Olvasói vélemények
Összegzés:Kenett és Redman könyve gyakorlatias és éleslátó perspektívát nyújt az adattudomány gyakran figyelmen kívül hagyott aspektusairól, amelyek kulcsfontosságúak a területen elért sikerhez. Bár kerüli az olyan technikai sajátosságokat, mint a kódolás és a keretrendszerek, hangsúlyozza az üzleti komplexitások megértésének és a problémák világos megfogalmazásának fontosságát. Néhány olvasó azonban hiányolta a mélységet és az innovációt, és kritikát fogalmazott meg a rövidségével és az ár-érték arányával kapcsolatban.
Előnyök:⬤ Gyakorlati és megvalósítható tanácsokat ad az adattudományhoz.
⬤ Az üzleti problémák és komplexitások megértésére összpontosít.
⬤ Olvasóbarát és kerüli a túlságosan technikai zsargont.
⬤ Világos képet nyújt a sikeres adatprojektekhez hozzájáruló alapvető szempontokról.
⬤ Bátorító az új adattudósok számára.
Hátrányok:⬤ Egyes kritikusok szerint túl rövid és kevés a mélység, és inkább pamfletnek tartják.
⬤ Korlátozottan innovatív tartalom; úgy vélik, hogy a nyilvánvalót mondja ki.
⬤ Nincs elegendő példa a fogalmak megerősítésére.
⬤ Hiányzik a stratégiai üzleti döntéshozatal gyakorlati alkalmazása.
(5 olvasói vélemény alapján)
Eredeti címe:
The Real Work of Data Science: Turning Data Into Information, Better Decisions, and Stronger Organizations
Könyv tartalma:
Az alapvető útmutató az adattudósok és azok számára, akiknek többet kell kihozniuk az adattudományi csapataikból
Az Economist bátran állítja, hogy az adatok ma már "a világ legértékesebb erőforrása". De ahogy Kenett és Redman oly gazdagon leírja, ennek az értéknek a felszabadításához sokkal többre van szükség, mint technikai kiválóságra. A The Real Work of Data Science (Az adattudomány valódi munkája) a problémák megértését, a minőségi problémák kezelését, a döntéshozókkal való bizalom kiépítését, az adattudományi csapatok megfelelő szervezeti helyekre való helyezését, valamint a vállalatok adatközpontúvá válásának segítését vizsgálja. Ez az a munka, amely különbséget tesz egy jó és egy nagyszerű adattudós között, egy marginális hozzájárulást nyújtó és egy olyan csapat között, amely az üzletet mozgatja, egy olyan vállalat között, amely némi értéket nyer az adataiból, és egy olyan vállalat között, amelyben az adat valóban "a legértékesebb erőforrás".
"Ez a két szerző az analitika, az adatkezelés és az adatminőség világszínvonalú szakértője; többet felejtettek el ezekről a témákról, mint amennyit a legtöbben valaha is tudni fognak. Könyvük pragmatikus, érthető, és arra összpontosít, ami igazán számít. Ha bármilyen minőségben adattudománnyal akarsz foglalkozni, el kell olvasnod.".
--Thomas H. Davenport, Kiváló professzor, Babson College és az MIT digitális gazdasággal foglalkozó kezdeményezésének munkatársa.
"Tetszik a könyve. A fejezetek olyan problémákkal foglalkoznak, amelyekkel a statisztikusok generációk óta szembesülnek, a mai kor problémáinak megfelelően aktualizálva, mint például a számítási Big Data.".
--Sir David Cox, a Nuffield College igazgatója és a statisztika professzora, Oxfordi Egyetem.
"Az adattudomány kritikus fontosságú a versenyképesség, a jó kormányzás és a helyes döntések szempontjából. De mi is az adattudomány? Kenett és Redman messze a legjobb bevezetést adja a témába, amit valahol láttam. A helyes probléma megfogalmazásának, a megfelelő adatok gyűjtésének, a helyes elemzések elvégzésének, a helyes döntések meghozatalának és a döntések tényleges hatásának mérésének kritikus kérdéseivel foglalkoznak. Ennek a könyvnek kötelező olvasmánnyá kellene válnia a statisztika és az informatika tanszékeken, az üzleti iskolákban, az analitikai intézetekben, és ami a legfontosabb, minden vállalatvezető számára."--A. Blanton Godfrey, Joseph D. Moore Distinguished University Professor, Wilson College of Textiles, North Carolina State University.
