成為專家是一項艱巨的任務。我過去幾十年作為一名執業顧問，與所有組織內部和外部顧問所面臨的挑戰有相當緊密的接觸。
你常常要提供專家建議，但是，你不直接負責或控制結果，因此，采納你的建議在很大程度上取決于你如何能說服受惠于你的智慧的人遵循你的推薦。對于所有參與者來說，當有力的建議遭到駁回時，這純粹是因為這些論據不足以影響目標受眾，這是很大的危害。這正是數據科學能派上大用場的地方。
我正在和一個面臨類似情況的大型石油天然氣客戶合作。該客戶有內部專家，這些專家負責就需要高級水庫工程的困難情況向業務單位的從業人員(如設備工程師)提供咨詢。通常，公司會考慮他們的專家建議，然后選擇忽視轉而贊成一個初級石油工程師的不同的想法。你可以想象，這是非常令人沮喪的。
我對專家的建議是他們要加強自己的數據科學能力。數據科學是希望對組織施加更多影響力的專家的秘密武器。
信息的權利
信息力量是對專家力量的極好補充。組織中主事提供建議的專家依靠社會心理學家John French和Bertram Raven稱之為專家力量的東西。
在某些情況下，專家的權利可以成功地影響他人采取專家的建議或方法，但在很多情況下，這是不夠的，當專家意見的接受者對主題領域有一定的了解時，情況尤其如此，然后這就演變成了意見的角逐，專家需要一些其它的權力基礎將論據引向有利于他們的一面。這就是信息權利和數據科學派上用場的地方。
了解數據科學的專家可以利用公司的數據來產生組織內其他人所不能提供的信息，從而不僅可以鞏固他們的基本地位，而且可以增強他們對如何產生無法獲得的信息的權利基礎的了解。如果有可靠的數據支持，任何論據都會更有說服力。然而，更激動人心的是，當一個職位得到了他人所沒有的信息、知識和智慧的支持時——這就是專家帶來信息能力的價值的方式。但是僅憑專家一己之力是不夠的。
專家與數據科學家的關系
專家與數據科學團隊建立關系是至關重要的。我在某些組織看到的情況是它們希望專家將數據科學功能引進其職能里，使其成為自成一體，自給自足的職能。這是一個非常糟糕的主意。
數據科學是非常困難的——在商業智能、數據倉庫、數據可視化、高級數學、人工智能和計算機編程方面需要扎實的背景才行。不要天真地認為這些學科能以某種方式整合到一個主要側重于在完全不同的學科領域發展知識的功能。
專家們與已經知道他們在做什么的數據科學家合作會更好。這種伙伴關系的共同目標是將公司的數據轉化為能擴展并支持專家的知識庫的信息、知識和智慧。例如，可以使用公司的運營數據來測試和審查假設，然后將其發展成專家系統。這會變成一個只能由專家訪問的私人信息庫。
要避免的陷阱
信息能力是對專家的能力的重要補充，但也有一些陷阱需要避免。
第一個陷阱事關重大：不要在沒有數據科學家的幫助下開展數據科學。把時間花在數據庫或分析引擎的細枝末節上是不明智的。這種任務由數據專家來做更適合，花費數天或數周的時間來排除低效查詢或復雜數據庫連接所導致的故障又是何苦呢。
此外，你必須確保信息不會因為模糊不清而失去力量，以至于除專家組以外的任何人都無法理解其含義。信息能力只有在信息被認為是有價值的時候才起作用。你要確保專家系統有一個能將其結果轉換成你的目標讀者所理解的語言的層，以避免這個陷阱。
最后，你應該避免在使用數據科學時具有競爭性和對抗性，因為這會破壞目的。你的最終目標是讓從業者采納建議——目標并不是要證明你是對的。這是通過向其他人展示他們所不知道的信息來實現的，希望他們以不同的方式了解情況。避開那些明確地表明他們的想法是錯誤的信息，因為這么做最容易丟飯碗，就算你的發現有功勞。
結論
使用數據科學的專家會給組織帶來較大的影響力。偉大的想法只有得到采納才能顯示出重要性，有人搖擺不定的時候，數據科學是專家最好的朋友。
作為一名內部專家或顧問，與數據科學家建立關系是非常重要的。與他們合作創建一個系統，用在其它地方無法獲取的信息來強化你的特長。然后，你要確保能明智地使用這些信息來教育組織的其他成員，并將他們引向正確的方向。畢竟，這是他們指望你做的，對吧?
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號