想组建本身的数据科学团队? CEO们请先回答这几个问题

Jeremy Stanley是日用杂货当日送达初创企业Instacart主管数据科学的副总裁，Daniel Tunkelang是前LinkedIn的数据主管。做为在数据科学领域身经百战的老将，他们在这篇文章中为那些想打造一支属于本身的数据科学团队的公司CEO们提供了一些建议，主要涵盖了这几个问题：

 ●  你想实现什么样的目的?
 ●  你是否应该在数据科学上进行投入?
 ●  什么时候应该开始组建数据科学团队?
 ●  你应该将数据科学团队放在公司的什么位置上?
 ●  如何打造一个尊重和重视数据科学的公司文化?

你可能很难相信，“数据科学家”在2008年才开始成为一个真正意义上的职业头衔。当时，为了迎合市场对数据分析、工程学和产品这种跨学科技能人才日益增加的需求，Facebook的Jeff Hammerbacher和LinkedIn的DJ Patil率先提出了“数据科学家”这个概念。今天，市场上对数据科学家的需求极其旺盛，愈来愈多的公司都想更好地了解如何打造一支属于本身的数据科学家团队。

做为在数据科学领域身经百战的过来人，Jeremy Stanley和Daniel Tunkelang已经见识了不一样行业的不一样公司在不一样发展阶段在打造数据科学家团队方面的成功和失败案例。他们发现，这里面的挑战不只在于如何招聘顶尖的数据科学家，还包括如何最大限度地发挥他们的价值，以及如何在日趋激烈的人才竞争中留住他们。

在这篇文章中，咱们为那些想打造一支属于本身的数据科学团队的公司创始人提供了一些建议。

第一个问题：你想实现什么样的目的?

数据科学主要有两个方面的功能：

一是改善用户所使用的产品;

二是为公司决策提供支持，改善决策质量。

数据驱动型产品利用数据科学和工程学来持续改进产品性能，例如，提供更好的搜索结果、更个性化的推荐等等。

数据决策科学利用数据来分析业务指标，例如增加数据、用户黏性数据、盈利点和用户反馈数据等，从而为制定公司战略和关键性的业务决策服务。

二者的区别可能看起来很是显而易见，不过在打造和扩充本身的数据科学团队的过程当中，记住这二者之间的区别很是重要。接下来咱们就详细探讨这两点。

1.1利用数据科学打造更好的产品