Festlegen eines Ziels und Erlangen von Kenntnissen

  • 4 Minuten

Schritt 1 im Data Science-Lebenszyklus besteht darin, ein Geschäftsziel mithilfe von Fachwissen zu definieren. Es ist wichtig, dass Sie zu Beginn Ihrer Datenanalyse ein klares Ziel vor Augen haben. Im Gartenbeispiel ist das Ziel, so schnell wie möglich so viel Salat wie möglich zu produzieren. Die Wachstumsbedingungen sind jedoch nicht absolut. Wenn Ihre Basisproduktion 1 Pfund Salat in 14 Tagen ist, müssen Sie einen Weg finden, die Produktion zu beschleunigen.

Sie haben gehört, dass das Sprechen mit Pflanzen sie schneller wachsen lassen kann. Obwohl es möglich erscheint, dass Geräusche das Pflanzenwachstum beeinflussen, könnte die Wahrscheinlichkeit, dass Geräusche Ihr Ergebnis beeinflussen, zu gering sein, um in Betracht gezogen zu werden. Sie entscheiden sich für ein Experiment. Sie stellen fest, wenn Sie alle 3 Stunden 30 Minuten lang klassische Musik mit 50 Dezibel wiedergeben, dass Sie nach 13,5 Tagen das gleiche Pfund Salat ernten können. Letztendlich ist das Hinzufügen eines Musikplans für Ihren Garten eine komplexe Lösung, die wahrscheinlich nicht die Mühe wert ist, um die Wachstumszeit nur um einen halben Tag zu verkürzen.

Das Gartenbeispiel hat gezeigt, dass es wichtig ist, Zugang zu Personen zu haben, die fachliche Ansprechpartner (Subject Matter Experts, SMEs) für Faktoren sind, die Ihr Ziel beeinflussen, damit Sie keine Variablen ändern, die keine großen Veränderungen bewirken werden.

Wenn Sie die gleiche Betrachtungsweise auf Raketenstarts und Wettermuster anwenden, sehen Sie ein zweigeteiltes Ziel:

  • Erhöhen der Wahrscheinlichkeit, dass der für den Start ausgewählte Tag ein Tag mit gutem Wetter ist.
  • Kenntnis der Bedingungen, unter denen ein Start abgebrochen werden sollte.

Das Fachwissen, das zum Erreichen dieser Ziele erforderlich ist, findet sich in den Beiträgen von Meteorologen, Physikern, Biologen, Raketenwissenschaftlern und vielen anderen. Fachliche Ansprechpartner helfen dabei, indem sie die Faktoren, die einen Start potenziell beeinflussen und daher kritische Aufmerksamkeit erfordern, eingrenzen und so die Anzahl der zu analysierenden Variablen minimieren.

SMEs können beispielsweise festlegen, dass die direkte Sonneneinstrahlung auf die Raketenabschussrampe keinen Unterschied für den erfolgreichen Ausgang eines Starts macht, die Höhe der Luftfeuchtigkeit aber von Bedeutung ist. Möglicherweise wissen die Experten auch, dass bestimmte wichtige Daten ignoriert werden können. Beispielsweise ist die Berücksichtigung aller anderen Faktoren bei einer Temperatur unter -1,11 Celsius am Abschussort unmöglich. Es gibt keine mindernden Faktoren, wenn es zu kalt ist, um eine Rakete sicher zu starten.