小組 資料科學 程式生命週期的商務了解階段

本文概述與 Team 資料科學 Process （TDSP） 商務理解階段相關聯的目標、工作和交付專案。 此程式提供建議的生命週期，讓小組可用來建構數據科學專案。 生命週期概述小組執行的主要階段，通常是反覆執行：

• 商務理解
• 數據擷取和瞭解
• 建 模
• [部署]
• 客戶接受

以下是 TDSP 生命週期的視覺表示法：

目標

商務理解階段的目標是：

• 指定做為模型目標的索引鍵變數。 並指定目標的計量，以決定專案的成功。

• 識別企業有權存取或需要取得的相關數據源。

如何完成工作

商務理解階段有兩個主要工作：

• 定義目標：與客戶和其他項目關係人合作，瞭解和識別商務問題。 制定問題，以定義數據科學技術可設定目標的商務目標。

• 識別數據源：尋找可協助您回答定義專案目標的問題的相關數據。

定義目標

1. 此階段的核心目標是識別分析需要預測的主要商務變數。 這些變數稱為 模型目標，而與其相關聯的計量可用來判斷專案的成功。 例如，目標可以是銷售預測或訂單詐騙的機率。

2. 若要定義項目目標，請詢問並精簡 相關、特定且明確的尖銳 問題。 數據科學是一個程式，使用名稱和數位來回答這類問題。 您通常會使用資料科學或機器學習來回答五種類型的問題：

   • 多少？ （回歸）
   • 哪一個類別？ （分類）
   • 哪一個群組？ （叢集）
   • 這是不尋常的嗎？ （異常偵測）
   • 應該採用哪一個選項？ （建議）

   判斷要詢問的這些問題，以及如何回答，以協助達成您的業務目標。

3. 若要定義專案小組，請指定其成員的角色和責任。 在您探索詳細資訊時，開發您反覆運算的高階里程碑計劃。

4. 您必須定義成功計量。 例如，您可能想要在三個月項目結束時，以 x% 的精確度預測來符合客戶流失預測。 透過這項數據，您可以提供客戶促銷來減少流失。 計量必須是 SMART：

   • Specific
   • Measurable
   • 可辨別的
   • Relevant
   • T輸入系結

識別資料來源

識別包含您問題的已知解答範例的數據源。 尋找下列資料：

• 與問題相關的數據。 您是否有與目標相關的目標和功能量值？
• 這是模型目標和感興趣的功能精確量值的數據。

例如，現有的系統可能沒有解決問題並達成專案目標所需的數據。 在此情況下，您可能需要尋找外部數據源或更新系統以收集新數據。

與 MLflow 整合

對於商務了解階段，您的小組不會使用 MLflow 工具，但可以間接受益於 MLflow 的文件和實驗追蹤功能。 這些功能可以提供深入解析和歷程記錄內容，以協助專案與商務目標保持一致。

Artifacts

在此階段中，您的小組會提供：

• 包機檔。 包機檔是一份活生生的檔。 當您進行新的探索和商務需求變更時，您會在整個專案中更新檔。 索引鍵是在此文件上進行反覆運算。 當您進行探索程式時，請新增更多詳細數據。 通知客戶和其他項目關係人變更及其原因。

• 資料來源。 您可以使用 Azure 機器學習 來處理數據源管理。 我們建議此 Azure 服務用於作用中專案，特別是大型項目，因為它會與 MLflow 整合。

• 數據字典。 本檔提供用戶端提供之數據的描述。 這些描述包括架構的相關信息（如果有的話，驗證規則的數據類型和資訊），以及如果有的話，以及實體關聯圖表。 您的小組應該記錄部分或全部的資訊。

同行審查的文學

研究人員在同行審查的文獻中發表了有關 TDSP 的研究。 引 文 提供機會來調查 TDSP 的其他應用程式或類似想法，包括商務瞭解生命周期階段。

參與者

本文由 Microsoft 維護。 原始投稿人如下。

主要作者：

• 標記 Tabladillo |資深雲端解決方案架構師

若要查看非公開的 LinkedIn 設定檔，請登入 LinkedIn。

相關資源

這些文章說明 TDSP 生命週期的其他階段：

• 數據擷取和瞭解
• 建 模
• [部署]
• 客戶接受