企业数字化转型,如何实现业务部门与算法部门共同探索模型开发优化
随着互联网技术和数字化生存带来的众多商业模式创新,企业不断加速数字化转型,期待以“数据科学+”能力指导业务决策。
对于业务问题的解决,有时可以从一处痛点开始突破,比如针对于某个产品的销售业绩建立预测模型;有时则需要按照体系化的方法持续进行解决,比如提升客户的整体满意度。因此,数字化部门的工作应该在具体的业务背景下展开,并随着业务场景的发展与时俱进。而目前,高效流畅的协同能力却成为了企业数据驱动的瓶颈。
在企业大数据项目跨部门协作中,当算法人员针对业务部门提出的具体需求分析建模、优化迭代时,业务部门也需要同时根据实际应用场景提出相应反馈,把人的经验、观察、思考转化为可被执行的流程化程序,从而让模型更好地赋能业务。然而目前,大多数企业的业务人员工程能力都相对有限,无法真正参与模型探索优化的过程,跨部门协作难度高、效率低,使得大多数企业都忽略或放弃了这一环节。
针对这一问题,下文通过某企业真实案例及对应和鲸科技旗下数据科学协同平台 ModelWhale 所提供的解决方案进行深入解析。
欢迎进入ModelWhale 官网注册试用,个人专业版与团队版含更多高阶功能,现可免费试用。
扫描官网右侧二维码,联系 MoMo(移动端也可点此链接)获取更多企业数字化转型定制建议。
业务解释的需求
随着工业 4.0 推动制造业的数字化转型,企业 C 在广泛采用智能生产设备的基础上,希望能构建起对整体生产过程的智能化控制,现阶段致力于将云计算平台与物联网相结合,实现生产设备性能和健康情况的远程实时监测。企业希望通过算法部门对历史数据建模分析,了解设备故障发生的机理及前期预兆,从而指导一线生产人员在有类似情况时提前关闭设备或对设备采取保养维修,避免非计划停机带来的损失。然而算法部门在建立模型时却遇到了困难。
工业大数据规模庞大,类目众多,需要进行多重关联分析,但相关数据包括监测设备的操作运行状态、操作情况、周围的环境数据等,都具有较强的专业属性,甚至部分概念是晦涩难懂的。许多数据的异常值及变化到底意味着什么,经常需要请业务专家来帮忙解释,但间断性的询问不仅效率低、沟通成本高,还会给双方造成一定心理负担。因此,C 企业希望能在模型开发优化时构建起一套业务专家和数据工程师的协同探索机制。
ModelWhale 的解决方案
作为数据科学协同云平台,ModelWhale 为业务人员和算法人员共同探索模型开发优化提供了沟通的桥梁。
低代码的范式能同时满足不同工程能力的人员使用,可视化的模型是业务和技术共享的视觉语言。通过图形连接,业务人员可以向算法人员直观地展示业务观点,包括各类数据指标的特征及应用场景——比如从业务视角看,某两项数据之间可能会有强相关性,或者某个指标可能会产生较多极端值等等,便于开发人员熟悉和理解业务逻辑,大幅降低建模工作的难度,也让模型本身更具有业务导向性。开发人员也可快速将模型组件转化为代码,优化完善的同时与业务人员进行二次确认。
其次,算法部门可以将优化过后的分析过程在 Canvas 中封装成组件给到业务人员使用。也就是说,当开发人员做出一套成型的可出报告的 Canvas 组件后,一线的业务人员只需要将数据替换,即可生成相对应的分析报告,真正实现算法成果的投入应用。业务人员在使用过程中也能根据使用情况持续给予反馈,形成双向合作流。
Canvas flow 示意图
此外,算法人员和业务人员也可以围绕 Notebook 的文学性编程进行合作,算法部门专门负责代码调整,业务部门负责文字的润色和说明。项目支持有选择性地展示各个 Cell,隐藏复杂或重要的代码,生成交互式报告,在线以 Notebook、PPT 等多种形式即时与他人分享。若相关人员在阅读过程中产生疑问,可具体到 Cell 发表评论直接交流,在算法人员修改后也能即时看到修改结果。
另外,对于 C 企业来说,需要的不仅仅是一个业务人员也能低门槛使用的平台,而是整个企业内部能统一数字化意识。数字化人才决定了数字化技术在企业生产过程中能否实现数据资产的衍生价值,对此,和鲸同时联合旗下和鲸社区以及和鲸科赛,通过不同活动和实践探索形式,如支持其内训、举办数据竞赛等,帮助 C 企业真正构建起数字业务跨部门协作的生态。
ModelWhale 从工具层面打破工程能力的隔阂,跨部门整合人员能力,简化模型开发优化流程,同时也能帮助企业培养更多自驱式数据人才。
结束语
数字技术的确在重构着这个世界,互联互通的程度更高、更快、也更复杂,建立完善的协同机制是深度挖掘数据价值的核心利器,也是企业应对变化的生存选择。基于 ModelWhale ,企业可连接数字技术与业务智慧,增强信息流动性,完善上下游反馈链路,促进模型成果持续赋能。
ModelWhale 提供即开即用的云端分析环境,更将数字资产管理、Notebook 交互式 & Canvas 拖拽式编程、建模分析、模型服务、任务及权限管理等功能深度整合,除业务部门协同参与模型开发优化外,可一体化解决企业大数据分析的多种协同问题。
过去 5 年来,来自气象、医药、制造、金融、新零售等多个领域的先进企业都与 ModelWhale 进行深入合作。ModelWhale 综合各类业务场景,持续升级产品功能,完善全方位服务体系,欢迎更多组织共同交流沟通。
ModelWhale 数据科学协同平台将帮助企业突破瓶颈,为数字化转型提供高效协同最佳实践。
了解更多企业数字化转型协同案例:
ModlWhale 同时支持 SaaS 云端使用及本地私有化部署,可满足不同组织需求。
进入 ModelWhale.com,申请免费试用(专业版/团队版)。获赠 CPU 和 GPU 算力!
如果你对 ModelWhale 有任何建议或疑问,欢迎扫描官网右侧二维码,【联系MW】(移动端可点此链接),MoMo 有问必答 ~
更多 ModelWhale 资料见:
版权声明: 本文为 InfoQ 作者【ModelWhale】的原创文章。
原文链接:【http://xie.infoq.cn/article/c78637e0d3db5513ac232d71c】。文章转载请联系作者。
评论