如何向決策者解釋數據科學

斯科特·貝利納托

數據科學正在迅猛發展。企業在過去五年間，投資數十億美元，網羅最有才華的數據科學家，在他們的幫助下開實體店，搜集了以澤字節計算的“原料”，通過算法找出喧囂數據中隱藏的有用信號。從某種程度上說，這種做法是有效果的。在諸如翻譯、零售業、醫療和籃球運動等眾多領域，數據改變了現有關系。

雖有成功案例，但很多企業仍未能從數據科學中獲得應有價值。即使企業運營良好，分析效果出色，依然無法將洞見轉化為利潤。問題出現在最后環節——數據部門向決策者講述這些洞見時存在不足。

Kaggle公司2017年針對7000多名數據科學家的調研結果表明，前七個“工作障礙”中有四個和最后環節有關，并非技術問題，其中包括“缺乏管理、財務支持”“解決的問題不夠清晰”“決策者對結果不予使用”以及“向其他人解釋數據科學”。數據科學家雨果·鮑恩安德森（Hugo Bowne-Anderson）在他的播客中采訪了35名數據科學家，得出與上述調研一致的結論“我的大多數客戶告訴我，數據科學家的關鍵技能是在工作中學習，提高溝通能力，以便回答商業問題，向非技術利益相關方解釋復雜的分析結果。”

我在大型機構講授數據可視化（dataviz）和說服溝通，并提供咨詢，數據科學家和高管都向我表達過他們的挫敗。數據團隊知道自己手握有價值的洞見，但就是無法推銷出去。他們認為決策者誤解或過度簡化了他們的分析，對他們有不切實際的期待，認為他們能回答出所有問題。而高管則抱怨自己斥巨資研發數據，結果卻無法得到期待中的指導性結果。高管看不到切實的結果，是因為數據團隊沒有用他們能理解的語言向其解釋這些結果。

商業和技術之間的鴻溝早就存在，但隔閡正在加深。105年前，還沒有出現編程和計算機時，威拉德·布林頓（Willard Brinton）在他里程碑式的著作《用圖表法陳述事實》（Graphic Methods for Presenting Facts）中描述了最后環節的問題，“這事已經屢見不鮮，掌握事實的技術人員深思熟慮后提交了計劃，但某個無知專橫的委員會成員或董事會成員讓他亂了陣腳，因為他沒能充分準備好應對這些反對之聲……數據和有效陳述之間的關系，相當于大教堂和地基。”

一個多世紀過去了，為什么情況還是這樣？最后環節的問題根源盤根錯節，不一而足。首先，研究人員使用的工具含有可視化功能，這讓大家覺得數據科學家應當承擔起溝通責任。這些工具的默認功能比不上構思精細、設計優美的數據可視化，導致數據處理結果和可視化程度不匹配，數據科學家一般也不愿意溝通。很多數據科學家告訴我他們警惕可視化，因為這會簡化其成果，掩蓋科學分析的細微之處和不確定性，誤導高管得出簡單化的結論。但是，企業在爭奪炙手可熱的數據科學家時，重點放在他們能找到的最優秀的技術導向型人才，并沒有考慮到他們和外行溝通的能力或意愿。

如果企業雇用其他人才來填補斷層也可以，但現實并非如此。企業希望科學家整理數據，在了解公司業務和戰略的情況下分析數據、制作圖表、對外行解釋這些數據的意義。這并不合理，同時具備這些才能的人很罕見，屬于獨角獸。

要想解決最后環節的問題，企業必須停止尋找獨角獸，開始思考數據部門所需的人才配置。本文為這些企業提供了一種解決之道，停止對數據科學家不切實際的期待，招聘新類型員工作為補充。解決問題需要跨學科團隊，包括在相近領域工作的不同類型人才。讓員工通過了解他人的工作培養同理心，從而進行互補性合作。工作不再需要在不同團隊間傳遞，而是共同完成。

團隊工作法并非新事物，此處是舊法新用，可以幫助數據科學團隊跨越最后環節的障礙，交付為組織創造的價值。

背后的原因

20世紀早期，現代管理學先驅為了通過可視化溝通將數據轉化為決策，進行了復雜操作，通過跨學科團隊完成，其中包括復穿孔機操作員、卡片分揀員、管理者和制圖人員（當時幾乎都是男性）。布林頓書中提到很多這類協作。鐵路公司和大型制造公司尤其嫻熟，他們了解了如何通過工廠找出最高效的配送原材料路線，實現區域銷售績效目標，以及優化節假日安排。

團隊工作法貫穿了整個20世紀。在瑪麗·埃莉諾·斯皮爾（Mary Eleanor Spear）1969年出版的著作《實用圖表技術》（Practical Charting Techniques）中，作者詳細描述了理想團隊的組成，包含溝通者、圖表分析師和制圖員（仍然是男性占多數），以及他們的責任。斯皮爾寫道，“（三者）合作是明智選擇。”

