数据驱动是每个人的责任
在21世纪，每家组织都需要实现数据驱动才能保持竞争力。数据驱动并非要把人从工作中“自动化”替代出去，而是为他们提供更有效履职所需的工具与信息。
我们认为，组织中的每个人都有责任变得更加数据驱动。毕竟，无论您的角色是什么，我们每个人或多或少都会接触数据。我们在持续寻找各种机会来提升资源能力，帮助大家共同踏上这段旅程。——Rachel Alt-Simmons，AXA XL
数据项目的成功指标取决于您的行业与组织
不存在放之四海而皆准的数据项目。每个数据项目的目标都会因行业、公司规模和团队结构等因素而有所不同。
以 AXA XL 为例。AXA XL 于2018年被安盛集团（AXA Group）收购，是一家评估复杂业务的大型商业与特种保险公司。他们目前在全球雇佣了13,000名员工，分布式团队协作意味着许多团队成员并不与大多数同事直接共事。跨地域的虚拟协作至关重要；作为保险公司，他们的数据需求高度依赖纸质材料与 PDF。
我们的业务以纸张运转。我们出售的是法律文件——保险保单本质上就是法律文件。我们接收纸质材料，也会生成纸质材料。举例来说，您从客户那里收到一份投保资料，其中包含大量文件和信息。这些信息可能以 PDF、Word 文档、Excel 文件等各种形式出现，而且几乎所有变体都有。文件进入的格式没有标准化，因此不存在一个统一的 PDF 或统一的文件。每位客户都不尽相同。
由于大量数据存储在 PDF 中且数据录入依赖手工，许多数据要素无法被完整捕获，信息容易丢失或难以检索。为解决这些问题，AXA XL 利用自然语言处理等能力获取文档并轻松抽取其中的信息。
如何实施数据项目
1. 选择自上而下或自下而上的路径
自上而下的方法与组织更宏观的数据与分析举措相关。这需要以战略方式构建您的项目，规范分析模型与工作流在各团队间的集成方式。
自下而上的方法旨在整体提升所有处于数据与分析职业路径员工的能力与技能水平。比如，AXA XL 的 Analytic DNA 计划会在不同技术与分析领域识别专家，并向他们征询可在全组织范围内扩展的思路与做法。
好消息是，大家都非常愿意站出来提供指导与专业知识，这帮助我们将项目塑造成既具相关性、又与战略举措一致的方案。
2. 构建角色画像并明确其目标
在 DataCamp，我们总结了客户常见的多种与数据相关的角色画像或职位：数据使用者、管理者、数据分析师、公民数据科学家、数据科学家、数据工程师、数据库管理员、统计学家、机器学习科学家和程序员。我们建议授课老师在设计课程时考虑相关的角色画像，也建议企业客户在制定数据项目时考虑相关的角色画像。不同画像与数据的关系并不相同。
对 AXA XL 来说，两个主要角色是精算师与数据科学家，他们目前正专注于融合这两类角色所需的技能，以进一步推动业务发展。
在许多（保险）组织中，具备精算背景与我所说更偏“纯”数据科学或分析背景之间一直存在着有趣的分野。在我们的组织里，我们正把这两者结合起来。我们实际上在教精算师一些更偏统计的机器学习技术，让他们可以将其应用于精算流程。这不再是“我们对他们”的问题，而是“如何把这些能力融合起来”，这令人非常兴奋。
3. 为每个画像识别差距
我们建议所有客户使用技能矩阵对内部数据技能进行全面盘点。形式多种多样，但总体上都是在组织、部门、团队或个人层面可视化优势与技能差距。
AXA XL 的 Rachel 建议，您可以通过以下问题为每个画像识别差距：
- 您想了解什么？
- 您希望在哪些方面得到更多支持？
- 我们还能提供哪些支持，例如培训、招聘、技能发展或基于项目的工作？
- 我们是否将这些能力与战略项目正确对齐？
对于数据分析师、数据科学家、数据工程师等分析类专业人士，公司可以考察在关键技能上是否存在差距，例如数据导入、在电子表格中进行数据分析、自然语言处理，以及构建与维护数据管道。这里有我们为数据从业者制作的技能矩阵示例。
对于数据使用者与管理者，成功所需的技能包括沟通等软技能、理解数据可视化以及设计思维。
设计思维就是在创造解决方案——无论是技术、数据还是模型。如何以与客户相关的方式去做？然后，如何高效地传达结果？
4. 为每个画像设计学习路径
全局性的学习方法需要运用设计思维来打造有效的学习路径。这不仅关乎构建技术技能——也关乎培养重要的业务技能。比如，AXA XL 要求精算师能够把数据转化为有意义的表达，使核保人等决策者（评估保险风险）能够将公司的风险评估置于语境中并得出有用结论，如应承担多大风险。因此，精算师的学习路径必须包含将数据情境化并向更广泛受众传达其含义的能力。
为帮助组织了解其团队在不同画像下的数据技能水平，我们通过基准报告提供免费的技能审计。个人可以参加我们的Signal 技能评估来跟踪自身进展。
在评估技能之后，我们建议组织构建自定义学习路径，使每个人都能达到其画像或角色所需的基准技能水平。数据使用者与管理者的学习路径可更多侧重我们的理论课程，而数据专业人士则学习我们的实践编程课程。比如，鉴于 AXA XL 有大量数据以 PDF 形式存在，其精算师与数据科学家的学习路径包含我们多门关于自然语言处理的课程。对于职业早期的精算师，我们推荐这些R 课程以通过预测分析考试。
收获您的数据项目带来的成效
Rachel 表示，衡量数据项目是否成功的方式很简单：它是否帮助您提升了盈利能力？如果数据能够正确地为决策提供支持，那么您的利润表就会体现出来。因此，如果员工的技能不断提升、公司在做出明智决策，那么答案很可能是：是的。
想进一步了解如何打造成功的数据项目，观看点播网络研讨会。
启动一个数据项目可能充满挑战，但没有它，您的业务或许无法整合关键信息并得出有意义的洞察。我们近期的 DCVirtual 会议深入探讨了如何实施并衡量成功的数据驱动文化。DataCamp 课程架构师 Richie Cotton 就此话题采访了 AXA XL 战略设计、数据、定价与分析负责人 Rachel Alt-Simmons。继续阅读，了解为什么每个人都需要数据驱动、如何确定您的数据目标，以及如何实施数据项目。您也可以在我们的网络研讨会上进一步了解最大化数据技能提升项目的策略。