遵循这五个要务，在您的组织中建立一种由数据驱动的决策文化，在这里可以无缝地交流想法和见解。

1.业务成果至上

首先，确定提高业务成果所需的可行见解。人们倾向于将数据，洞察力和情报全部放在同一桶中。但是数据是处理洞察力所需的原始要素–洞察力和情报是业务所需要的。另外，业务决策者在项目计划中是预先计划的，因此有自上而下的计划赞助。

2.制定广泛的分析策略-但要专注于快速获胜

许多组织都因分析炒作而束手无策，对昂贵的数据平台进行投资，并雇用无法提供业务成果的数据科学家。您的初始数据分析项目策略应专注于敏捷地执行的多个较小项目，以提供可操作的结果和快速的价值。这将使业务部门和扩展团队对项目充满信心。

 3. 复杂的算法是强制性的，但讲故事的艺术也是如此

很多时候，算法的输出太神秘了，以至于将其含义传达给终用户成为一项艰巨的任务。呈现洞察力的方式是一个适当性问题，而不是算法的功能和复杂程度。它以一种相关的方式可视化见解，从而使查看操作和如何在业务中使用数据变得更加容易。

4.以分析为导向的转型成果需要无障碍和无障碍的组织

企业需要创建一种协作的，跨职能的文化，以不断地从数据科学中实现快速价值。项目团队应由能够制定需要解决的问题的业务人员组成。其中包括可以理解数据的数据科学家和数据分析师；数据工程师和数据争吵者可以将其全部发挥作用；领域专家，以确保分析结果得到验证并清晰呈现；还有一些故事讲述者，他们对业务有深刻的理解，并以可以轻松，可靠地采取行动的实用方式提出了见解。

5.强大的数据平台，采用科学的数据科学方法

要获取，存储和处理大量数据，毫无疑问，您需要强大的数据分析平台。惊人的功能可以将数据转变为洞察力-找出相关性和隐藏的关系-其他工具可以混合数据并确定进一步的关系。这些功能有助于洞察力生成过程。但是，过度依赖和破坏科学过程对数据科学的价值会导致错误，强化错误假设并忽略关键因素。成功的分析项目不仅会利用强大的数据分析平台的功能，而且会特别关注洞察力生成过程，以确保相关性与原因相关联。

拥有大量数据和多个数据科学家只是成功的分析项目的一部分。如果要实现数据科学和分析项目的真正变革能力，则本文概述的五个必要事项是必要的。