20世紀70年代開始出現分裂。科學家紛紛使用新技術，利用技術他們可以在處理數據時（通過計算機程序）視覺化數據。很快他們不需要其他人幫助，可以獨立制作出未經打磨的圖表。在數據可視化的世界，計算機驅動的視覺化和更加經典的制圖人員（終于有了更多女性參與）設計驅動的視覺化之間出現了裂縫。

Chart Wizard是微軟在Excel表格上的創新功能，可以“一鍵視覺化”，徹底分割了這兩個世界。忽然間，隨便什么人都能立刻做一個表，輔以過猶不及的各種變形，把柱狀圖做成三維的或者將餅狀圖弄得跟甜甜圈一樣。其影響之深遠怎么強調都不為過，它讓表格成為了商業通用語，在運營中融入了數據應用，最終發展出數據科學，因為它突破了設計師將數據轉化為視覺化工作量的下限。更關鍵的是，它改變了工作的結構。設計師，即制圖人員被低估，最終消失在數據分析領域。視覺化成為數據管理人員的工作，他們大多既沒有受過視覺化培訓，也不想學習這些知識，相比更耗時、需要更多資源、設計主導的視覺化過程，在陳述中粘貼一個Chart Wizard圖更快速便捷，即使前者效果明顯更好。

數據科學出現后，雖然從業人員的必備技能已經拓展到包括編程、統計學和算法模型，但大家對數據科學家的期待仍和過去一樣——處理數據并向外界解釋成果。在2012年關于數據科學家里程碑式的文章中，將數據科學稱為21世紀最性感的工作，用“獨角獸”詞匯來模糊描述這一職業：“成功的數據科學家應當具備哪些能力？他的能力包含了數據電腦黑客、分析師、溝通者和可信賴的顧問。這種組合非常強大，且罕見。”

因此，在招聘這一最炙手可熱的職位時，很多公司難以找到所需人才，不得不另辟蹊徑。最佳方式就是改變他們對數據科學家技能組合的要求，招聘具有不同能力的人才組成團隊。

打造更優秀的數據科學團隊

基于團隊合作的高效數據運營可以借鑒布林頓和斯皮爾的例子，但也要考慮現代商業環境，包括需要處理的數據量、自動化系統、視覺化技能的發展。

此外，項目類型也發生了變化，包括標準分析學數據的簡單報告（例如財務結果），以及使用最前沿的機器學習算法的復雜大數據工作。

我們將在下文介紹打造團隊的四個步驟：

定義能力，而不是團隊成員。你可能覺得，在拆解獨角獸思維時，第一步理應是將“完美”數據科學家的職能分配給不同的人：數據處理人員，數據分析師，設計師和溝通者。

其實并非如此。與其將人員分配到不同職位，不如找出成功所需的能力。一種能力不等于一個人，可能一個或多個人都擁有這項能力。一個人可能擁有幾項才能，三個人可能有五項才能。在項目處于不同階段時，讓團隊能夠靈活配置或重新配置人員時，這是一個微妙但很重要的區別。

每家公司所需的能力不同，但核心包括以下六種：

項目管理。根據項目類型和階段，團隊要足夠敏捷，隨時調整，采用類似敏捷開發的方法，會涉及運營的各個方面。一名優秀的項目經理要有出色的組織能力和強大的外交技能，通過在會議上彌合不同人才之間的文化鴻溝，讓團隊成員彼此順利溝通。

數據整理。這種能力包含以下技能：構建系統；搜集、處理、結構化數據；創建并維護算法和其他統計引擎。懂得整理數據的人才會尋找機會優化企業運營，例如，他們會針對多個項目構建可重復流程，或創建模板，獲得可靠、可預測的視覺輸出，用于啟動信息設計流程。

數據分析。這種能力是提出假設并驗證，在數據中發現意義，將其應用于具體的商業環境中。這點在很多數據科學運營中體現不足。一些機構非常倚重數據整理人員，讓他們兼做數據分析。但是優秀的數據分析與編程和數學分離。這種能力往往出現在人文科學而不是計算機科學中。軟件公司Tableau認為，2018年分析學方面最大的趨勢之一是人文和數據分析的融合。人文學科中的一些核心學習能力，包括批判性思維、情境設定等，恰好也是分析數據方面的核心技能，反之亦然。在關于這個話題的一個網絡課程中，Tableau研究科學家邁克爾·科雷爾（Michael Correll）解釋了為什么他認為數據科學和人文科學的融合很關鍵。“將數據和人類分開是不可能的，”他說，“人文科學擅長幫助我們深入情境之中，通過某種方式體現出人類的存在，技術在這方面可能有所缺失。”

