不要等着使用你的数据

许多组织等了太久才开始分析他们收集的数据。这可能是因为他们正在投资重大数据项目或将不同的数据源连接在一起，这可能是一项耗时且耗费资源的挑战。这可能是因为主题专家(生成和理解数据的人)和数据科学家(将负责分析数据)之间存在脱节，造成了产生洞察力的效率低下和延迟。成功的组织如何克服这些挑战，并制定正确的战略来建立卓越的分析?

在你开始分析和可视化这些数据之前，你并没有创造价值

Per Vase, NNE管理顾问

它可以像开始一样简单。将数据分析能力交给了解相关主题的人，通常意味着研发专家和工程师可以更快地找到解决问题的强大解决方案。当他们有了能够将这些解决方案令人信服地传达给同事的工具时，就可以迅速加快决策速度，减少创新的时间。

开始的好处

制药工程公司NNE的管理顾问珀尔·瓦兹(Per Vase)发现，许多组织由于过于专注于收集和组合数据，而推迟了从数据中获取价值的时间。他鼓励他的客户在数据收集的同时进行数据分析，并使其易于访问。他告诉参与者:“在你开始分析和可视化数据和结果，以便人们做出决定之前，你并没有创造任何价值。圆桌会议今年早些时候在伦敦皇家sc的伯灵顿大厦举行。

通过数据分析和统计建模来学习是一个持续的循环。数据分析通常会突出您应该收集的数据——因此，通过尽早开始数据分析并避免过度计划的瘫痪，组织可以更快地获得分析洞察力的回报。分析可以就如何收集、组合和上下文化数据提供有价值的反馈。它可以帮助确定是否测量了相关变量，或者某些变量定义是否随着时间的推移发生了变化，从而突出不一致的地方。

人们觉得在开始分析之前，他们必须有完美的数据，但我说，潜入并尝试一下

茱莉亚·奥尼尔，Direxa咨询公司创始人兼首席顾问

将数据分析纳入主题知识意味着学习是增量的。人们可以快速开始，取得成果，并体验到继续发展的动力。这种方法鼓励一种“边做边学”的文化，并激励科学家和工程师探索新的可能性。

影响您的组织采用分析策略

通过投入和开始，更容易展示真正的结果。将正确的工具交给领域专家意味着组织可以更快速地获得洞察，并使用相同的资源更有效地工作。对于许多研发团队来说，现实是工作比时间多，资源紧张，结果和时间框架可能不可预测。对于新项目来说，从先前的数据中可以学到的东西可能是有限的，在这种情况下，实验设计(DoE)对于快速实现数据分析的好处至关重要。它可以帮助企业更快地做出更好的决策，更可预测地实现项目里程碑。这反过来有助于减少个人的压力水平，导致更富有成效和高效的团队。

Direxa咨询公司创始人兼首席顾问Julia O ' neill拥有30多年利用统计学和化学工程解决化学、疫苗、生物制剂和制药领域问题的经验。对她来说，统计数据在降低药品成本方面发挥着重要作用。奥尼尔已经看到了引入DoE如何有助于改变一个组织的方法。“我认为阻碍人们前进的原因之一是，他们觉得在开始之前必须要做到完美。我会说，投入进去试试吧。你可以从相当小而简单的开始。因为你必须提前做好计划，人们会认为这需要更多的工作和努力。但最终，它节省了很多时间，”奥尼尔在网络研讨会上说生物技术和制药的统计学和化学工程的桥梁．

展示分析方法的好处有助于说服组织，如果他们采用新技术，他们可以实现实时节省时间和降低成本。奥尼尔引用了生物制药开发中的维数降低作为一个有力的例子。“当我们和一群科学家一起做这件事时，他们知道背景。他们知道这些属性代表什么，他们可能会立即看到其中的联系。”当某些问题长期以来都是一个挑战时，数据分析可以帮助团队形成一个每个人都支持的战略。“我认为这是一个令人难以置信的共识构建者，因为人们看到的是这个有序的排名，它包括了他们所有的假设，但把它们放在了优先位置。奥尼尔补充说，他们可以看到，如果他们的排名是第15位，那么，也许是时候重新考虑了。

工程师可以质疑自己的思维，并发现一些他们在静态模型中看不到的东西

罗尔斯·罗伊斯涡轮机部门数字制造主管丹·米德尔顿说

在个人层面上，DoE和数据分析提供了更大的可预测性，减少压力并帮助您完成工作。在组织层面，这意味着创新率的提高和上市时间的缩短。

有效地探索、分析和共享数据

当你可以与数据交互并让整个组织的利益相关者参与进来时，实现动态的、科学驱动的讨论要强大得多。当数据分析以动态的方式进行时，组织可以加快决策速度。

罗尔斯•罗伊斯(Rolls-Royce)涡轮机部门数字制造主管丹•米德尔顿(Dan Middleton)认为，与数据分析的互动至关重要。这就是我们开始看到其威力的地方。能够与数据交互意味着工程师们开始质疑自己的思维，并说‘我在这里发现了一些我在静态模型中看不到的东西’。”米德尔顿在圆桌会议上说．与供应商共享数据分析改善了对供应链的洞察，并鼓励更好的合作。通过将数据分析交给主题专家，个人能够快速交付价值。它还可以防止组织做出错误的决策，从而增加成本并进一步推迟进度。

如果不优化实验，你就会浪费很多钱

Cy Wegman是包装消费品行业的顾问和前工程师

在网络研讨会上宝洁如何通过分析节省了数百万美元并提高了质量赛·韦格曼(Cy Wegman)说，如果不优化实验，“你就会把很多钱留在桌子上”。

Wegman鼓励科学家和工程师将数据分析添加到他们的工具包中，并培养他们的专业能力。他在网络研讨会上说，它提供了更大的灵活性和能力……你不必是一个统计天才就能做这些事情。

使用专门为科学家和工程师设计的数据分析工具——他们不想学习一门新语言，也不想被语法分心，但确实想专注于他们正在试图解决的问题——可以更快地获得洞察力。

建立卓越分析的文化

有了合适的工具，科学家和工程师可以利用数据进行分析和DoE，为研发和制造团队配备所需的能力，以更快地获得洞察。发现数据分析的力量可以激励科学家和工程师进行专业开发——鼓励“边做边学”的方法——改进技术以推动更高的生产力和效率。

在几分钟内，大多数科学家和工程师就可以从数据分析开始，并开始逐步学习，随着他们的进步解决问题，并发现更多关于他们可以用数据做什么的知识。无论是更容易地访问来自各种来源的数据，使用快速、可靠的数据准备工具，还是执行统计分析来优化实验，数据分析都可以加快洞察时间，并实现跨团队的数据驱动决策，推动整个组织的卓越分析。