資料科學正在快速成長。過去五年間，企業投入數十億美元，設法爭取到最優秀的資料科學家以創立新事業，收集皆位元組（zattabyte，10的21次方位元組）的材料，透過他們那些演繹推論的機器來分析這些材料，以便在那些龐大數量的雜訊中找到清楚的訊號。這種做法在某種程度上的確有效。數據資料已經開始改變我們和一些領域的關係，如語言翻譯、零售、健康照護和籃球。


高階主管抱怨投入大筆資金在資料科學的運作，但這些投資沒有提供他們期望得到的指引。他們沒有看到實質的結果，因為這些結果沒有用他們可以理解的語言來溝通傳達。



儘管已有成功的故事，但許多企業依舊無法從資料科學中，獲取它們可獲取的價值。即使運作良好的營運單位能進行良好的分析，仍無法善用分析產生的見解。問題出在「最後一哩」，也就是最後階段要向決策者說明分析見解的時候。
2017年，資料科學社群平台Kaggle曾對資料科學家做過一份調查，當中有關資料科學工作的七大障礙，獲得超過七千人回應，結果顯示，七大「工作障礙」中有四個與「最後一哩」的問題有關，而關於非技術問題：「缺乏管理／財務支援」、「缺乏待回答的明確問題」、「決策者沒有使用研究結果」和「向其他人解釋資
已經是會員？立即登入
啟動您的「30 天成長計畫」
給自己一個月的時間，用知識升級大腦。
解鎖全站 50+「個人學習」主題與豐富的文章庫與影音內容。
首月 NT$60
次月起 $360/月，隨時可取消。
還沒準備好訂閱？註冊會員，每月可享 3 篇文章免費閱讀。
免費註冊