{"id":16868,"date":"2021-03-01T09:36:38","date_gmt":"2021-03-01T08:36:38","guid":{"rendered":"https:\/\/thingsolver.com\/blog\/a-closer-view-on-data-science-delivery\/"},"modified":"2024-11-28T23:00:49","modified_gmt":"2024-11-28T22:00:49","slug":"blizi-pogled-realizaciju-nauke-podacima","status":"publish","type":"post","link":"https:\/\/thingsolver.com\/sr\/blog\/blizi-pogled-realizaciju-nauke-podacima\/","title":{"rendered":"Bli\u017ei pogled na realizaciju nauke o podacima"},"content":{"rendered":"<p><em>Prema Gartneru, samo 15% do 20% projekata nauke o podacima bude zavr\u0161eno. Od projekata koje se zavr\u0161e, izvr\u0161ni direktori ka\u017eu da samo oko 8% njih generi\u0161e vrednost. Uprkos ovim \u010dinjenicama, nauka o podacima se i dalje smatra \u0161ansom za rast poslovanja. Ove \u010dinjenice su ne\u0161to \u0161to uvek stoji u pozadini svih uklju\u010denih u projekat nauke o podacima. One motivi\u0161u nau\u010dnike podataka, ali jo\u0161 vi\u0161e menad\u017eere zadu\u017eene za realizaciju da pobolj\u0161aju svoj rad i stalno preispituju pristupe realizacije i upravljanja projektima. \u0160ta se krije iza visoke stope neuspeha i kako to mo\u017eemo promeniti?<\/em><\/p>\n<p>Hajde da ispitamo tok projekta kojeg se pridr\u017eavamo u kompaniji Things Solver kada radimo na proizvodima i re\u0161enjima za klijente koji dolaze iz razli\u010ditih industrija i o\u010dekuju razli\u010dite poslovne koristi od onoga \u0161to isporu\u010dimo.<\/p>\n<p>Na samom po\u010detku partnerstva izme\u0111u klijenta i dobavlja\u010da, po\u0161to nam se pristupa kao nekome ko mo\u017ee da u\u010dini da kompanija X postane vo\u0111ena podacima i stoga donosi pametne i automatizovane odluke u vezi sa odr\u017eavanjem ili napredovanjem u beskrajnoj igri tr\u017ei\u0161nog takmi\u010denja, mi prvo poku\u0161avamo da dobijemo ta\u010dne ideje o prednostima, slabostima, moguc\u0301nostima i pretnjama za klijente. Te \u010detiri dimenzije treba ispitati i kroz poslovnu i kroz optiku nauke o podacima. Iz iskustva od pola decenije snabdevanja klijentima re\u0161enjima problema zasnovanim na podacima, do\u0161li smo do dva obrasca partnerstva u ranoj fazi. Kompanija X (klijent) \u017eeli da obezbedimo proizvod\/re\u0161enje za nauku o podacima jer su pro\u010ditali \u043e\/saznali za pozitivan uticaj koji nauka o podacima mo\u017ee da ima na njihovo poslovanje ili zato \u0161to se o\u010dekuje da nauka o podacima bude poslednja nada kompanije da prona\u0111e dodatne tokove prihoda i na taj na\u010din spasi buduc\u0301nost kompanije. Slede dva uobi\u010dajena scenarija. Prvo, kompanija X apsolutno nema pojma kako c\u0301e postati vo\u0111ena podacima, na koje oblasti poslovanja treba da uti\u010de promena i kako mo\u017ee da iskoristi na\u0161e predmete isporuke kako bi maksimizirala njihovu vrednost i poslovni uticaj. Oni samo znaju da \u017eele da postanu kompanija vo\u0111ena podacima i da budu percipirani kao takvi. Drugo, kompanija X ima prili\u010dno dobru ideju \u0161ta \u017eeli od nau\u010dnika podataka. Primetili su da su za njihovo poslovanje potrebna pobolj\u0161anja u odre\u0111enoj oblasti, da mogu da stave na raspolaganje svoju stru\u010dnost u domenu za re\u0161avanje problema i o\u010dekuje se da c\u0301e nau\u010dnici podataka materijalizovati re\u0161enje na kraju. Iako drugi scenario zvu\u010di bolje, to ne zna\u010di da c\u0301e po\u010dinjanje od prvog scenarija u\u010diniti projekat manje uspe\u0161nim ili c\u0301e na kraju propasti.