what-dream-big-meant-for-data-science-innovation-at-linkedin-ac4786aa546e
“梦想无限”对 LinkedIn 数据科学创新的意义
原文：
towardsdatascience.com/what-dream-big-meant-for-data-science-innovation-at-linkedin-ac4786aa546e
“我感觉自己陷入了维护仪表板和分析 A/B 测试的困境”是我从 LinkedIn 和其他地方许多数据科学家那里听到的观点。
这些活动对于运营业务至关重要。然而，数据科学家们也梦想着通过机器学习和人工智能进行创新，以产生更大的商业影响，同时也有助于他们的职业发展。
好消息是，企业越来越希望数据团队能够站出来推动更多创新，尤其是在人工智能变得更加易得的情况下。
在 Wavestone 的"2024 数据与 AI 领导力高管调查"结果中，我们看到 77.6%的组织表示他们“从数据驱动业务创新”——比前一年的 59.5%有所上升。然而，根据 78%公司的说法，成为数据驱动的关键挑战是“文化/人员/流程/组织”，而不是技术。
来源数据：Wavestone 的2024 数据与 AI 领导力高管调查
这些统计数据应该有助于数据科学家更有信心地站出来领导业务创新，而不仅仅是维护仪表板和分析 A/B 测试。
作为一位来自 LinkedIn 的前数据科学领导者，我将与您分享我们如何通过“梦想无限”文化推动业务创新的过程。
"梦想无限"的 LinkedIn 日子
当我在 LinkedIn 领导数据科学团队时，我们会定期举办“梦想无限”日或类似的活动。在这一天，我们进行创新头脑风暴会议，同时进行有趣的团队建设活动。
除了我们的数据科学家之外，我们还邀请了来自产品开发、财务、销售、市场营销、运营、工程和其他部门的多元化人群。我们作为一个扩展团队，共同确定业务挑战并头脑风暴可能的解决方案。
这种合作对于理解客户挑战并共同构建新解决方案至关重要。例如，我们结合了对客户体验的独特理解：
-
销售代表带来了感人的客户故事。
-
用户经验研究人员带来了结构化的客户访谈。
-
数据科学家带来了客户使用模式和趋势数据。
理念和观点的多样性孕育了广泛的创新创意。从这些理念出发，我们追求的是“大胆的赌注”式的革命性飞跃，而不是“持续”的渐进式增长。我们追求的是一次“登月”。
与他人一起，这也会更有趣。
这些活动通常包括其他有趣的团队建设活动，如一起玩游戏、唱卡拉 OK、徒步旅行，甚至一起学习瑜伽。这些活动的目的是激发扩展团队大胆梦想并共同构建新的数据解决方案。
这些有趣的“大胆梦想”联合会议，以及其他像黑客马拉松这样的活动，作为我们企业文化的一部分，促进了持续的创新和合作。
斯坦福大学的头脑风暴技巧
我最初在哪里学习创造力和协作实践，并将其应用于领英的数据科学文化？我感激在早期学校就学到了许多这些“产品开发”技术。
当我在斯坦福大学读工程学时，我参加了一门必修课“双脑思考”。设计和艺术教授们教授这门工程课程，旨在激发工程师们的创造力。他们教导我们除了通常用于逻辑和分析的“左脑”外，还要用我们的“右脑”进行创造力和直觉。结合左右脑思考的目的是在世界范围内产生更多的创新。
我记得教授第一天就布置了作业：“你们的第一项作业是拿一个素描本，坐在外面，用文字以外的方式画出你的想法。”
-
第一周： 绘制世界上 300 个未解决的问题。
-
第二周： 与合作伙伴选择其中一个问题。然后绘制 300 个提出的解决方案。
-
剩余周数： 选择一个想法来构建原型、测试和迭代。
这些练习教会了我们快速行动，放弃完美，与合作伙伴一起追求突破性的创造力。
为什么是 300 个想法？前 100 个想法往往很传统，坦白说很无聊。然而，第 300 个想法却非常不传统、独特，可能值得申请专利。真正的创新来自于那些在产生大量初始想法后才被挖掘出的罕见宝石。
-
示例问题： 对超市来说，手动从停车场取回购物车太费力了。
-
示例解决方案： 自动驾驶购物车、空中无人机将车辆送至停车场、超市到车辆的传送带、通过传送带直接送货到消费者家中等。
我们每个人都与合作伙伴一起进行这些设计活动。我和我的合作伙伴在我们的草图本中笑了很多极端的想法，它们看起来像漫画书。与其他人一起头脑风暴更有趣、更有创造力。
我感激后来将这些相同的产品开发原则——头脑风暴和协作——应用于数据科学。
从“大胆梦想”到“交付巨大”的创新阶段
头脑风暴只是创新文化的一部分。最终目标始终是将那些“大胆梦想”的想法变为现实，让世界变得更好。在资源有限的情况下，我们需要系统地考虑哪些大想法值得倡导和投资。
作者吉姆·柯林斯在"炮弹之后是炮弹"的概念中进行了阐述。这意味着首先尝试大量快速简单的实验，就像发射小炮弹，直到我们击中目标。一旦我们的目标被证明，然后我们才能赢得对扩大获胜解决方案的大规模投资的信任，就像我们的一次炮弹。
炮弹之后是炮弹。—— 吉姆·柯林斯
