被预先警告的首席执行官；建立您的数据科学能力或灭亡
我们都知道恐怖电影是如何运作的：附近有个邪恶的人（例如“万圣节”中的迈克尔·迈尔斯，“榆树街上的噩梦”中的弗雷迪·克鲁格或“世界大战”中的汤姆·克鲁斯），以及即将上映的恐怖片。作为受害者，在这种情况下，我们将说一个谦逊的首席执行官，徘徊在一个黑暗的空间（地下室，壁橱，木棚，阁楼）中，邪恶的人正等待着他们为他们可以使用的数字企业制定新的议程。吸收后便灭亡。
削减！切！挖出！尖叫！独白！
不幸的是，这正是大多数首席执行官所做的。走进一个黑暗的壁橱，准备不足以接受由大数据，人工智能，深度学习，强化学习和物联网驱动的业务和经济转型变革。实际上，IDC最近的一份报告“数字企业的首席执行官议程”指出，即使对于传统公司的CEO（该公司近一半的收入将来自数字产品，服务和经验），也极大地改变了高管的议程。 。
首席执行官要做什么？
正如我在Tech Republic中的文章“数字企业CEO议程的关键组成部分： ”中写道
“现代首席执行官的首要任务是拥抱如何像数据科学家一样思考。”
“现代首席执行官需要了解神经网络，深度强化学习和人工智能可以做什么，以及在哪些商机（用例）上集中这些高级数据和分析技术，以获取和驱动新的客户，产品和运营来源。值。现代首席执行官需要采用非线性，高度探索，快速失败/学习更快，高度协作的数据科学流程，以发现那些可以更好地预测绩效的变量和指标，并发现客户，产品，以及数据中所隐藏的运营模式，趋势和关系，从而可以设计组织的数字化转型。”
“最重要的是，首席执行官必须要求组织将其先进的数据和分析功能集中在组织的关键业务和运营用例上，并在整个业务中重新应用所得到的数据和分析学习与见解，以加速组织的数字化转型。”
所以，先生/女士/女士，是否不想被这些邪恶的行为所破坏？然后按照以下步骤操作，并避开我们知道邪恶潜伏的黑暗空间。
步骤1：建立资料科学小组
正如我最初在博客“构建数据科学团队的制胜游戏计划”中所写的那样，我们需要创建一个由数据工程师，数据科学家和业务涉众组成的数据科学团队，他们可以协作确定与数据科学/相关的变量和指标将评估分析的进展和成功；一个可以发现并整理数据中隐藏的模式，趋势和关系的团队，可用于优化关键业务和运营流程，减轻合规性和安全风险，发现新的收入机会并创造更多引人注目的差异化用户体验（见图1）。
注意：有关这三个数据科学角色中每个角色的特征的更多详细信息，请参见附录。
现在，我们需要授权这个扩展的团队来创建可行的客户，产品和运营洞察力。接下来，首席执行官需要倡导整个组织的数据科学思维方式，以使所有人“像数据科学家一样思考”。
步骤2：建立资料科学的思维定律和学科
首席执行官不仅应该了解在何处以及如何应用数据科学来为业务提供动力，而且首席执行官还必须通过教导所有人“像数据科学家一样思考”，倡导以分析为中心的方法来制定整个组织的决策（参见图）。 2）。
数据的价值不具有价值，而在于组织如何使用数据来创造新的价值来源。为了利用数据的经济部分，高管需要从以数据为主导的思维方式（专注于积累数据）转变为以价值为驱动力的观念（专注于利用数据来获取和驱动客户，产品和运营价值的新来源） 。接下来，CEO需要采用一种通用的，以协作为中心的数据科学参与方法。
步骤3： 采用协作式数据科学参与方法
尽管我们的目标不是让业务涉众成为数据科学家，但我们确实希望培训他们“像数据科学家一样思考”。这样，业务涉众可以了解如何最好地作为数据科学团队的一部分进行协作，以发现能够推动业务成功的客户，产品，服务和运营洞察力。这意味着将业务利益相关者进行教育和灌输到高度非线性，快速失败/更快学习，以探索为中心的“所有想法都值得考虑”的数据科学参与过程（见图3）。
