(duì)與業(yè)務(wù)團(tuán)隊(duì)同地辦公，并實(shí)施一些強(qiáng)制性的流程要求，比如要求項(xiàng)目活動(dòng)須在業(yè)務(wù)團(tuán)隊(duì)所在地進(jìn)行，或者要求業(yè)務(wù)團(tuán)隊(duì)的會(huì)議和活動(dòng)須有數(shù)據(jù)專家參加。

大體而言，數(shù)據(jù)專家應(yīng)當(dāng)集中精力解決業(yè)務(wù)領(lǐng)導(dǎo)認(rèn)為最重要的問(wèn)題。不過(guò)需要提醒的是，數(shù)據(jù)科學(xué)有時(shí)會(huì)產(chǎn)生出人意料的結(jié)論，無(wú)論這些結(jié)論是否與當(dāng)前的優(yōu)先事項(xiàng)一致，都應(yīng)提請(qǐng)高層領(lǐng)導(dǎo)注意，這時(shí)就需要拿出一些勇氣。如果分析得出的結(jié)論跟組織當(dāng)前的工作重心和體系不相符，卻有可能為公司帶來(lái)巨大的價(jià)值，那么數(shù)據(jù)專家有責(zé)任向管理層進(jìn)言，把信息反饋給他們。

我們發(fā)現(xiàn)，銀行高管層有時(shí)會(huì)在項(xiàng)目團(tuán)隊(duì)中額外安排數(shù)據(jù)專家，以便開展探索性工作。這些數(shù)據(jù)專家并不與項(xiàng)目團(tuán)隊(duì)同地辦公，并且得到指示，不要關(guān)注團(tuán)隊(duì)的優(yōu)先事項(xiàng)。恰恰相反，他們的任務(wù)是打造與項(xiàng)目相關(guān)的替代解決方案。倘若該方案切實(shí)可行，數(shù)據(jù)科學(xué)部門的負(fù)責(zé)人會(huì)將其推薦給高管層。如此雙管齊下，順應(yīng)了數(shù)據(jù)專家和業(yè)務(wù)專家之間在認(rèn)知上相互依存的關(guān)系，使得數(shù)據(jù)科學(xué)在努力滿足當(dāng)前業(yè)務(wù)需求的同時(shí)，又致力于探索創(chuàng)新及改革當(dāng)前業(yè)務(wù)實(shí)踐的機(jī)會(huì)。要想讓數(shù)據(jù)科學(xué)盡可能多地實(shí)現(xiàn)商業(yè)價(jià)值，它所扮演的這兩個(gè)角色都很重要。

錯(cuò)誤四：對(duì)的工具，錯(cuò)誤的使用者

業(yè)務(wù)分析師索菲亞率領(lǐng)手下團(tuán)隊(duì)開發(fā)了一個(gè)推薦引擎，它能向銀行客戶提供精準(zhǔn)定位的新產(chǎn)品和新服務(wù)。他們?cè)跔I(yíng)銷團(tuán)隊(duì)協(xié)助下，將這個(gè)推薦引擎添加到該行的移動(dòng)錢包App、銀行網(wǎng)站和電子郵件中。但是，期待中的新業(yè)務(wù)遲遲沒(méi)有等來(lái)，客戶對(duì)推薦產(chǎn)品的接受度大大低于預(yù)期。

為了查明失敗原因，該行安排電話營(yíng)銷員針對(duì)未購(gòu)買推薦新品的客戶群進(jìn)行了抽樣調(diào)查。謎底很快被揭開：許多客戶不信任通過(guò)App、網(wǎng)站和電郵渠道推薦的產(chǎn)品。

索菲亞堅(jiān)持不懈地尋求解決之道，她走訪了多家下屬分行，驚訝地發(fā)現(xiàn)，客戶們似乎高度信任客戶經(jīng)理提出的建議。一些非正式實(shí)驗(yàn)令她確信，如果在分行中由客戶經(jīng)理向客戶介紹這個(gè)推薦引擎，將會(huì)大大提高客戶接受度。索菲亞意識(shí)到，問(wèn)題不是出在推薦引擎本身，而是對(duì)它的推介方式有誤。于是，她會(huì)見(jiàn)了負(fù)責(zé)分行工作的高層領(lǐng)導(dǎo)，提議重新發(fā)布該引擎，這次是作為產(chǎn)品銷售的輔助工具，供客戶經(jīng)理使用。經(jīng)過(guò)重新策劃的發(fā)布活動(dòng)取得了巨大成功。

索菲亞遇到的難題提醒我們需要注意以什么方式傳達(dá)和使用分析工具的輸出結(jié)果。為了給客戶和企業(yè)創(chuàng)造最大價(jià)值，應(yīng)當(dāng)將用戶體驗(yàn)分析納入數(shù)據(jù)科學(xué)的設(shè)計(jì)流程，至少應(yīng)當(dāng)把用戶測(cè)試作為數(shù)據(jù)科學(xué)項(xiàng)目生命周期的一個(gè)明確組成部分。更理想的是，把數(shù)據(jù)科學(xué)實(shí)踐置于人本設(shè)計(jì)框架中。除了用戶測(cè)試之外，這樣的框架還可以授權(quán)在數(shù)據(jù)科學(xué)流程的前端進(jìn)行用戶研究。

