1700433980
关于如何进行分析和建模我们已经讲得够多了，这个过程远远不是单纯地点击鼠标那么简单。我们的预测行为正确吗？支撑预测结果的变量集是不是最好的？分析专家是不是有经验，是否知道事情是什么时候开始变味的？分析专家是否知道该如何处理出现的问题？正如第7章所述，根本不存在什么“魔术”按钮，点一下就可以进行高级分析！
1700433981
1700433982
我们并不是说，没有接受过太多培训或技能的新手就不会对企业产生什么价值。我们只需要确保他们没有做超出自己能力范围的事情，没有接触他们本不应该接触的领域。企业里的大部分人都是只乐意使用固定的模板或报表，顶多还会那么点儿基础即席查询。更重要的事情应该留给分析专家来完成。正规分析团队应该主要由这些专家构成。
1700433983
1700433984
驾驭大数据 [:1700430660]
1700433985
9.6.1 前后矛盾的地方
1700433986
1700433987
前面几节的描述可能会让人觉得分析专家只是在防守，而不会进攻。事实上，这些观点在其他行业里已经被人们广泛地接受了。大家不理解的是，分析领域并不遵循其他领域通用的逻辑。下面我们来看一些示例，这些例子说明了为什么要确保由正确的人员和团队来进行高级分析工作。
1700433988
1700433989
Jane下决心不干分析工作了，她想干营销部门的策划宣传工作。她在自己的机器上安装了营销部门使用的现代的、强大的图形和内容生成工具。她自己花了好几个小时来练习使用这些工具。因为这个工具只需要指向和点击就能编排照片、图片和文本，现在她可以轻松地创建宣传手册、图形和其他她想要的东西。她走到营销部门说：“我已经在计算机上安装了你们部门所需要的所有软件，我也在线学习了所有现有的培训。我想加入你们团队，帮助你们做直邮信件、杂志广告和产品手册。我可以来这里工作吗？”Jane肯定会被人笑掉大牙的。创作优秀的营销稿件绝不仅仅是在工具中点点鼠标那么简单。
1700433990
1700433991
John决心要去公司的CFO团队做事，想帮助处理月底的财务月结事务。他很清楚公司用的是什么财务软件。和Jane一样，他参加了大量的软件培训。他径直走到财务部门说：“我可以帮咱们部门完成每个月的月结项目。虽然我没有任何财务和会计的背景知识，但是我学完了内部财务软件包中的所有课程。我知道月结过程中每一步要执行哪些菜单项，我什么时候能开始工作呢？”你认为John能得到这份工作吗？
1700433992
1700433993
最后一个例子，Joe的邻居栽了一棵大树，但他要把树砍掉，因为树已经快死了。他问Joe可以推荐什么服务，Joe回答说：“你不需要这方面的服务。我刚买了一个非常棒的电锯，我已经把手册一页一页地读过了，电锯也已经开齿了，随时可以使用。我就能为你提供服务，咱们一起来把树砍掉吧！”邻居会考虑这种愚蠢的建议吗？
1700433994
1700433995
别光想走轻轻松松的路
1700433996
1700433997
让新手来做营销活动彩页、账单月结，或者帮邻居锯树，听到这些多数人都会哑然失笑。那为什么我们还要相信，一个缺乏任何相关经验的人，只是接受过一点儿分析工具的培训就能做出准确的、高质量的分析？千万别掉到这种陷阱里。
1700433998
1700433999
如果要组建优秀的分析团队，我们必须牢记，高效实用的分析源自科学和艺术。就像伟大的艺术家头一次搞创作画不出优秀的作品一样，优秀的分析专家也不是一蹴而就的，他们也需要实践和经验。就像其他行业一样，大量的复杂性和细节往往并不明显，对该领域不熟悉的人们往往很难辨识出这些信息。正如我们不会选择让没有合适技能、培训和经验的人来做事一样，我们也不应该让同样缺乏技能、培训和经验的人来做高级分析工作。我们要找到第8章中所描述的那些具备分析所需特质的分析专家，组建我们的分析团队，而不是从其他部门找些人给个职务和头衔就来干这些事情。
1700434000
1700434001
驾驭大数据 [:1700430661]
1700434002
