1700503231
数据挖掘与数据化运营实战:思路、方法、技巧与应用 18.3 如何支持与强化质量保障流程制度
1700503232
1700503233
制度再好,流程再完善,如果不能得到有效的贯彻执行,也只能是一纸空文,没有任何价值。所以,完善、有效的流程制度一定是建立在脚踏实地的落实中。
1700503234
1700503235
为了保障上述(或者类似的)数据挖掘项目的质量保障流程及制度能真正有效服务于企业的数据化运营实践,企业可以从组织架构、项目管理、个人绩效考核等诸多方面推进。
1700503236
1700503237
从组织架构方面推进的措施如下:
1700503238
1700503239
❑数据分析师的双线管理。各业务线(业务块)接口的数据分析师一方面要接受数据分析部门主管的直接领导(或管理);另一方面也要接受所接口业务线的业务主管的间接领导(或管理)。直接和间接的双重管理,可以有效促进数据分析师更好地融于业务一线,更好地落实流程制度。
1700503240
1700503241
❑需求评估小组作为数据分析部门常设的项目评估权威组织,在保障项目的技术水平和质量上具有举足轻重的作用。需求评估小组的成员包括数据分析部门的负责人、资深分析和建模专家、资深项目经理、各业务线的业务专家等。对于人员的选择,要确保相关人员在数据分析挖掘技术领域或者业务领域有足够的经验,可以充分保证准确评估项目优先级,及时给出项目困境中的解决方案和方法,确保项目产出物的质量水平等。
1700503242
1700503243
从项目管理方面推进的措施如下:
1700503244
1700503245
❑从需求的收集、整理开始,要严格落实流程制度的每个环节。通过数据分析师周报和项目周报等各种报告制度来促使数据分析师真正按照流程制度执行。
1700503246
1700503247
❑各个环节的责任人对于本环节执行和落实的质量负有不可推卸的责任。
1700503248
1700503249
❑需求评估小组要对潜在项目的可行性和优先级的评估负责,课题(项目)小组组长要对项目的分析过程执行情况负责,项目小组各成员则要对项目计划书中每个成员各自的任务负责。
1700503250
1700503251
❑要坚持实施项目过程中的周报制度、周会制度、阶段性分享和讨论制度、数据分析部门内部的分享制度等,在所有的执行过程中不仅要坚持实施相应的制度,更要保障实施效果。
1700503252
1700503253
从个人绩效考核方面推进的措施如下:
1700503254
1700503255
❑数据分析师的业绩考核,包括季度考核、年度考核,按一定比例同流程制度的落实执行情况挂钩,同时也跟项目最终的业务应用效果挂钩。
1700503256
1700503257
❑需求评估小组成员的业绩考核,包括季度考核、年度考核,按一定比例同流程制度的落实执行情况挂钩,同时也跟项目最终的业务应用效果挂钩。
1700503258
1700503259
❑课题(项目)小组成员的业绩,包括季度考核、年度考核,按一定比例同流程制度的落实执行情况挂钩,同时也跟项目最终的业务应用效果挂钩。
1700503260
1700503261
1700503262
1700503263
1700503265
数据挖掘与数据化运营实战:思路、方法、技巧与应用 第19章 几个经典的数据挖掘方法论
1700503266
1700503267
因为经典,所以值得回味。
1700503268
1700503269
19.1 SEMMA方法论
1700503270
1700503271
19.2 CRISP-DM方法论
1700503272
1700503273
19.3 Tom Khabaza的挖掘9律
1700503274
1700503275
数据挖掘作为一门复合型应用学科到目前已经有将近30多年的发展历程,经过一代又一代挖掘者的不懈探索和推动,已经产生了一系列经典且得到广泛实践检验的分析应用方法论。作为数据分析师和数据分析爱好者,学习、掌握并努力实践了这些方法论就等于是站在了巨人的肩膀上,掌握了这些先进的思想武器,可以帮助自己找到正确的分析方向。
1700503276
1700503277
本章着重介绍目前在数据挖掘实践领域影响深远、奉为圭臬的SEMMA方法论和CRISP-DM方法论,另外还介绍了来自Tom Khabaza的著名挖掘9律(9 Laws of Data Mining)。
1700503278
1700503279
这些方法论来源于数据挖掘业务实践,可有效服务于数据挖掘的业务实践。它们就像夜空中的北斗星,让数据分析师面对纷繁复杂的业务分析需求,不再迷茫,更可以为数据分析师提供强有力的心理支持。
[
上一页 ]
[ :1.70050323e+09 ]
[
下一页 ]