00027周—本地数据主权

该计划启动仅两个星期。 本周的重点是完成所有我们需要准备的第一批密集模块。 研究员将于10月23日到位,我们将在11月24日前进行初次密集学习。这将是一个巨大的月份,其中包含了我们希望突破性的学习经验。 虽然肯定是一个月,但仍有很多时间需要反思。 放慢脚步去思考和思考将是我们所有人一年来都努力培养的一种技能和习惯。 我们与教职员工举行了许多会议,讨论课程内容和交付方法。 看到它们融为一体,看到所有教职员工都将自己的想法带入该计划,这真是令人兴奋。 本周的一个重要主题是数据主权。 当我们与研究人员最终确定合同协议并发送入学调查以收集一些基准数据时,我想到了许多有关数据访问,所有权和控制的问题和想法。 适时,本周墨尔本大学还主办了一次土著数据主权研讨会。 您可以在此处查看该活动的一些很棒的推文。 随着数据主权的发展,我们将分享更多有关数据主权的想法。 重要的是要知道,总的来说,我们会在自决方面考虑数据主权。 我们认为人们应该能够选择谁拥有,控制和访问他们的数据。 我们正在阅读一本关于土著数据主权的好书,以帮助我们思考这一激动人心的领域。 您对本地数据主权有何看法? 😁-卡拉(Carla),德鲁(Drew),詹森(Jason),米奇(Mickey),奥利(Ollie),帕姆(Pam)和莎拉(Sarah)(AFSE团队)。 加入成为会员或合作伙伴,加入我们的网络。…

EdData基础知识,第2部分:[教育有数据仓库问题]

继续我们的EdData基础知识系列,我们花时间确定并讨论EdData世界中存在的最大障碍之一: 数据仓库及其普遍性和可访问性不足 。 如果不能解决此问题,则教育工作者有无法使用其数据的风险。 在许多情况下,它陷入了无法进行汇总和分析的孤岛或格式中,从而使您失去了做出支持和指导组织的众多决策所需的必要信息。 在考虑教育中的数据仓库时,会出现很多问题: 要适当地容纳自己的教育数据,您是否应该花费巨额资金? 为什么您的数据不能全部存放在同一个地方并且易于访问? 为什么我要花费无数的时间登录6个不同的站点来为一位学生准备会议? 这些问题和挫败感在我们与教育工作者的对话中很常见,但是不幸的是,对于合适的答案和/或解决方案没有太大的希望。 通常,唯一可用的解决方案太昂贵,费时,并且要求用户对数据库查询语言或绘图库有广泛的了解,这使得负担不起专门IT团队的学校无法访问它们。 为什么我们的EdData被扣为人质? 与其他行业相比,如果没有有效的仓储,教育将面临巨大的赤字。 每年的这个时候,教育者发现自己特别被数据淹没了-也许比第一天要多。例如,标准化的测试数据在每年的这个时候都在增加,使您难以在数据之海中生存-您所有珍贵的数据以各种格式散布在大量空间中。 一种来源有PDF,另一种CSV则根本无法从其系统中导出! 这给教育工作者带来了非常耗时且可能无法克服的问题。 为什么这是个问题? 教育者需要数据中的成果和见解。…

说来话长

您好,大家Tabby-leau-vers! 已经有一段时间了,但是我们以有趣的观点回来了。 那些熟悉我们的人都知道,我们进入Tableau的旅程并不是很早就开始-确切地说,是2017年。 当我们开始时,目标是利用Tableau的功能并将其释放到有效的报告中! 听起来不错吧? 我们曾梦想过并拥有交互式仪表板,炫酷的视觉效果,过滤器(甚至还有上下文过滤器!)的目标,没有更多的表格,没有更多的卓越表现,而是获得了这一点-自助报告! 是的,这些都是2017年的目标。 我们几乎不知道,我们所想到的旅程会带领我们走上一条全新的道路,这条道路使我们对整个报告流程提出了质疑。 我们最初的仪表板版本非常具有探索性-图表,参数更改,过滤器-所有元素都可以让您对数据进行切片和切分,并为这些隐藏的见解和趋势进行更深入的挖掘。 在这条路上,我们认识到有必要实施良好的命名约定。 很快,我们意识到尽管这是一种非常有用的格式,并且Tableau使构建这些工具非常容易,但实际上这并不是大多数用户准备采用的格式。 当您以这种方式思考时,当“分析数据”不是您的激情时,就有意义了,报告是您工作中的继子,您已经照顾好了,但您并不是真的想要。 因此,您要做的是最低限度的工作,提取手动报告,求助于您熟悉的朋友excel,然后用一个漂亮的PowerPoint将其包装起来。 这是已知的事情,很舒适,可以完成工作。 (毕竟,客户只是要对数据进行透视?) 如果我们在完成仪表板演练后每次都收了美元,那么有人会说:“太棒了! 但是,您认为我可以将其导出到表格中吗?”,我们会很富有! 经过这一艰巨的发现,我们决定重新考虑整个报告流程。…