<\/p>\n<p>Dakle, kada klijent \u017eeli da zapo\u010dne putovanje kroz nauku o podacima, ali ima nejasne ideje kako, volimo da organizujemo nekoliko radionica sa poslovnim predstavnicima u razli\u010ditim odeljenjima kompanije i razgovaramo i slu\u0161amo MNOGO. Na taj na\u010din mo\u017eemo pomoc\u0301i klijentu da smisli konture svoje buduc\u0301e strategije podataka. U po\u010detku \u017eelimo da razgovaramo o slede\u0107em:<\/p>\n<ul>\n<li>Poslovna strategija<\/li>\n<li>Portfolio kompanije<\/li>\n<li>Poslovanje<\/li>\n<li>Problemi na koje se nailazi (strate\u0161ki i operativni)<\/li>\n<li>Poslovni planovi i ciljevi<\/li>\n<li>Va\u017eni KPI koje prate<\/li>\n<\/ul>\n<p>Na taj na\u010din mo\u017eemo identifikovati potencijalne slu\u010dajeve kori\u0161\u0107enja na kojima c\u0301emo raditi. Uprkos \u010dinjenici da smo obi\u010dno vec\u0301 radili u istoj industriji i na sli\u010dnim slu\u010dajevima kori\u0161c\u0301enja, ovo je uvek savr\u0161ena prilika za nas, kao dobavlja\u010da da unapredimo na\u0161e razumevanje poslovanja i da dr\u017eimo korak sa trendovima u industriji.<\/p>\n<p>Kada zavr\u0161imo sa definisanjem potencijalnih slu\u010dajeva kori\u0161\u0107enja, volimo da razgovaramo o samim podacima. Mo\u017ee nam pomoc\u0301i potraga za odgovorima na sledec\u0301a pitanja:<\/p>\n<ul>\n<li>Koja je trenutna strategija kompanije za prikupljanje podataka i upravljanje podacima?<\/li>\n<li>Koja infrastruktura to podr\u017eava?<\/li>\n<li>Da li je to fleksibilno?<\/li>\n<li>Koji su izvori podataka dostupni i u kojoj meri?<\/li>\n<li>Kakav je kvalitet podataka (procena visokog nivoa)?<\/li>\n<li>Da li postoji moguc\u0301nost prikupljanja dodatnih podataka (bilo da ih je dobro imati ili su parametri u vezi sa identifikovanim slu\u010dajevima kori\u0161c\u0301enja apsolutno neophodni)?<\/li>\n<\/ul>\n<p>Nakon \u0161to steknemo razumevanje poslovanja i op\u0161te razumevanje podataka, volimo da sprovodimo evaluaciju potencijalnih slu\u010dajeva kori\u0161c\u0301enja na nekoliko nivoa. \u017deleli bismo da na\u0161 klijent ostvari poslovni uticaj i prioritetnu procenu slu\u010dajeva kori\u0161c\u0301enja dok radimo na proceni tehni\u010dke slo\u017eenosti i potrebnog truda. Ovo nam mo\u017ee pomoc\u0301i da odvojimo slu\u010dajeve upotrebe u \u010detiri kategorije:<\/p>\n<ol>\n<li>Brza pobeda<\/li>\n<li>Strate\u0161ki<\/li>\n<li>Niska vrednost<\/li>\n<li>Artikli za eliminisanje<\/li>\n<\/ol>\n<p><img decoding=\"async\" class=\"wp-image-11641 aligncenter\" src=\"https:\/\/thingsolver.com\/wp-content\/uploads\/data-science-delivery-.png\" alt=\"Data Science Delivery\" width=\"573\" height=\"356\" title=\"\" srcset=\"https:\/\/thingsolver.com\/wp-content\/uploads\/data-science-delivery-.png 1330w, https:\/\/thingsolver.com\/wp-content\/uploads\/data-science-delivery--768x477.png 768w\" sizes=\"(max-width: 573px) 100vw, 573px\" \/><\/p>\n<p>Slu\u010dajevi kori\u0161c\u0301enja brze pobede su generalno najbolja po\u010detna opcija. Ovi slu\u010dajevi kori\u0161c\u0301enja imaju zna\u010dajan poslovni uticaj, pa ih stru\u010dnjaci iz domena procenjuju kao slu\u010dajeve visokog prioriteta. Pored toga, oni ne izgledaju previ\u0161e slo\u017eeni i kao takvi ne zahtevaju ogroman napor u segmentu nauke o podacima. Brze pobede su relativno brzi i vidljivi dobici projekta. One mogu poslu\u017eiti kao graditelji poverenja izme\u0111u dobavlja\u010da i poslovnih aktera.