學科知識。過去大家常說，數據科學團隊在地下室埋頭做著晦澀的神秘工作，僅在公司需要時浮出水面。現在已經不是這樣了。數據科學不該被視作服務部門，團隊應有管理層加入。掌握業務和戰略的高管在項目設計和數據分析時可以擔任顧問，讓團隊將精力放在產出業務結果，而不僅僅是構建最佳統計模型上。杰奎因·坎德拉（Joaquin Candela）是Facebook公司應用機器學習部門的領導，他的工作是讓團隊集中精力改善商業結果而非數據科學，并獎勵有利于這些結果的決策。

設計。很多人誤解了這種才能。優秀的設計并非善于選擇顏色和字體，或者作出精美的圖表。這些屬于風格，并非設計中最重要的部分。富有設計才能的人會研究并開發出能夠有效進行視覺交流的系統。在數據科學方面，他們懂得如何針對受眾創造和編輯視覺圖像，幫助他們提取信息。特別擅長理解和處理數據視覺化的信息設計才能對數據科學團隊非常重要。

敘事能力。敘事是人類非常強大的發明，也是數據科學中利用最為不足的一項能力。

彌合算法和高管之間溝通鴻溝的最重要能力，就是用講故事的方法闡述數據洞見。“用數據講故事”，是一個老生常談的詞，但被很多人誤解了。它絕不是讓講述者變成史蒂芬·金（Stephen Kings）或者湯姆·克蘭西（Tom Clancys）（兩位均為美國暢銷書作家），而是理解闡述的原理和結構，并將其應用在數據可視化和業務陳述中。

配置必要的能力組合。一旦你找到所需能力，無需讓招聘團隊覺得這是需要一一對應的職位。只要團隊中的人具備這些能力就可以了。有些能力是相伴而生的：例如設計和闡述能力，或者數據整理和數據分析，可能會在一個人身上出現。

有時候員工不具備某項能力，但是可以外包。我在工作中會儲備一些智囊團，他們在我能力欠缺的領域是專家。比如說，可以聯系一家信息設計公司，或者外包一些數據整理工作，以預處理和結構化新數據流。

區分人才和能力，會幫助公司解決最后環節的問題，這樣他們就不會試圖尋找既懂數據科學又會溝通的人。數據科學家在出色的設計師同事的幫助下，可以專注自己擅長的事。之前可能被忽視的人也因此有了新機會。例如某個擅長設計的程序員，在這種情況下就能發揮作用。

Life Epigenetics公司首席數據科學家和Reddit 頻道“數據之美”（分享和討論優秀的數據視覺化）的策展人蘭德爾·奧爾森（Randal Olson），曾經只關注數據科學的技術部分是否出色。“剛入行時，我完全不重視溝通的部分。”他說，“我覺得這是個普遍問題。”現在他會在某些情況下改變招聘流程，“你知道，候選人進來后我們馬上在白板開始建模，”他說，“這是數據科學家之間的溝通方式。但現在我有時候會找一個非技術人員，讓候選人‘向這個人解釋一下這個模型。”

讓團隊成員和其他成員接觸，了解自己不具備的能力。要想避免文化沖突，我們要想辦法理解他人的體驗。設計人才往往接觸不到統計學或者算法，而是專注于設計美學方面的打磨、簡化、明晰和闡述。設計師很難充分表現數據成果的深度和復雜性，而另一方面理性的數據科學家重視客觀性、統計的嚴謹性和全面性，溝通對于他們來說不但陌生而且是種干擾。“這不符合他們的氣質，”一家大型科技公司數據部門的管理者說，“我在數據行業干了十年，一直都是這種方式，但是當我必須打造一個團隊時，過程大開眼界。我發現哪怕是稍微學習下關于溝通的內容，也會讓我們的業務獲得更多支持。”

很多方法可以讓團隊成員看到他人才華的價值。設計師應該學習一些基礎的統計知識，例如參加入門課程，數據科學家也可以學習一些基本的設計原理。彼此都不需要成為對方領域的專家，只要達到能夠理解對方的程度即可。

不同人才都應列席敏捷開發“站會”等會議。司克蘭模式（Scrum）敏捷開發的站會多數是為了討論公司最新技術進展，營銷部門的員工也可以參加并進行業務陳述，奧爾森的公司就是這么做的。學科專家應該讓數據整理和分析人員參加戰略會議。利益相關方和數據團隊溝通的專門會議也能夠促進彼此的理解。StitchFix的首席算法官埃里克·科爾森讓團隊成員向非技術受眾進行一分鐘的業務闡述，強迫他們以大家都能理解的方式解釋問題。“迄今為止，”科爾森說，“如果你提到‘椰子，公司的人都知道這是某人用來描述他在解決的某個統計學問題所用到的比喻。我們努力以大家都能理解的方式來講述，因為公司不會做他不理解的事。”數據學團隊的另一位管理者整理了技術人員和設計人員使用的詞匯表，幫助大家了解彼此的語言。

