DatistEQ之宣传套路

一直以来，困惑于数据专家的成果如何开展宣传工作，我们使用数据专家，凭借一已之力，做了很多的流程，解决了很多的现实生产的中问题，却不知道如何去汇报，如何去总结。可谓一流程一世界，流程解决的问题千差万别，有没有一个基本的套路来帮助我们总结呢？

今天有幸受邀参加了赵院长的《石油物探数字化转型路在何方》主旨报告，倍受启发，觉得他的几点核心思想可应用于数据流程的宣传过程中。

1、现状分析
数据处理流程中存在一系列低效率人工交互环节；大量人工交互操作导致效率低、精度和可靠性差；高度依赖个人的经验积累和主观判断。

2、指导思想
数据驱动，增量式，自动化；全信息，多尺度、可视化、智能化；
立足已有数据，立足已有产品，立足已掌握的技术，做更多的事件；
在现有的框架体系，应用更多维度数据，解决当前问题；

3、转型发展，用技术提升效果，用技术提升效率，用技术降低成本。没有比较，就没有差距；没有比较，就没有成果。实施之前与之后的差异在哪里呢？可从三个主要的方向进行对比分析。
效果：出新东西，质量的提升。深度挖掘数据中的信息，通过学习不断优化模型，从知识积累到知识共享。
效率：快速更快。快速处理缩短周期，多次迭代优化求解。大幅度提高工作效率，缩短工作周期。
成本：经济性。减少人工投入，加快投资回收，降低风险。

4、应用效率，流程融入到具体业务场景之中。从具体场景中，抽得出共性、普适性的价值与意思。
4.1 用自动化处理替代人工交互操作，实现降本、增效、提速
实现数据驱动型的自动化处理
实现全数据体而非稀疏采样的自动化处理
使用有限数量的全局质控图件
彻底清除“自动处理+手工检查”的传统工作模式
以“数据建模”模式实现全自动处理与质量控制
大幅度提高工作效率，缩短工作周期。

4.2 用数据驱动分析和建模替代高度依赖人工经验的分析，提升成果的可靠性和客观性
用“数据驱动”替代“人工经验”
用通用工具替代因人而异、因事而异的分析方法
用标准化流程替代种类繁多、选择无标准的非规范流程
实现“数据驱动”和“模型驱动”的融合与统一
促进知识的积累、智能的进化与工作流程的共享
克服人工经验主观性和无法继承等局限性的影响