Data science informing back to work

Wunschdenken bringt die Leute nicht zurück ins Büro – vielleicht aber die Datenwissenschaft

Wenn Ihre Mitarbeiter eine Rückkehr ins Büro befürchten, müssen Sie ihnen das Vertrauen geben, dass sie sicher sein werden.

Wann ist es sicher, im Angesicht von COVID-19 einen Bürostandort wieder zu eröffnen? Das ist ein durchaus brisantes Gesprächsthema – jedoch eines, bei dem die Datenwissenschaft Ihr Unternehmen zum Treffen fundierter Entscheidungen befähigen kann, die Ihre Mitarbeiter beruhigen.

Ryan Ries und Mark McQuade arbeiten beide im Bereich Datenwissenschaft und Engineering bei Rackspace. Sie verbringen unzählige Stunden damit, sich durch Daten zu arbeiten, zu verstehen, welche Schlüsse wir daraus ziehen können, Trends zu bestimmen und herauszufinden, ob die Daten einen Vorhersage- oder Prognosewert haben. All dies findet Anwendung in einem breiteren geschäftlichen Kontext. Ries aber glaubt, dass die Datenwissenschaft im heutigen Geschäftsklima eine besonders wichtige Rolle spielen muss. „Wir wissen nicht, was die langfristigen Auswirkungen von COVID-19 sind, weshalb sich die Menschen Sorgen über die Rückkehr in ihre Büros machen“, so Ries. „Wie überzeugt man sie davon, dass die Sicherheit gewährleistet sein wird? Dies ist eine Frage der Daten.“

Dies ist das zentrale Thema der neuesten Episode von Cloud Talk. Ries und McQuade treffen Jeff DeVerter, CTO von Rackspace Technology, zu einer lebhaften Diskussion über die Arbeit mit Daten, deren Bereinigung und Modellierung und darüber, wie Prognosemodelle den Menschen ein Gefühl der Sicherheit geben können.

Zurück an den Arbeitsplatz dank Datenwissenschaft

In nur 30 Minuten behandelt die Gruppe folgende Themen:

  • Was Datenwissenschaft ist und wie sie hilft, bessere Bewertungen vorzunehmen
  • Wie man basierend auf Datensätzen der Vergangenheit intelligente Entscheidungen über die Zukunft trifft
  • Mehrwert und Widerstandsfähigkeit durch Datenbereinigung – und wann die Bereinigung erfolgen sollte
  • Bewährte Verfahren beim Aufbau, Testen, Validieren und Trainieren von Datenmodellen
  • Die Notwendigkeit, Modelle in schnelllebigen Situationen ständig zu verfeinern und anzupassen
  • Wie offene Daten anderen bei ihren eigenen Prognosen bzgl. COVID-19 helfen können

Das Erstellen eigener COVID-19-Prognosemodelle mag zu aufwendig und vielleicht sogar übertrieben erscheinen. Allerdings gibt es auch Vorteile. „Ein großes Problem ist heute, dass es so viele Fehlinformationen gibt. Deshalb müssen wir Unternehmen dabei helfen, faktenbasierte Entscheidungen zu treffen“, sagt McQuade. An einem kürzlich durchgeführten Projekt von Rackspace Technology war ein mit der University of California verbundenes Unternehmen beteiligt, das öffentlich zugängliche Daten, AWS und die Leistungsfähigkeit von DeepAR zur Erstellung von COVID-19-Prognosen nutzte. Die Ergebnisse übertrafen die Daten des Institute for Health Metrics and Evaluation (IHME). McQuade schwärmt: „Das ist die Entwicklung zuverlässiger Prognosen, denen die Menschen tatsächlich glauben können – weil die Daten echt sind.“

Das Ganze ist nicht einfach zu bewerkstelligen. „Der Aufbau eines eigenen Modells kann durchaus abschreckend erscheinen“, sagt Ries. Er fügt hinzu, dass Unternehmen im Zuge einer sicheren Wiedereröffnung auch auf die Ermittlung von Kontakten achten müssen, um Personen ohne Symptome zu erfassen. Aber wenn Sie einmal dort angekommen sind, können diese Informationen zu Ihrer ganz eigenen Wahrheit werden – verlässlicher als jede andere Quelle. McQuade führt dazu weiter aus: „Der Schlüssel liegt darin, sich so weit wie möglich auf diese Daten zu verlassen. Wenn Führungskräfte sich für die Wiedereröffnung entscheiden, sollten sie nicht über etwas reden, was sie in den Nachrichten gesehen haben. Der Ausgangspunkt, Ihre Referenz für die Entscheidungsfindung, sollten immer Ihre Daten sein.“

Wie geht es jetzt weiter?– Rackspace hat interessante Forschungsergebnisse über den entscheidenden Einfluss, den COVID-19 auf die Bereiche Cloud-Ausgaben und Cloud-Optimierung ausgeübt hat, veröffentlicht. Sehen Sie sich die Forschungsergebnisse von Jeff DeVerter hier an.

Listen & Follow

 

Join the Conversation: Find Solve on Twitter and LinkedIn, or follow along via RSS.

Stay on top of what's next in technology

Learn about tech trends, innovations and how technologists are working today.

Subscribe
Monetizing Data Avoid Data Swamp

4 Strategien zur Vermeidung des Datensumpfes

About the Authors

rackspace logo

Rackspace Technology Staff - Solve

The Solve team is made up of a curator team, an editorial team and various technology experts as contributors. The curator team: Srini Koushik, CTO, Rackspace Technology Jeff DeVerter, Chief Technology Evangelist, Rackspace Technology The editorial team:  Gracie LePere, Program Manager Royce Stewart, Chief Designer  Simon Andolina, Design Tim Mann, Design Abi Watson, Design Debbie Talley, Production Manager  Chris Barlow, Editor  Tim Hennessey Jr., Writer Stuart Wade, Writer Karen Taylor, Writer Meagan Fleming, Social Media Specialist Daniel Gibson, Project Manager

Read more about Rackspace Technology Staff - Solve