9.6.2 如何帮助刚刚从事分析工作的新手茁壮成长
1700434003
1700434004
我们现在转向一种更积极的角度。许多人都想做高级分析工作，我们假定营销部的Barb就是其中一员，她已经做好准备要接手主持业务部门的分析工作。她想赢个先手，分析团队纷纷表示支持Barb，愿意帮助她实现目标。答案并非只是把软件装到她的计算机里，再让她自己把分析鼓捣出来那么简单。
1700434005
1700434006
我们需要回到刚才讲过的内容，友好的分析工具可以提升我们的生产力。我在前面曾经说过，反对让不知道自己在干嘛的那些人使用分析工具，并不是说为了保护分析专家的工作，也不是要拒绝使用新技术。如果说我们的顾虑是保护分析专家的工作，人们肯定会在讨论区里灌水反对用户界面友好的分析工具，而不只是反对让错误的人员来使用这些工具。
1700434007
1700434008
眼界有限的人会争辩说，如果有一个10个人组成的分析小组，提高效率的工具可以把分析时间减少至原先的一半，这意味着小组中一半的人都要被解雇掉。我认为任何这么想的人都应该离开分析团队，因为他们不可能成为优秀的分析专家。正确的看法是10个人已经通过他们的工作证明了自己的存在价值。如果他们突然把手头的工作用一半时间完成了，这说明他们现在又有一半时间可以解决新的问题，并产生新的价值。现代化的、用户友好的工具只会进一步证明分析专家存在的价值，可以帮助他们提升技能，提供给他们更多的挑战机会。这是一种通赢的做法。
1700434009
1700434010
每个人都要做到最好
1700434011
1700434012
没有分析能力的业务人员虽然需要分析的结果，但他们不必亲自动手。分析团队的存在是要让业务人员来推动分析工作。业务人员应该把时间花到如何从上游体现分析的价值，并利用分析结果改进他们的业务管理流程。如果分析团队能够做到最好，业务团队也一定能做到最好，这样就能产生双赢的局面。
1700434013
1700434014
希望你已经相信，用户界面友好的分析技术本身并不是什么坏事。我们应该怎样使用这些技术呢？关键在于要设法让Barb达成所愿。这并不是说要让Barb自己动手去做脏活累活。分析团队应该和Barb建立起合作伙伴关系，帮助Barb得到她想要的分析结果，让她能运行报表，该报表是分析团队为她做出来的模型效果的汇总。Barb的客户关系管理（CRM）套件应该体现出以客户为中心的分析结果。同时，分析结果应该供公司内部任何可以从中获益的应用使用。Barb还可以借助工具使用分析团队为她开发出来的分析功能。她可能自己都不想亲自多做这些脏活累活。
1700434015
1700434016
驾驭大数据 [:1700430662]
1700434017
9.7 IT人员和分析专家为何相处不好
1700434018
1700434019
在组建分析团队时，我们要面对的一个大问题是分析专家和IT人员之间的斗争。在许多公司里，IT人员和分析专家之间长期存在敌意。不管你信不信，以往这种紧张关系是有其符合逻辑的理由的。要想理解其中的原由，让我们先来一起看一看IT人员和分析专家在公司里分别承担的角色吧！
1700434020
1700434021
如表9-1所示，分析专家入职后需要完成紧迫的工作，对公司的业务数据进行创新。分析专家需要了解新事物，并且有突破性的想法。但是IT人员的职责是要保证公司系统的正常运转，每个人都可以完成份内的工作。IT部门要保证资源配置合理，并让所有的事情都在掌控之下。
1700434022
1700434023
表9-1 分析专家和IT人员的角色
1700434024
1700434025
1700434026
1700434027
1700434028
IT人员会和分析人员发生冲突，部分原因是因为这两个群体的目标是有本质冲突的。同一家公司聘用他们，但要他们做的事情却有优先级冲突！一个团队的工作是锁定数据、控制数据、控制资源的使用。另一个团队的工作是探索数据，在分析流程中使用资源，做出与众不同的事情。这样都不起冲突几乎是不可能的事情。
1700434029