髖關節置換手術需要多長時間?

這對醫院來說并不是學術問題。2015年，醫院約有360億美元的無償保健費用，其中大部分來自患者未付的賬單。

這個問題的一個解決方案是限制與手術相關的成本，但是如何才能達成呢?答案是機器學習。醫院如今利用學來預測手術的平均時間和潛在問題，如髖關節手術。

例如，醫療保健購買者的數據顯示患者年齡、核心醫療保健提供者和二次診斷。使用和預測分析，數據可以估計未來的成本，幫助確定可能在恢復中出現問題的患者。此舉可使醫院做出更好的臨床決定，降低二次入院率，縮短患者的住院時間，并提供更好的護理。

各地企業在使用機器學習分析數據的過程中，發現了類似的現實效果。但問題是效果周期往往短暫。

弗雷斯特研究公司(Forrester Research)的分析師Mike Gaultieri指出，機器學習并不像傳統的商業情報工作那樣，其結果是確定的。他說：“如果你在尋找一種機器學習模式，可以說‘我會嘗試’，但你可能無法成功實現。企業應該明白僅僅因為希望擁有預測股市的模型，并不意味著就會實現愿望。”

DXC技術分析數據實驗室是數據科學家的全球研究中心，他們專注于咨詢和尋找實施分析的方法。實驗室負責人Rags Raghavendra表示企業的表現令人沮喪，因為它們往往承受太多負擔。他說：“客戶在嘗試挖掘其有權訪問的各類數據的意義時往往好高騖遠。我們建議著眼于自己可以訪問的數據，然后再著手下一步的行動。”

如果企業嘗試但未能從數據中挖掘到有用訊息，首先應該接受失敗和重復是這一過程的一部分。但是，通過更巧妙地使用機器學習，他們可以最大限度地提高成功幾率。以下是使用機器學習的八種方法：

從想要解決的問題開始。直接研究數據，期待立即發現有用訊息是錯誤的方法。正確的數據研究方法始于確定正確的性能衡量標準，這種標準將業務成果和與數據相關的問題聯系起來。但是，所選標準應該適當。例如，當DXC最近與媒體公司合作，解釋訂戶離開的原因時，最直觀的標準是“訂閱者基數”。事實證明，相關標準是每個用戶的平均收入(ARPU)，這與公司為增加收入而制定的較大業務目標直接相關。

使機器學習過程產業化。Raghavendra表示：“大數據分析的整個過程尚未實現工業化，”其實驗室支持包括制造業、電信、汽車、航空、能源、金融服務和醫療保健在內的各種行業。“很多時候，你一再重復分析或無法擴展分析。”DXC是工業化機器學習的堅定支持者，這種學習模式簡單高效，認為分析中的所有階段，即從抽取和清洗數據，構建算法，到將其投入生產并獲取有用訊息，應在企業技術上可重復使用和部署。

無需擔憂筒倉。筒倉是許多企業進行數據挖掘項目的災難，因為它們阻止訪問統一的數據池。但是，筒倉并不像有些人認為的那樣是巨大的障礙。Raghavendra說：“如果你有智能數據和平臺戰略，就無需那么擔憂筒倉。”簡言之，只要不是你選擇的所要解決的問題，就不必對此擔心。然而，你應該通過整合不同的數據源來準備解決以后出現的問題。“靈活和模塊化的平臺允許你在需要時整合數據，”Raghavendra補充說道。

思考外部程序。你并非總是擁有所有的信息、人才、分析和智慧。這是一個關乎生態系統的問題，那些挖掘他們周圍事物的能力的人將會獲勝。眾包數據科學家、機器學習和外部數據集都具有強大的潛力。

使用數據湖。數據湖就是存儲庫，不管格式如何，你都可以按原樣存儲所有現存的數據。Raghavendra表示，公司應該把所有數據放在數據湖中，即使起初不知道如何使用它。但不要一開始就考慮構建數據湖。

帶著目標實施探索性數據分析(EDA)。的第一個階段是EDA，旨在總結可視化和非可視化數據。DXC高級數據科學家Bharathan Shamasundar說：“我發現探索性數據分析總是被置于筒倉內。“EDA的目的是提供有關數據模式的見解，并告知人們下一步應做的事情。但通常情況下，公司只是敷衍了事。”DXC與能源公司的經驗強調了智能EDA的重要性。該公用事業公司正致力于準確預測風力發電機所產能源的數量。由于該公司將EDA應用于算法，DXC團隊抨擊了現有標準，該標準認為渦輪機95%的時間都在發揮性能，盡管使用較少的變量進行計算。這種經驗表明有意義的EDA(提前完成)，將會更經常得出適合現有數據的算法。

使用智能抽樣。公司無法從中獲取有用訊息的一個原因是，他們使用的太多。Shamasundar說：“抽樣這個詞語變得不堪入耳。數據抽樣對于處理數據來說十分明智。”通常，“大數據”看起來充滿了冗余信息。對于商品貿易公司，DXC確定存儲中的大部分數據都是多余的，因為其94%的貿易交易是基于較小的數據子集。這表明評估質量和相關性是數據戰略的重要組成部分。

為數據科學計劃制定靈活的操作模式。Raghavendra建議：不要因為不能雇用數據科學家而推出數據分析程序。數據科學家的需求量目前比現有數量高出60%，并且尚未有跡象表明這種差距正在縮小。Raghavendra表示，如果企業無法配備足夠的數據科學家，他們應該考慮使用提供專家分析支持和“公民數據科學家”的合作組織。公民數據科學家了解雇主企業的所在領域和業務經營。他們可以使用現成的分析平臺來進行合理的分析，這些平臺簡化了數據挖掘的某些任務。隨著企業利用分析解決問題，合作伙伴可以幫助擴展程序，并在多個領域建立更深層次的功能。

盡管遵循這些準則能提高成功幾率，但企業需要記住失敗也是真實存在的。基于證明或反駁假說，數據科學利用科學方法研究數據。利用數據應被視為一種研發活動。研究數據查詢的Gualtieri表示：“最好有六個或十幾個想法，并同時實施這些想法，因為并不是所有的主意都能產生效果。”

隨著數據量不斷增加，挑戰將變得越來越困難。從另一方面來說，擁有的數據越多，潛在的獎勵就越大。

根據DXC思想領導部門前沿論壇研究主管Dave Aron的說法，許多公司仍把自己最重要的資產視為物質和金融。

Aron表示：“未來十年，企業將會把信息視為資產，建立并不斷改進他們的分析和學習平臺。物聯網和日益增多的數據保護立法使這個問題變得愈發重要。”

從數據中獲益，無論是醫院、公用事業單位，還是其他任何業務，都將采取審慎的策略，下定決心使用并尊重科學方法。