为了成功，此过程要求业务利益相关者（真正了解客户或运营状况的人员）在第零天参与进来。他们不仅在船上，而且必须在船的前部，以确保数据科学过程为他们的工作，客户和运营提供相关且有意义的信息。
例如，如果没有业务涉众的密切参与，就无法创建数据科学假设发展画布，以验证我们试图证明的假设，确定将衡量进展和成功的指标，确定决策和预测并对其进行优先排序，并阐明误报/误报的费用，据此分析模型将被确定为“足够好”。接下来，首席执行官需要培养设计思维文化。
步骤4： 以设计思维赋予整个组织权力
现代首席执行官可能面临的最大挑战是，认识到最佳的经营理念将来自最接近客户和运营部门的员工。这意味着要创建一种文化，在该文化中，与客户或运营机构最接近的主题专家（技术人员，工程师，操作员，护士，教师）紧密集成到价值工程流程中，以便捕获，验证，整理和增强一线情报。
设计思维是一种以人为中心的设计，它建立在对用户的深刻理解之上，以产生想法，构建原型，分享经验，拥抱失败的艺术并“尝试”解决方案。幸运的是，对于我们人类（在以人为中心的事物上确实非常出色），设计思维与数据科学之间有着紧密的联系（见图4）。
这意味着真正要接受整个组织的设计思想–召开会议并制定产品计划，并使用“设计思想”解决客户问题……而不仅仅是说这些话。最后，首席执行官需要使用商业……经济学中最强大的概念来推动其数字化转型。
步骤5：制定计划以利用数据和分析经济学
“在大致相同的方式，石油燃料的20个经济增长个世纪，数据将推动21个经济增长圣世纪。 是的，数据是新的石油，但还有更多……” – Bill Schmarzo
我发现大多数首席执行官都在努力从经济学角度看数据。他们经过培训，可以从会计角度考虑价值创造。但是会计是一种回顾性方法，用于根据资产的购置成本确定资产评估。
另一方面，经济学为确定资产评估带来了前瞻性的观点。使用经济学框架衡量和管理其业务运营的组织将重点放在资产可以产生或创造的价值或财富上。经济学不仅提供了前瞻性的估值框架，而且数字资产（数据，分析）的独特特征进一步利用了经济学框架（参见图5）。
数据和分析的独特经济特征体现为更大的经济定理-“ Schmarzo经济数字资产估值定理”-考虑到数字资产的独特能力，同时降低边际成本，同时加速数字资产的经济价值创造。
在这个数字时代中蓬勃发展的关键是利用数字资产的独特经济特征，这种经济特征不仅永不枯竭，永不磨损，而且可以零边际成本在无限的用例中使用，但真正有价值的人却会欣赏而不是贬值，甚至更多。被使用以及从使用中获得的学习。
简介：CEO数字化转型生存指南（又名“预先知足”）
如果您遵循这5个简单的步骤来阐明数字化转型的道路，那么世界各地的CEO无需担心在黑暗中潜伏着什么邪恶。资产确定仅限于会计思维的黑暗地下室。没有最高级管理人员知道如何驾驭的黑暗阁楼。数据科学是组织功能而不是组织学科的黑暗树林。没有黑暗的车库，只有最高级的管理人员才有最好的主意。
那么，您将如何处理这些令人恐惧的黑暗空间呢？ 相反，您的组织将如何接受一种转变思维，将那些恐惧变成为所有人带来财富的长生不老药（尽管我仍然会拒绝观看汤姆·克鲁斯（Tom Cruise）的那令人敬畏的，可怕的“世界大战”重拍）？
附录
为了了解这三个角色之间的特定区别，我的同事John Morley进行了一些研究，回顾了一些硅谷领先的数据科学组织的数据工程师和数据科学家的工作概况。 John的工作总结在图6中。 是的，它可能是一个令人眼花，乱的图表，但它非常出色。
这是一个很好的基础，可以帮助我们了解我们需要雇用和/或发展的技能。

关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！