“数据科学：采用数据驱动的方法开展业务”

数据科学不仅仅是提供重要信息。通过将合适的模型应用于合适的数据，数据科学使公司能够在大量数据中识别各种模式，以预测并最终影响业务成果。换句话说，数据科学可以为公司提供必要的远见，从而更好地服务客户，开发更具吸引力的产品，提高运营效率。

什么是数据科学？

数据科学指的是使用机器学习、数据挖掘、预测分析、深度学习和认知计算等技术，发现隐藏在大量杂乱数据中的模式和重要信息的过程。与传统商业智能及相关方法不同，数据科学并不局限于结构化数据，它不需要将数据整理成整齐的行和表，也不限于小型数据集。相反，数据科学技术可以大规模应用于大量的半结构化和非结构化数据，比如基于文本的数据、机器数据、传感器数据和社交媒体数据。得益于这种限制较少的数据分析方法，数据科学使企业能够找到他们甚至不知道要如何询问的问题的答案，这可能导致发现潜在的突破性重要信息，从而提升竞争优势。

为什么数据科学很重要

您正在考虑采用数据科学？
需要注意的事项

数据科学需要从大量数据中提取价值，并可能产生颠覆性的重要信息。然而开发数据科学实践并非易事。如果您的企业决定向前发展，请确保您提前知道以下这些问题的答案。

同时拥有统计、分析和数学技能的数据科学家很罕见，但需求量很大。要开始进行数据科学实践的企业必须做好为顶尖的数据科学人才多花钱的准备。

在一些企业中，数据科学家是支持整个企业的集中式共享服务的一部分。而在其他一些企业中，数据科学家隶属于业务部门。这两种方法各有利弊。请考虑一下哪种方法更适合您的企业结构和文化。

在正常情况下，更多的数据等于更好的数据科学结果。而值得高兴的是，无论企业内部还是外部，都有大量数据供您分析。但在大量数据上运行数据科学算法和模型十分具有挑战性。您需要使用能够大规模运行数据科学的技术和技能。

如果从数据科学得出的重要信息没有得到使用，那么它们没有任何价值。而且，这也一定会使希望其工作带来影响的数据科学家变得很沮丧。请确保您针对如何使用预测模型和其他数据科学输出来解决实际业务挑战制定一个计划。

虽然得益于数据科学，某些事情看起来很有可能，但这不意味着您应该这样做。使用数据科学的企业还必须根据道德和法律标准制定有关如何使用数据的基本规则。

VMware 和客户将数据科学付诸行动

VMware 的数据科学

VMware 的数据科学家团队与各行各业的客户合作，以解决他们最迫切的业务挑战，并及时抓住市场机会。

在 VMware 数据科学互动期间，团队通常可以：

VMware 数据科学家还帮助客户在互动过程中学习和发展自己的敏捷数据科学技能，以便他们能够继续处理新的使用情形。

客户案例

		在 VMware 数据科学家的帮助下，Synchrony Financial 为其移动应用开发了“下一个最优报价”功能，该功能可预测可能的购买行为，并为客户提供有针对性的优惠。
		康卡斯特与 VMware 数据科学家合作制定算法，以使其能够识别和停止其网络上的可疑活动，比如未经批准的文件共享。
		作为与 VMware 进行数据科学互动的一部分，Fiat Chrysler 正在开发客户情绪分析功能，以使汽车制造商能够减少客户流失并提高客户忠诚度。