PAHINA NG IMPORMASYON

Tungkol sa DataScienceSF

Paano ka matutulungan ng DataScienceSF

Maaari mong gamitin ang data science upang matugunan ang 5 pangunahing uri ng mga problemang pansibiko. Tanungin ang iyong sarili kung kailangan mo o ng mga tao sa iyong departamento na:

Hanapin ang karayom ​​sa haystack

Makakatulong ang agham ng data na matukoy ang mga tao, heyograpikong lugar, o kategoryang ita-target.

Unahin ang iyong backlog

Itigil ang nawawalang mga kaso ng priyoridad. Makakatulong ang agham ng data na matukoy ang mataas, katamtaman, at mababang priyoridad na mga kaso sa umiiral nang data.

I-flag ang "bagay" nang maaga

Mas mahusay naming matutugunan ang mga sitwasyon kung mahuhuli namin ang mga ito nang maaga, kahit na bago sila dumating sa iyo. Tinutukoy ng data science ang mga kandidato para sa maagang interbensyon at pakikipag-ugnayan.

Magsagawa ng pagsubok sa A/B

Maaaring tukuyin at subukan ng agham ng data ang iba't ibang mga diskarte upang mahanap ang pinakamatagumpay na pamamaraan ng outreach.

I-optimize ang iyong mga mapagkukunan

Gumagamit ang agham ng data ng umiiral na data upang i-optimize ang pamamahagi ng mga serbisyo (mga tao, mapagkukunan, kagamitan) upang bawasan ang oras ng pagtugon at i-maximize ang throughput.

Mga set ng tool

Ang DataScienceSF ay magdadala ng 3 pangunahing hanay ng tool na sasagutin sa iyong mga tanong sa pagbabago ng serbisyo: 

Mga pamamaraan ng analitikal

Tutulungan ng DataScienceSF na matukoy ang tamang paraan para sa iyong problema. Kasama sa aming mga pamamaraan ang pagsusuri ng sentimento, machine learning, regression, data mining, classification, clustering, imputation, AB testing, forecasting at higit pa.

Mga gamit

Gumagamit kami ng iba't ibang wika, library, data engineering, at visualization tool. 

Kasama sa mga wika ang python, R, Javascript, NodeJS at SQL na may iba't ibang mga aklatan (SciPy, Pandas, atbp). 

Kasama sa mga tool sa engineering ng data ang pag-profile, ETL, pagpuna, mga API at na-optimize na pipeline ng data at storage/access. 

Kasama sa mga tool sa visualization ang D3.js, Gephi, Leaflet, PowerBI, ggplot2 at Shiny.

Pananaliksik sa karanasan ng gumagamit

Gumagamit kami ng mga tool na batay sa data upang masuri at tumulong sa disenyo ng tamang pagpapatupad ng pagbabago ng serbisyo. Kabilang dito ang journey at process mapping, service blueprinting, etnograpikong pananaliksik at ride-alongs, iterative prototyping at usability testing.

Gumagawa kami ng naaaksyunan na data insight para mapahusay ang iyong trabaho gamit ang mga tool na ito.

Nagtatrabaho sa pangkat ng Data Science

Mayroon kaming pangkalahatang hanay ng mga inaasahan para sa mga kasosyo sa departamento. At para sa bawat proyekto, nililinaw at nililinaw namin ang mga tungkulin at responsibilidad sa pamamagitan ng charter ng proyekto.

Mangako sa pagbabago ng serbisyo

Inaasahan namin na ang mga kagawaran ay magiging bukas at mangako sa isang pagbabago ng serbisyo kung doon kami dadalhin ng data.

Magtalaga ng isang Kampeon sa Departamento

Kakailanganin nating pangalanan ang isang Kampeon sa Kagawaran upang maging ating tagapag-ugnay. Tutulungan nilang pinuhin ang pahayag ng problema at tukuyin ang mga landas sa pagbabago ng serbisyo. Ang Kampeon ng Kagawaran ay maglalaan ng humigit-kumulang 5 oras bawat linggo sa proyektong ito. Taper off ito pagkatapos ng simula.

Mangako sa pagtatrabaho sa loob ng aming takdang panahon

Ang mga pakikipag-ugnayan ay tumatagal sa pagitan ng 1 hanggang 4 na buwan. 

Ang pakikipag-ugnayan ay magiging isang umuulit na proseso. Pipino namin ang orihinal na pahayag ng problema sa isang bagay na masasagot. Gagamitin namin ang data na magagamit at maipapatupad sa loob ng anumang mga hadlang sa pagbabago ng serbisyo. 

Maaari kang sumali sa isang pangkat sa hinaharap kung ngayon ay hindi magandang panahon.

Magbigay ng access sa mga tauhan at proseso ng negosyo

Inaasahan naming magsaliksik ng user bilang bahagi ng pakikipag-ugnayan. Maaaring kabilang dito ang mga shadowing na empleyado, panayam, at iba pang paraan ng pananaliksik. Makakatulong ito na matukoy ang mga nauugnay na salik sa pagpapatupad na isasama sa istatistikal na modelo.

Magbigay ng napapanahong access sa data

Ang mga proyekto ng data science ay umaasa sa napapanahong pag-access ng data. Magplanong maghanda at makipagtulungan sa iyong teknolohiya o database team para magbigay ng data. Kung naaangkop, maaari kaming pumirma sa mga MOU sa pagbabahagi ng data (mayroon kaming mga template). Maaaring kailanganin ng ilang proyekto ang patuloy na pag-access sa data upang maipatupad ang modelo sa real time.

Ipakita at ipalaganap ang aming mga natuklasan. 

Bahagi ng aming layunin ay idokumento at ipaalam ang aming natutunan at nakamit. At gusto naming makikinabang din ang ibang mga departamento at hurisdiksyon. Kakailanganin namin ang input, feedback, at partisipasyon mula sa mga departamento sa prosesong ito.

Mga kagawaran