<\/p>\n<p>U datom trenutku, mi kao prodavac i kompanija X kao klijent imamo sledec\u0301e: po\u010detno razumevanje poslovanja, jasnu definiciju poslovnih problema, listu potencijalnih slu\u010dajeva kori\u0161c\u0301enja i razumevanje po\u010detnih podataka. Sledec\u0301i korak je da se defini\u0161e:<\/p>\n<ul>\n<li>Na kom slu\u010daju c\u0301emo prvo raditi?<\/li>\n<li>Ko je vlasnik slu\u010daja?<\/li>\n<li>Ko je odgovoran za blagovremenu isporuku sa na\u0161e strane (strane prodavca)?<\/li>\n<li>Koji c\u0301e domen i tehni\u010dki stru\u010dnjaci biti dodeljeni projektu sa strane klijenta?<\/li>\n<li>Kada su interni i eksterni kontrolne ta\u010dke i rokovi u vremenskom rasporedu projekta?<\/li>\n<\/ul>\n<p>Ovo je trenutak kada radimo na fazi izrade projekta. Faza utvr\u0111ivanja delokruga rada u vezi sa izabranim slu\u010dajem kori\u0161\u0107enja treba da po\u010dne sa zahtevima za proizvod\/re\u0161enje koji dolaze sa strane poslovanja. Ovo mo\u017ee zvu\u010dati kao sledec\u0301e \u201e\u017eelimo da znamo koji su glavni pokreta\u010di odliva i kako spre\u010diti odliv kupaca\u201c. Faza utvr\u0111ivanja delokruga rada tako\u0111e uklju\u010duje definisanje ideje inicijalnog re\u0161enja i obi\u010dno se oslanja na nau\u010dnike za podatke. Ovo definisanje ideje inicijalnog re\u0161enja podrazumeva izradu razli\u010ditih grubih skica za moguc\u0301a re\u0161enja. Nakon toga, in\u017eenjeri podataka (i\/ili nau\u010dnici podataka) pristupaju fazi pripreme i pristupa\u010dnosti podataka. Faza utvr\u0111ivanja delokruga rada treba da se zavr\u0161i finalizovanim obimom i odobrenim KPI (poslovnim i tehni\u010dkim) koji c\u0301e se dalje pratiti.<\/p>\n<p>Faza istra\u017eivanja dolazi odmah nakon faze utvr\u0111ivanja delokruga. Ova faza se bavi istra\u017eivanjem podataka, pregledom literature i re\u0161enja, tehni\u010dkom proverom validnosti, pregledom istra\u017eivanja i opsegom i validacijom KPI-ja. Tokom istra\u017eivanja va\u017eno je da se ne izgubi fokus i da ne do\u0111e do paralisanja moguc\u0301im pristupima za pronala\u017eenje re\u0161enja.<\/p>\n<p>U fazi razvoja, tim radi na postavljanju okvira eksperimenata, razvoju modela i testiranju i proveri KPI-ja. Va\u017eno je rec\u0301i da su i faza istra\u017eivanja i faza razvoja veoma iterativni procesi i obi\u010dno traju nekoliko nedelja po iteraciji.<\/p>\n<p>Kona\u010dno, u fazi implementacije fokus je na mou\u0107nosti proizvodnje re\u0161enja i prac\u0301enju pode\u0161avanja. Na taj na\u010din smo zavr\u0161ili ciklus isporuke i ostalo je odr\u017eavanje isporu\u010denog re\u0161enja i dugotrajno partnerstvo.