建立可持续的数据实践

橙子

Orange是欧洲和非洲最大的移动和互联网服务运营商之一，也是企业电信服务的全球领导者，过去几年一直在努力加大在数据科学和机器学习方面的努力，提高利用业务各个领域的数据。

Orange 的客户服务部门拥有一个数据科学团队，直到两年前，该团队主要为业务执行临时分析，并且在处理更复杂的基于机器学习的项目方面的能力有限。为了扩大团队规模并扩大范围，他们必须克服几个挑战：

工具：只有了解该工具及其专有语言的人才可以处理数据，这将数据的使用限制在统计学家或数据科学家身上。即使在那时，数据也难以访问，使得项目难以启动。

招聘： Orange 的数据团队正在努力招聘刚从大学毕业的有才华的数据科学家，他们有很多雄心壮志和创造性想法（他们正在寻求使他们的数据科学实践活跃起来的特质）。不幸的是，这主要是工具挑战的一个功能，因为年轻的数据科学家主要在寻找可以使用开源工具（例如 Python 或 R）的工作。

在 Dataiku 的帮助下，Orange 能够开始将较小的 BI 项目转移到业务中，并致力于机器学习用例，如呼叫负载检测和分类，团队使用 Dataiku 构建的模型不到一个月。

通过使分析师和业务人员能够自己进行数据分析，数据实践更多地融入了整个客户服务组织，而不仅仅是一个团队。如今，Orange 有 100 多名分析师和其他业务用户通过 Dataiku 获得了使用数据的能力。

• The adoption of Dataiku has led to significant operational improvements at Orange. The tool has enabled the data team to work on more advanced machine learning projects, thereby increasing the overall level of data competency within the organization. It has also empowered analysts and business users to work independently on data analysis projects, infusing data practices throughout the client services organization. This has not only freed up the data team's time for more complex tasks but has also led to a more robust data practice within the company. Furthermore, the tool has facilitated faster onboarding of new data scientists, allowing them to be productive quickly. The success in machine learning use cases has also allowed the team to grow, further enhancing Orange's data capabilities.

• More than 100 analysts and other business users across Orange are now empowered to work with data using Dataiku.
• The data team grew from six data scientists three years ago to more than 25 people on the data science/analytics and data tooling side.
• Key performance indicator (KPI) dashboards that previously took up to a month or more to build and update now take one week, maximum.