盡管在本研究中我們沒(méi)有見(jiàn)到將數(shù)據(jù)科學(xué)嵌入設(shè)計(jì)思維（或其他人本設(shè)計(jì)實(shí)踐）的實(shí)例，但我們確實(shí)發(fā)現(xiàn)，前文中描述的陪隨過(guò)程有時(shí)可以充作一種用戶體驗(yàn)分析。數(shù)據(jù)專家陪隨其他員工，既能了解數(shù)據(jù)來(lái)源，也能深入了解用戶，以及解決方案的交付渠道。簡(jiǎn)而言之，在數(shù)據(jù)科學(xué)項(xiàng)目中運(yùn)用陪隨手段，有助于更好地理解數(shù)據(jù)生成過(guò)程以及解決方案的用戶和交付渠道。

錯(cuò)誤五：艱難的最后一公里

幾個(gè)月來(lái)，這家銀行旨在挽回流失客戶的“贏回”計(jì)劃始終沒(méi)有進(jìn)展。為此，數(shù)據(jù)專家和產(chǎn)品經(jīng)理開會(huì)共商如何使計(jì)劃重回正軌，但是當(dāng)天的會(huì)議進(jìn)程并不順利。

數(shù)據(jù)專家達(dá)拉和維瑞爾最關(guān)注的是，怎樣識(shí)別已流失客戶群中最有希望挽回的那部分人。但產(chǎn)品經(jīng)理阿內(nèi)什和賈爾帕想討論此次活動(dòng)的細(xì)節(jié)，給數(shù)據(jù)專家們施壓，要他們立即肩負(fù)起實(shí)施該計(jì)劃的責(zé)任。討論毫無(wú)突破，只得休會(huì)。維瑞爾對(duì)達(dá)拉抱怨道：“如果事事都由數(shù)據(jù)專家和分析師來(lái)做，銀行還要產(chǎn)品經(jīng)理干什么？我們的職責(zé)是開發(fā)分析解決方案，執(zhí)行本來(lái)是他們分內(nèi)的工作?！?/p>

不過(guò)，下次開會(huì)時(shí)，維瑞爾似乎已經(jīng)改變了主意。他潛心去了解產(chǎn)品經(jīng)理為什么執(zhí)意要讓數(shù)據(jù)專家負(fù)責(zé)計(jì)劃的實(shí)施。結(jié)果發(fā)現(xiàn)，該行的信息系統(tǒng)部過(guò)去曾多次向產(chǎn)品經(jīng)理提供可挽回的流失客戶名單，最后這些活動(dòng)均以失敗告終。這些名單在實(shí)際使用中難度極大，部分原因在于無(wú)法追蹤客戶的聯(lián)絡(luò)方式。因此，產(chǎn)品經(jīng)理覺(jué)得，新提供的目標(biāo)客戶名單無(wú)非是再次陷他們于失敗境地而已。

維瑞爾和達(dá)拉從產(chǎn)品經(jīng)理的角度出發(fā)，對(duì)該問(wèn)題有了新的理解之后，隨即在自己的項(xiàng)目規(guī)劃中新增了為本行電話營(yíng)銷人員、電子郵件管理團(tuán)隊(duì)、分行員工和資產(chǎn)團(tuán)隊(duì)開發(fā)前端軟件應(yīng)用的內(nèi)容。這為他們提供了一種工具，將與客戶互動(dòng)中獲取的信息輸入系統(tǒng)，從而更好地利用數(shù)據(jù)科學(xué)團(tuán)隊(duì)提供的名單。最后，該項(xiàng)目終于取得了進(jìn)展。

維瑞爾和達(dá)拉的行動(dòng)需要非同尋常的同理心和主動(dòng)性。他們邁出數(shù)據(jù)專家的職責(zé)領(lǐng)域，扮演著類似于項(xiàng)目負(fù)責(zé)人的角色。不過(guò)，公司或許不該也不想以這種方式依賴數(shù)據(jù)專家的貢獻(xiàn)——畢竟，他們的技術(shù)專長(zhǎng)是一種稀缺而昂貴的資源。

相反，公司可以設(shè)法讓數(shù)據(jù)專家參與解決方案的實(shí)施。為此，我們研究的一家銀行估測(cè)了數(shù)據(jù)專家的解決方案所產(chǎn)生的商業(yè)價(jià)值，將其計(jì)入方案提供人的績(jī)效評(píng)估結(jié)果。這種做法激勵(lì)了數(shù)據(jù)專家們確保解決方案的成功實(shí)施。這家銀行的高管們坦承，這有時(shí)會(huì)導(dǎo)致數(shù)據(jù)專家的工作大大超出自身職責(zé)范圍。但他們認(rèn)定只要能保證商業(yè)價(jià)值，數(shù)據(jù)科學(xué)資源的流向改變就有充分理由，并且，如果這種狀況對(duì)數(shù)據(jù)專家的核心職責(zé)負(fù)面影響過(guò)大，也可以根據(jù)具體情況予以糾正。

我們?cè)谘芯恐姓业降乃绣e(cuò)誤，無(wú)一例外地出現(xiàn)在數(shù)據(jù)科學(xué)職能與總體業(yè)務(wù)的交界上。這表明，領(lǐng)導(dǎo)者應(yīng)當(dāng)更全面地認(rèn)識(shí)數(shù)據(jù)科學(xué)的作用，并在公司內(nèi)部大力推廣，包括促進(jìn)數(shù)據(jù)專家與負(fù)責(zé)問(wèn)題診斷、流程管理和解決方案實(shí)施的員工之間更密切地協(xié)作。這種更緊密的聯(lián)系可以通過(guò)多種方式來(lái)實(shí)現(xiàn)，包括培訓(xùn)、陪隨、同地辦公，以及正式的激勵(lì)措施。由此獲得的回報(bào)將是：解決方案失敗率下降、項(xiàng)目周期縮短，最終獲取更大的商業(yè)價(jià)值。