将销售艺术转变为销售科学的3种工具

我们在Aurea的目标是成为数据驱动的销售组织。 我知道有很多艺术品可以出售,但是我也知道我的工作是相信每件艺术品都可以而且应该变成科学。 得益于我们提供的令人难以置信的软件,我们正在努力实现这一转变。 这是我们用来将销售艺术品转变为销售科学的三个简单系统: 1. Salesforce骇客追踪来电前研究 2. Chorus.ai跟踪消息传递的对齐方式 3. WorkSmart优化销售代表的一天 这些系统不仅使我们更受数据驱动,而且还产生了一些极为宝贵的见解,这些见解改变了我们的工作方式。 任何阅读过销售方面知识的人都知道,致电前调查会大大提高您的潜在成功率。 但是显然每个销售代表要么没有时间,要么没有被说服。 我们希望打击呼叫前研究,因为我们知道这样做会产生重大影响,并且我们需要一种可扩展的机制来对其进行跟踪,以便随着我们的团队的成长,我们可以有效地保持该学科。 解决方案非常简单:Salesforce中有两个免费的文本自定义潜在客户字段。 现在,我们不仅可以查看销售代表正在进行的通话前研究,而且还可以使用Salesforce报表来查看有线索的潜在客户占我们活动的百分比: 当然,我们也可以在销售代表级别跟踪这些百分比,以查看谁在进行电话前调查: 该计划对业务的影响在数据中非常清晰。…

数据科学的经验教训

我几乎昨天就参加了Datascience.com Elevate,并为使用数据科学解决业务挑战的公司的实际案例的公开分享而震惊。 预计Facebook,Uber,Airbnb和StitchFix将在公司内部以数据驱动和数据痴迷,它们诞生于数字公司,但很难不对数据优化其他公司中的问题的潜力感到兴奋和方案。 一整天很明显,选择正确的业务问题来解决是任何数据科学项目成功的关键标准,此外,我们还认识到前期工作中有50-70%是在做真正的硬数据为数据科学家构建模型做好准备的工程准备。 所有的演讲都是以自己的方式进行的壮观且富有教育意义的演讲,尤其是其中两个演讲在许多方面令人eye目结舌,我认为这些演讲实在太好了,无法分享(不确定幻灯片是否会在某个时候公开发布,但是您可以可以在此处观看录制的直播): KornFerry FutureStep:招聘/人才招募流程 他们的洞察力和分析总监剖析了整个招聘流程,并展示了他们如何在每个阶段使用数据模型作为其整体模型开发以获取人才的输入。 FutureStep是当今其客户用来生成潜在候选人的工具,并且随着他们学习更多并可以收集更多数据而不断完善。 他们的圣杯是产生一个理想的候选人,以节省疯狂的金钱浪费。 例如,虽然将社交媒体资料用作模型的数据输入,但很明显,这是一个微弱的信号,除非有足够的方法将进一步的科学纳入其中,以使其变得更加有意义。 此次演讲的核心是,如今已经从各种来源(包括内部和外部)获得了有关招聘过程和阶段的历史数据。 了解这些资源,访问这些资源并决定如何以及是否这些路径对帮助构建或完善模型至关重要,这是关键。 在此阶段,一项具有挑战性的工作是将多样性作为该工具的候选对象创建的核心,事实证明这比听起来复杂得多。 SalesForce:产品数据科学团队 由Hernan Asory领导的产品数据科学(PDS)团队负责人分享了一些非常好的例子。 当您拥有大量现有客户群时,如何为新版本确定路线图中的功能优先级?…