远不止编码：如何规划组织数据科学及分析项目？全文共2640字

全文共2640字，预计学习时长7分钟
文章插图
图源：unsplash
执行一个数据科学/分析项目从来不是一件容易的事情。一个成功而全面的分析项目远远不止是编码，它还涉及复杂的设计和大量的沟通。

文章插图
什么是分析项目的生命周期?要完成一个数据科学/分析项目，你需要经历五个主要阶段，从了解问题和设计项目，到收集数据、进行分析、展示结果，记录和自我反思。
文章插图
笔者强烈地感受到，运行一个分析项目和建造一座房子非常相似。首先，建筑师满足其客户，了解需求并提出一个可行的蓝图（理解和规划）。然后需要收集建筑材料，如水泥、钢材、砖块等。你必须了解建筑材料的特点，并选择合适的建筑材料。否则，房子可能会很容易倒塌。
这就像一个数据收集过程，你必须做一些EDA或特性工程来理解数据，并找到正确的数据来解决问题，否则可能无法从分析中获得可靠具体的结果。
有了建筑材料和蓝图，就可以开始建造房子了（运行分析）。施工结束后，要进行现场检查和质量检查，以确保安全。同样，我们需要记录分析项目的方法、结论和局限性。
理解和规划
如果有人问我整个周期中最关键的阶段是什么，我会毫不犹豫地说理解和规划，因为数据科学和分析的主要目的不是用花哨的技术创建一个项目，而是解决实际问题。
因此，分析项目的成功在很大程度上取决于理解程度、对问题的定义以及将业务问题转化为分析问题的程度。从这个角度来看，花时间考虑分析项目更广泛的背景总是值得的。
提出问题
【远不止编码：如何规划组织数据科学及分析项目？】通常一个分析项目从与合伙人的会议开始，你会与商业伙伴见面。他们将提供一些背景，并简要介绍需求，提出明智的问题能让你更好地理解客户的痛点和需求。
文章插图
分析计划
在深入分析之前，先制定一个分析计划，并安排另一个后续会议来回顾问题并强化预期。这个计划将提供一个高层次的计划概览，给出下一个步骤的清晰蓝图，并从业务方面指出技术行动和广阔蓝图之间的联系。以下是我分析计划中的一些关键元素：
文章插图
不要让数据科学和技术变得晦涩难懂。试着用通俗的语言对这些方法进行简要描述，概述用例和场景，总结其优势和局限性。避免使用复杂的公式或函数，而是专注于该方法如何帮助解决问题。
完成一个分析项目可能需要几周时间，有时甚至更久。一个项目所花费的时间越长，某些变数对工作造成不利影响的可能性就越大。因此，项目开始之前，第一件事是分解完成项目必须要做的所有步骤。然后根据所需的大致时间来完成这些任务，并记录每个重大突破。
文章插图
建议在项目的中间设置一些签入点，以便与涉众交流并获得他们的反馈，这样就可以进行及时的调整，而不只是做一个最后的演示。
文章插图
文章插图
如何组织项目并跟踪进度利用项目管理工具
当你在做一个复杂的分析项目，且需要与多个团队（如工程、产品和业务等）协作时，一个简单的待办事项列表或基于excel的跟踪器就无法满足需求了。
你可以利用专门的项目管理工具和软件。如果你用谷歌和简单的搜索项目管理工具会发现很多，比如Asana、Trello、JIRA、Monday.com等等。你可以根据团队规模和喜欢的工作方式找到合适的工具。
这个概念征服了我，因为它是一个集多个工作应用于一身的多功能工作区。为了不同的目的而拥有多种工具并不可取，所以可以想象， “多功能”是最有效的营销信息。对我来说，在一个地方做计划、跟踪、知识共享和写博客是一个很好的选择，它还提供了一些模板来帮助制定旅行计划以及跟踪求职进度。