成为专家是一项艰巨的任务。我过去几十年作为一名执业顾问，与所有组织内部和外部顾问所面临的挑战有相当紧密的接触。
你常常要提供专家建议，但是，你不直接负责或控制结果，因此，采纳你的建议在很大程度上取决于你如何能说服受惠于你的智慧的人遵循你的推荐。对于所有参与者来说，当有力的建议遭到驳回时，这纯粹是因为这些论据不足以影响目标受众，这是很大的危害。这正是数据科学能派上大用场的地方。
我正在和一个面临类似情况的大型石油天然气客户合作。该客户有内部专家，这些专家负责就需要高级水库工程的困难情况向业务单位的从业人员(如设备工程师)提供咨询。通常，公司会考虑他们的专家建议，然后选择忽视转而赞成一个初级石油工程师的不同的想法。你可以想象，这是非常令人沮丧的。
我对专家的建议是他们要加强自己的数据科学能力。数据科学是希望对组织施加更多影响力的专家的秘密武器。
信息的权利
信息力量是对专家力量的极好补充。组织中主事提供建议的专家依靠社会心理学家John French和Bertram Raven称之为专家力量的东西。
在某些情况下，专家的权利可以成功地影响他人采取专家的建议或方法，但在很多情况下，这是不够的，当专家意见的接受者对主题领域有一定的了解时，情况尤其如此，然后这就演变成了意见的角逐，专家需要一些其它的权力基础将论据引向有利于他们的一面。这就是信息权利和数据科学派上用场的地方。
了解数据科学的专家可以利用公司的数据来产生组织内其他人所不能提供的信息，从而不仅可以巩固他们的基本地位，而且可以增强他们对如何产生无法获得的信息的权利基础的了解。如果有可靠的数据支持，任何论据都会更有说服力。然而，更激动人心的是，当一个职位得到了他人所没有的信息、知识和智慧的支持时——这就是专家带来信息能力的价值的方式。但是仅凭专家一己之力是不够的。
专家与数据科学家的关系
专家与数据科学团队建立关系是至关重要的。我在某些组织看到的情况是它们希望专家将数据科学功能引进其职能里，使其成为自成一体，自给自足的职能。这是一个非常糟糕的主意。
数据科学是非常困难的——在商业智能、数据仓库、数据可视化、高级数学、人工智能和计算机编程方面需要扎实的背景才行。不要天真地认为这些学科能以某种方式整合到一个主要侧重于在完全不同的学科领域发展知识的功能。
专家们与已经知道他们在做什么的数据科学家合作会更好。这种伙伴关系的共同目标是将公司的数据转化为能扩展并支持专家的知识库的信息、知识和智慧。例如，可以使用公司的运营数据来测试和审查假设，然后将其发展成专家系统。这会变成一个只能由专家访问的私人信息库。
要避免的陷阱
信息能力是对专家的能力的重要补充，但也有一些陷阱需要避免。
第一个陷阱事关重大：不要在没有数据科学家的帮助下开展数据科学。把时间花在数据库或分析引擎的细枝末节上是不明智的。这种任务由数据专家来做更适合，花费数天或数周的时间来排除低效查询或复杂数据库连接所导致的故障又是何苦呢。
此外，你必须确保信息不会因为模糊不清而失去力量，以至于除专家组以外的任何人都无法理解其含义。信息能力只有在信息被认为是有价值的时候才起作用。你要确保专家系统有一个能将其结果转换成你的目标读者所理解的语言的层，以避免这个陷阱。
最后，你应该避免在使用数据科学时具有竞争性和对抗性，因为这会破坏目的。你的最终目标是让从业者采纳建议——目标并不是要证明你是对的。这是通过向其他人展示他们所不知道的信息来实现的，希望他们以不同的方式了解情况。避开那些明确地表明他们的想法是错误的信息，因为这么做最容易丢饭碗，就算你的发现有功劳。
结论
使用数据科学的专家会给组织带来较大的影响力。伟大的想法只有得到采纳才能显示出重要性，有人摇摆不定的时候，数据科学是专家最好的朋友。
作为一名内部专家或顾问，与数据科学家建立关系是非常重要的。与他们合作创建一个系统，用在其它地方无法获取的信息来强化你的特长。然后，你要确保能明智地使用这些信息来教育组织的其他成员，并将他们引向正确的方向。毕竟，这是他们指望你做的，对吧?
版权声明：本文为企业网D1Net编译，转载需注明出处为：企业网D1Net，如果不注明出处，企业网D1Net将保留追究其法律责任的权利。
京公网安备 11010502049343号