<\/p>\n<p>Proces isporuke koji sam upravo opisao je ne\u0161to \u0161to poku\u0161avamo da pratimo kad god je to moguc\u0301e i razumno, ali, naravno, to ne zna\u010di da 100% projekata ima ta\u010dan tok isporuke. Po\u0161to sam do sada radio na brojnim projektima nauke o podacima, \u017eeleo bih da uka\u017eem na neke nalaze ili bolje re\u010deno nau\u010dene lekcije:<\/p>\n<ul>\n<li>Ne postoji jedinstven pristup i metodologija kada se isporu\u010duje proizvod\/re\u0161enje zasnovano na nauci o podacima;<\/li>\n<li>Nije svaki slu\u010daj kori\u0161\u0107enja predodre\u0111en da bude veoma uspe\u0161an. Ponekad \u010dak i ne tako precizni modeli daju dovoljno vrednosti, odluke koje su vo\u0111ene podacima, odluke koje su dovoljno dobre i dovoljno brze;<\/li>\n<li>Nec\u0301e svaki visokoprecizan model ma\u0161inskog u\u010denja generisati o\u010dekivanu poslovnu vrednost;<\/li>\n<li>Ne mo\u017ee\/treba se svaki poslovni problem re\u0161avati nekim (kompleksnim) modelima ma\u0161inskog u\u010denja \u010dak i kada poslovni akteri pola\u017eu sve nade na njega. Ponekad su \u201ejednostavna i glupa\u201c re\u0161enja mnogo bolja opcija;<\/li>\n<li>Ponekad po\u010dev\u0161i od faze razvoja re\u0161enja za odre\u0111eni problem, projekat c\u0301e se odvojiti u neo\u010dekivanim razli\u010ditim pravcima. Uvidi iz po\u010detnog projekta c\u0301e otkriti interesantnije i\/ili hitnije probleme koje treba re\u0161iti;<\/li>\n<li>Ponekad c\u0301e poslovni akteri imati potpuno suprotne ili samo razli\u010dite vizije delokruga problema i re\u0161enja u odnosu na tim za podatke. To je trenutak kada nau\u010dnici podataka treba da uzmu u obzir sve informacije i uvide koji dolaze sa obe strane i po\u010dnu da rade na objektivno najboljoj opciji.<\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>Prema Gartneru, samo 15% do 20% projekata nauke o podacima bude zavr\u0161eno. Od projekata koje se zavr\u0161e, izvr\u0161ni direktori ka\u017eu da samo oko 8% njih generi\u0161e vrednost. Uprkos ovim \u010dinjenicama, nauka o podacima se i dalje smatra \u0161ansom za rast &#8230; <\/p>\n<p class=\"read-more\"><a class=\"btn small\" href=\"https:\/\/thingsolver.com\/sr\/blog\/blizi-pogled-realizaciju-nauke-podacima\/\">Pro\u010ditaj vi\u0161e<\/a><\/p>\n","protected":false},"author":3,"featured_media":16869,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[188,189],"tags":[196,216],"acf":[],"_links":{"self":[{"href":"https:\/\/thingsolver.com\/sr\/wp-json\/wp\/v2\/posts\/16868"}],"collection":[{"href":"https:\/\/thingsolver.com\/sr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/thingsolver.com\/sr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/thingsolver.com\/sr\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/thingsolver.com\/sr\/wp-json\/wp\/v2\/comments?post=16868"}],"version-history":[{"count":3,"href":"https:\/\/thingsolver.com\/sr\/wp-json\/wp\/v2\/posts\/16868\/revisions"}],"predecessor-version":[{"id":16872,"href":"https:\/\/thingsolver.com\/sr\/wp-json\/wp\/v2\/posts\/16868\/revisions\/16872"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/thingsolver.com\/sr\/wp-json\/wp\/v2\/media\/16869"}],"wp:attachment":[{"href":"https:\/\/thingsolver.com\/sr\/wp-json\/wp\/v2\/media?parent=16868"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/thingsolver.com\/sr\/wp-json\/wp\/v2\/categories?post=16868"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/thingsolver.com\/sr\/wp-json\/wp\/v2\/tags?post=16868"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}