Verisk Analytics的首席信息官Nick Daffan讨论了聘用数据科学家，快速取得成果并提供灵活的技术对你的数据策略十分重要。
作为全球最大的数据分析公司之一的首席信息官，Nick Daffan对于如何将数据变成有价值的资产颇有心得。这几乎是所有公司的所有首席信息官都想实现的目标，随角职责的发展变化，人们不太着重于系统的正常运行时间，而是更多地使用数据来推动业务发展，因此记者向Daffan讨教了一些准则，即如何获取大量存在于各种不同系统中的数据并创建可利用的，有影响力的功能。
尽管Daffan承认创建有用的数据是一种“多维度挑战”，但他确实为所有的IT领导者提供了一些基本步骤。
1.建立面向数据的文化
如果你的公司文化并不激发人们以新方式利用数据的热情，那么你将很难将数据转化为资产。Daffan说，创建面向数据的文化的着力点在于有“一群能力卓著且勇于战略性地使用数据的人”，Daffan这样说道。“你需要这样的人，他们了解不同的数据源如何通过交互来解决业务问题。”
Daffan说：“我们将数据科学家视为一个社群，我们有一支向首席分析官汇报工作的庞大团队，而这些首席分析官则向我汇报工作。但是我们也有驻扎在业务部门内的团队”。一旦核心的数据科学家团队开发出可用于商业用途的数据建模功能，业务部门的数据科学家便会将其集成到满足特定客户需求的产品中。“我们的观念就是让人们可以在数据科学社团中自由行动，依次出入业务部门以及从一个业务转向另一个业务。总的观念就是创建一个社团，在这里，方法和信息可以毫无束缚地流向需求最旺盛的地方”，他这样说道。
2.提供有趣且有影响力的工作
所有的公司都需要数据科学家，因此人才难得。为了应对这一难题，Daffan认为，你要明白的是，数据科学家的需求与你我无异，即能够产生影响力的有趣工作。他说：“他们希望获得具备深度和广度的数据并希望使用最先进的工具和方法。他们还希望看到自己的模型得到实现，也就是能帮他们的业务合作伙伴和客户以高效的方式使用数据。”
构成数据的要素是什么呢?Daffan说：“将非结构化数据与结构化数据集成在一起的难题引起了数据科学界的极大兴趣”。例如，人寿保险公司的数据科学家可以访问大量结构化数据，包括保单和理赔信息。然后，他们可以分层存储非结构化数据(例如图像库或保险单)，甚至来自语音识别工具的数据。“这就是这一难题变得十分有趣的时刻”，Daffan这样说道。
3.了解各种规则
公司中的每个人是否都了解合同和监管问题是如何确切指示如何使用数据的?如果员工不了解数据使用的限制，他们可能会紧张到无法创新。Daffan说：“如果你的团队对数据的正确使用没有彻底的了解，那么他们要么过度使用数据，要么误用数据，要么走另一个极端，又或者是无所事事。”
由于你最不想做的事情是创建超出合同允许范围的数据功能，因此Daffan建议人们要“了解与数据有关的合同和法规方面的规则并以通俗易懂的方式对其下定义。知道自己合乎权限，这是创新的巨大推动力。”
4.发现可快速实现的成果
是的，让你的首席执行官和高管宣传数据的重要性是发展数据驱动型公司的基础，但是，如果你不能为达成实际成果或Daffan所谓的“关键点”提供更强有力的支持，那就不要枉费心机了。”
假设你是金融服务业务的首席信息官，你可以访问客户的银行数据和信用卡信息。Daffan说：“如果你能够将账户，客户付款和商家交易数据汇总在一起，那么你就可以查看以前无法生成的客户支出图表。洞悉客户使用哪种支付工具进行不同类型的购物，这种能力对于银行的产品开发策略非常有用”。你的数据分析项目所带来的任何早期收入增加都将大大有助于建立长期战略所需的文化。
5.保持灵活性
你的文化渴望数据，而你的数据科学家也加入其中。你最不想做的事情就是因为要访问繁杂的数据来失去所有动力。Verisk为各行各业提供各种数据解决方案，因此灵活性是其业务模型的关键。Daffan说：“每个行业的数据科学家都有自己喜欢的工具和技术，因此我们对工具的规定不能太过死板。我们要通过在云环境中工作来保持灵活性，而不是受困于特定的数据库技术，”
Daffan发现，他和团队可以相对轻松地启动自定义云环境，使数据科学家可以使用自己喜欢的工具来访问数据。“我们可以在短短十分钟内创建一个环境，其中，数据资产就等着人们去挖掘。”
