格雷格·金赛是否由行业顾问和执行顾问领导日立VantaraEMEA制造实践。他和他的团队主要与欧洲工业公司合作，帮助他们设想、计划和执行数字转型。用他自己的话来说，他帮助企业变得“更精干、更环保、更敏捷、更高效，利用数字工具作为手段”。
Greg有超过30年的制造行业工作经验，主要在汽车、电子、航空航天和世界各地的消费品行业。我们有机会为这个博客了解他对几个数据科学主题的看法。
让分析大众化有多重要?
我认为，数据分析成为几乎所有工业工作的重要组成部分是至关重要的。无论你是在工厂、办公室、服务中心，还是在面向客户的岗位上工作——无论你是在哪个岗位或哪个行业——在当今世界，拥有这样的权利至关重要数据分析在你的指尖。数据可以帮助你做出更好的决定，这样你就可以优化你正在做的工作。数据可以防止犯错误。有正确的数据来做你的工作可以提高生产力，减少压力，增加工作满意度。
数据素养对每个人有多重要?
数据读写是很重要的，但也许更重要的是，我们需要工具，使我们能够轻松地在工作中使用数据，就像我们在家里使用数据一样。数字革命首先是一场消费者革命。这一切都与电子商务、社交媒体和个人数据有关。几乎每个人家里都有数字设备，而且几乎总是在手或在手腕上。不管你的爱好是什么，我相信你都在使用数据。无论你是马拉松运动员、业余厨师还是音乐家、修复古董还是玩任何类型的运动，都涉及到数据。现在，我们在个人生活中所做的每一件事都使用数据，而这些数据帮助我们从生活中获得更多。我们还没有在工业工作生活中看到完全的转变。
当然，业内人士已经在收集和报告一些数据，但他们不一定能够获得正确的分析数据，从而更好地完成工作。这个问题并不是关于数据读写能力，而是关于组织创造正确的环境，在正确的地方使用正确的工具，这些都很容易使用。这将导致整个劳动力中分析的民主化。
你需要提高你的数据素养吗?看看你能否回答这5个问题，参加我们的小测验>
数据科学是否应该更容易获得以扩大用户群体?为什么这很重要?
数据科学需要成为我们所做一切事情的一部分。“数据科学家”这个术语是有误导性的——我相信任何使用基础统计学的人都可以被认为是数据科学家。严谨的使用数据现在在几乎所有的专业角色中都在增加。所以最终我们都会成为“数据科学家”，作为我们工作的一部分。
我深入参与了六西格玛运动。就在那时，我们认识到让产业工人接触基本统计工具的力量。我们不叫他们"数据科学家"而是用"黑带”。他们使用数据科学来描述流程，排除问题，并将基本分析应用于日常运营。这就是数据科学如何在工业运营中扎根的起源。六西格玛为数字化转型奠定了基础。
今天，商业世界真的开始接受数据的价值了。事实证明，这对生产力、决策甚至降低员工压力水平都有巨大的影响，因为有了正确的数据，问题可以更快、更容易地解决。
数字是一个只存在于IT部门的话题吗?
不客气。我相信数字化是整个组织的一个主题。数据和分析以及相关工具的使用应该扩展到几乎所有功能。太多的公司将数据隔离在少数“专家”手中，而不是让每个人都能访问那些在日常工作中可能有用的数据。
我们正在进入这样一个世界，运营经理也拥有自己职能的数字战略。所以，当你和维护部门、质量部门、营销部门或供应链的负责人交谈时，他们是或应该负责这些功能的数字化。
我们日立所做的很多咨询工作都是与职能部门的领导者合作。
IT部门支持数字化，但我认为数字化转型真正是从运营角度出发的，因为这是用户的立场。运营经理知道从哪里开始数字化，通常对他们的未来运营有一个愿景。许多最好的想法都来自于那些从事日常工作的人，所以让他们参与到你的数字设计工作中是很重要的。
与20年前相比，这是一个很大的变化，当时实现了新的系统，组织不得不改变他们的工作方式以适应IT。我记得许多公司调整他们的业务流程，以匹配他们严格的MES或MRP应用程序的要求。这通常会阻碍运营创新和优化。
现在它反过来了;我们有机会创建数字接口、算法和平台，使工作流程更有意义。敏捷方法关注的是要解决的问题和所需的用户体验。然后，IT部门必须支持这些创新，并使它们适合于整个IT基础设施。
组织应该优先考虑低代码和无代码解决方案的投资吗?
是的,当然。想想我们是如何使用智能手机的。我们不需要知道如何编码，就可以用它们做有用的事情。这应该与分析工具的工作情况相同。用户体验应该是快速、简单和相关的。
在IT在商业世界的早期，一切都是关于只有专家才能使用的花哨工具。还记得那些被称为“程序员”的人吗?如今，关键是找到每个人都能使用的分析工具。在日立，我们正在创造不需要大量编程或高级语言编码的解决方案。
为什么数据驱动的专业人士需要预测性分析?
预测分析是真正的游戏规则改变者。今天工业上使用的大多数数据都是过去的。历史数据描述了过去发生的事情。在某些领域，实时数据是可用的，可以让您看到当前正在发生什么。有了今天的高级分析技术，你就可以开始根据因果因素的行为来预测将会发生什么。例如，天气可能会影响您的操作。或者汇率的大变动会影响你的成本结构。或者是消费者的偏好发生了迅速的变化。你会想要收集和分析这些因素的数据，以了解今天和明天发生了什么。开始推断它下周或下个月会是什么样子，这就是预测分析基于机器学习阶乘数据能让你看到未来。
我喜欢把这称为“时间旅行”。预测分析让我们能够前往未来某个日期，并创造场景，问“如果……会怎么样?”如果市场真的朝着某个方向发展，需求真的以某种特定的方式变化呢?如果我们加速或减慢一个过程呢?模拟产品设计变化怎么样?如果可以考虑经济或政治结果的影响呢?这将如何影响我们所处的经济或监管环境?范围可以很大。
然后，你可以把所有这些因素放在一起，梳理出明年、下个季度或下个月的情况。你开始看到这些不同的因果关系将如何在未来发挥作用。我们能做些什么呢?在这样的未来场景下，需要哪些改变或纠正措施?这就是价值所在。优化你未来的表现。
这就是它如此重要的原因。你可以抢先一步，你可以预测将要发生的事情，这样你就可以更好地管理你的业务，你的组织，你的过程，以更好地应对所有这些即将到来的变化。这是关于敏捷的。
提高您的预测分析技能集易于使用，但强大的功能。在随需应变的网络研讨会中了解更多信息:
你相信工程师可以通过低代码，无代码技术转变成数据科学家吗?
绝对的!我是一名工程师，我的学士学位是机械工程。我了解到工程就是解决问题，建立数学模型，运用科学的方法。数据科学是其中的一部分。
技术的出现减少了对访问和使用数据的复杂编程需求，这推动了工程社区对数据科学的更多使用。但它的范围远不止于此。除了工程界之外，还有很大的收获——当熟练工人操作机器、驾驶车辆、维护设备、执行制造功能时——当所有这些人开始成为数据科学家时，这些可能是最大的收获。我们也不要忘了管理人员，包括首席执行官——他们也正在成为“数据科学家”。
当整个组织拥有更好的数据和易于使用的分析工具时，就能实现“人人都能掌握数据科学”。我认为这是第四次工业革命的基本要素之一。
准备好认识你的数据的价值了吗?找一款统计软件