如果你所在的機構擁有像科爾森這樣兼具數據和溝通、設計才能的罕見人才，可以讓他們來指導他人。如果員工表示希望能夠學習自己不會但企業需要的知識，應當鼓勵，即使這種能力（例如設計技巧）和他們已經掌握的能力（數據整理）相去甚遠。在我的工作坊，數據科學家說他們想要提高自己的設計或者闡述能力，但是沒有時間去做。其他人也希望團隊有這樣的能力，但是他們的項目管理主要關注技術成果，而非商業成果。

所有交流都是為了能力不同的團隊成員彼此共情。共情會帶來信任，這是團隊高效合作的必要基礎。科爾森說又一次他使用敘事能力，幫助解釋數據分析的一項成果：“我記得有一次我們在進行一個產品促銷問題的業務陳述，我們認為公司當時的思路有問題。我希望促銷和銷售團隊相信我們所說的。”他沒有通過解釋貝塔二項式分布等統計學概念來支持自己的觀點，而是講述了一個某人試圖從缸中取球，隨著時間推移，缸中球的種類和數量發生變化的故事。“大家很喜歡這個故事，”他說，“你能感到屋子里面的人對這個故事有共鳴，這讓他們對我們有信心，已經無需解釋背后的數學邏輯，我們贏得了信任。”

根據能力安排項目。有了不同的能力組合，就可以用這些能力實現目標。項目何時需要什么樣的能力是不斷變化的，這讓項目變得棘手。出色的項目管理技能和敏捷方法的經驗會在配置和重新配置能力、按需配置資源，確保整個流程按計劃執行中發揮作用。

不可或缺的其他步驟

項目想成功，還需要其他步驟。

任命一位獲得授權的利益相關者。數據團隊可能并不管理所有所需人才。設計人才也許效力于營銷部門；學科專家可能是向CEO匯報的高管。盡管如此，仍然需要盡可能多的給他們決策權。利益相關方往往是具有商業專長，對商業目標負責或關系密切的人。畢竟，數據科學的終極目標是為了取得更好的商業結果，這些人能夠為團隊創造共同目標和激勵因素。如果團隊和幾位各執己見的利益相關人打交道，你可能會陷入有責無權的境地。理想狀況下，你可以借此避開這種情況。

任命主要負責人和支持性員工。團隊由誰帶頭，誰負責提供支持，取決于項目類型和所處階段。

同地辦公。在完成項目的過程中，讓所有團隊成員在同一個辦公場所工作。再建立一個網上共享空間，供大家交流協作。如果設計和敘事人才使用Slack辦公，技術團隊使用GitHub，商業專家通過電子郵件溝通，這種情況并不可取。可以使用“配對分析”法，團隊成員坐在一起，在同一臺電腦前工作，像敏捷開發中的迭代過程那樣。比如說數據整理和分析人員一起調整數據模型，測試假設，或者具有學科專長和敘事能力的人，共同完善一個業務陳述，在需要調整圖表時叫設計人員來幫忙。

成為真正的團隊。同地辦公最關鍵要保證團隊作為整體有力量。在Stitch Fix，“我們的規則是不允許‘傳球，”科爾森說，“我們不想在不同部門之間協調三個人。”為此，他首先確保團隊在外部支持有限的情況下，擁有實現目標所需的全部能力。他還嘗試雇用那些大家稱為通才的人，兼具技術和溝通能力的人才。工作中，數據科學家需要敘事，或者學科專家需要理解一些統計學原理，在這類情況下，科爾森通過不斷反饋強化了這一模式。

重復使用并建立模板。科爾森還創造了一個“算法UI團隊”，即結合了設計才能和數據整理才能的一組人，編出可重復使用的代碼，讓項目團隊得以創造出優秀的數據可視化。這類模板對團隊的高效運營非常重要。比如說，通過代碼，將信息設計師和數據分析師之間關于最優視覺化的對話固化下來，成為工具。格雷漢姆·麥克唐納（Graham Mac-Donald）是Urban Institute的首席數據科學家，他成功地建立了很多這樣的模板。他的團隊為美國很多縣制作縣級數據。通過結合數據整理和學科專長，理解溝通需求，該團隊打造了一個可重復使用的模板，為任意一個縣制作出定制化的結果。如果沒有團隊對不同能力的整合，是很難做到這點的。最后環節，也就是向外行解釋數據科學，進化發展得不像數據技術那么快，或者說那么全面。這點必須盡快得到解決，要重新思考如何組建和管理數據團隊，以及從第一個數據流到最后向董事會展示的圖表——流程的每個節點由誰參與。數據科學團隊如果不能成功跨越“最后一公里”，將無法履行對公司的承諾。