那个为数据驱动解决方案的大炮弹可能需要我们从商业高管那里请求数百万美元的资助。对每个人来说，这也存在声誉成本。我们想确保我们能够通过较小的原型测试首先证明我们的目标是否准确。
这是我组织协作数据科学 AI 项目的方式，将那些多个“大胆设想”从初步试验转变为突破性胜利。数据创新的三个阶段：
-
探索： 快速评估不同的数据想法，以缩小需要投入更多努力的选项
-
实验： 为人们构建试点原型以使用
-
扩展： 规模化数据解决方案并推广其应用
第一阶段：探索
在第一个探索阶段，我们头脑风暴了各种不同的想法，然后快速验证最佳想法以进入下一阶段。
例如，从我们的“项目 H”头脑风暴会议到帮助客户，我们的数据科学家和商业合作伙伴收集了超过 100 个假设，关于 B2B 商业客户如何通过 LinkedIn 上的广告获得成功的结果。该小组将想法缩小到前 10 个假设以进行进一步分析。
我们的高级数据科学家使用同行评审的观察性因果推断技术分析了这些假设。与 A/B 测试相比，这些观察性研究相对快速且容易进行。A/B 测试实验可能会干扰客户，风险失去业务收入，并为客户服务等团队增加额外的工作量。观察性研究对于这一探索的早期阶段是足够的。
观察性研究首次使用真实数据来验证哪些假设具有价值。一些意外结果挑战了长期持有的商业假设。利益相关者很高兴看到项目 H 的这些发现，并立即开始将数据洞察作为客户建议使用。
然而，我们没有止步于这些洞察。这个探索里程碑只是向更大目标迈出的第一步。
第二阶段：实验
在提供初步数据洞察后，我们实验阶段的下一步是针对这些洞察进行试点，以真实用户为基础的可重复数据解决方案。
可重复的数据解决方案可以是以下任何一种形式：
-
仪表板或其他商业智能报告
-
机器学习模型，如推荐系统
-
定制应用程序或其他用户交互界面
这里的关键是把第一阶段的一次性洞察力转化为一个数据产品，让试点用户在第二阶段定期使用。
这个阶段也是高度协作的。
在一次非正式的水冷却聊天中，一位销售总监和我探讨了关于 Chrome 网络浏览器扩展的愿望。如果我们通过 LinkedIn.com 的定制 Chrome 扩展将我们的“项目 H”推荐系统的客户推荐传递出去会怎样？
-
几个小时后，我们构建了一个工作原理的概念证明定制 Chrome 扩展，并向工作组进行了展示。
-
两个月后，我们培训了销售和客户服务试点用户，并推出了我们的内部原型。
-
一年后，我们从项目 H 的原型中归因于超过 7500 万美元的增量收入。
从最初的头脑风暴到启动试点项目，这一创新过程需要数据科学家和其他商业伙伴之间的紧密合作。
在第二阶段的实验中，我们通过成功的原型和试点用户证明了创新想法。按照吉姆·柯林斯的“子弹”类比，我们能够用我们的目标击中业务目标，现在我们准备进入第三阶段的扩展。
第三阶段：扩展
现在，在创新的最后阶段，我们将试点解决方案扩展到更广泛的受众。同样，我们需要与更多的人合作来扩展解决方案。
对于项目 H，以下是我们将我们的解决方案扩展的步骤：
-
我们与广泛的内部受众分享了增量业务影响和用户评价。更多的销售和客户成功团队被纳入使用我们的原型解决方案。
-
公司的高层管理人员听说我们的创新，并邀请我们与他们见面，讨论我们的试点项目成功和合作。
-
两年后，产品开发和工程团队完成了将我们从最初的 Chrome 扩展原型中提取的功能整合到 LinkedIn 主互联网网站上的工作。推荐系统也被扩展为一个通用系统。客户从中受益，我们的公司也从中受益。
这里有一些你可以用来扩展你的数据解决方案的想法：
-
推广解决方案：鼓励多个利益相关者使用相同的后端数据集或模型输出。为人工智能即服务创建一个 API。
-
庆祝胜利：衡量业务影响。收集和分享用户评价。确保胜利与你在公司全体大会中听到的相同业务关键绩效指标相联系。
-
传播信息：向他人介绍数据解决方案，内部和可能外部。在博客中撰写关于它的内容，在团队活动中宣布，并一对一地告诉人们。
通过这些步骤，您可以使用数据科学人工智能解决方案推动“梦想大”创新。
关于与他人共同“梦想大”的最终思考
如果你想要快速前进，就独自行动。如果你想走得更远，就一起行动。——非洲谚语
根据我的经验，数据科学团队能够做的不仅仅是构建更多的仪表板。这只需要一些领导能力，积极与业务伙伴合作，共同梦想并共同交付惊人的结果。
我上面提到的 Project H 示例最初是一个产品经理提出的小型 KPI 指标仪表板请求。然而，通过积极与其他业务部门合作，我们能够将原始项目重新定位为一个更大型的多阶段 AI/ML 项目，帮助更多客户取得成功，而不仅仅是进行测量。
总结来说，“梦想大”的文化让我们能够进行头脑风暴并交付更大的数据科学项目。与"关系至上"的文化相结合，最终结果帮助了客户、公司，以及我们作为数据科学家个人的发展。我现在指导数据科学领导者将这些创造力、协作和领导技巧应用于推动他们业务中的更大项目。
你也可以这样做！
喜欢阅读这个故事吗？
当我发布新故事时获得通知：免费订阅
浙公网安备 33010602011771号