阅读面试

提问者1 (00:00):
欢迎收看Databricks为您带来的数据和人工智能冠军。

提问者1 (00:10):
在每一期节目中，我们向数据和人工智能的捍卫者致敬，他们正在改变现状，这些特立独行的人正在重新思考数据和人工智能如何增强人类体验。我们将深入了解他们的挑战，庆祝他们的成功，同时更深入地了解这些领导人。

克里斯·达戈斯蒂诺(00:33):
欢迎来到数据和人工智能的冠军。我是主持人，克里斯·达戈斯蒂诺是数据领导者，负责设计、开发和迭代新的数据和人工智能产品。保持与你所提供的产品、服务和品牌之间的人际关系至关重要，尤其是在以消费者为中心的企业中。在本集节目中，星巴克首席分析官Jon Francis将与我们分享他作为一些最具标志性品牌的数据团队的领导和成员的经验。Jon与我们分享了数据领导者在道德使用数据和推动新见解之间保持健康平衡时所面临的挑战和责任。他还谈到了数据平台在提高消费者参与度和收入增长方面所扮演的角色，Jon对此表示bob体育客户端下载欢迎。很高兴今天能请到你们。我有几个破冰速度的问题要问你们，现在是周四下午。你最后一杯含咖啡因的饮料是什么?你是有固定的饮料还是混合着喝?

Jon Francis (01:39):
我很无聊，伙计。我每天都喝超大杯美式咖啡。有一段时间，我一直在喝爱尔兰奶油冷萃啤酒，如果你还没试过的话，只是对我来说糖太多了。所以我真的很小心我的糖，你知道，现在是新的一年。所以其实是超大杯美式咖啡。

克里斯·达戈斯蒂诺(02:00):
太棒了。然后说到你在耐克的时候，我在耐克有一个朋友，他说他是如何被产品淹没的，这是他工作的一部分。所以他的鞋子比他多，他知道怎么穿，你最喜欢的衣服，最喜欢的鞋子类型。

Jon Francis (02:19):
我是说，我是一个老球鞋迷，所以我也有同样的问题。我衣柜里的鞋太多了。我最喜欢的大概是air max 90。我只是喜欢那种复古的生活方式。这很酷。

克里斯·达戈斯蒂诺(02:35):
好吧。最后一个问题，你很早就在亚马逊工作了。如果我没记错的话，作为一名统计学家，你是否曾经意识到，嘿，网上购物，尤其是亚马逊的方法，这将会非常大?

Jon Francis (02:54):
讽刺的是，我在2000年被送到亚特兰大的中心。那是在我们找不到足够的季节性工人去店里打包箱子的时候。我当时在乔治亚州麦克多诺的配送中心，我站在那里，对我们货架上的产品数量和库存的广度感到非常敬畏。这是20年前的事了。现在可能是指数级的不同。这个想法就是，你如何为客户创造能力和无缝体验，让他们能够找到这些产品并与之互动?所以对我来说，这实际上是站在配送中心，只是了解产品的广度，你知道，数字可以创造无缝体验来解锁它。我想那是我第一次看到它。

克里斯·达戈斯蒂诺(03:52):
所以你的职业生涯很不错。我是说，你已经在西雅图地区待了一段时间了。你在星巴克、耐克、微软、亚马逊、Expedia等公司从事数据和人工智能工作已经有一段时间了。因此，如果这里似乎有一个企业对消费者的游戏主题，以及明显的数据。所以我想更好地理解，这些是有意为之的B2C模式还是广泛地跨越一系列垂直领域和行业，或者你真的只是把数据作为你的一部分

Jon Francis (04:28):
是的，不，我觉得这是个好问题。我认为真正激励我的首先是对客户和营销应用以及数字能力的热情。所以你可以看到这贯穿了很多地方，从职业的角度来看。我认为在最近，可能是在过去的10年里，我认为最鼓舞我的事情不是关于数据领域。它实际上进入了几乎在没有数据的情况下建立了惊人品牌的组织。如果你以耐克和星巴克为例，有两个很好的例子，不可思议的领导者，他们有远见，有强烈的直觉，无论是耐克还是星巴克，进入这样的公司，实际上是转型的一部分，从历史上更依赖直觉的组织，到更依赖数据的组织，并真正帮助领导转型。我想这才是真正让我充满激情的地方。而且已经有10年左右了。

克里斯·达戈斯蒂诺(05:35):
约翰，你在开始的时候说过，你喜欢进入那些拥有非常完善的品牌的组织，你知道，可能没有尽可能地使用数据，并且真正地帮助数据转换计划。我可以想象，对于那些拥有品牌认知度的公司来说，有几个属性是伴随着它的，那就是，你知道，显然有规模来拥有那种品牌认知度。他们可能有资源来投资这些大规模的转型计划，他们收集了大量的数据。所以沿着这些路线，你知道，这些是你寻找机会的类型吗?当你做了这件事，你知道，告诉我们一些关于你如何得到高管的支持，如何组建你的数据科学团队和你的机器学习工作，并真正让这件事继续下去，你知道，建立一些牵引力

Jon Francis (06:27):
最大的需求。如果我只是反映了,你知道,过去的20年里,尤其是在这些组织,他们可能没有那么超前思维利用率数据,其实更重要的是,多资源、多数据是关于文化转型和变革管理的需要组织一次旅行,真的对他们工作的思考和有机会使用的基础上,你知道,无论是研究,无论是机器学习能力，还是统计推断。我认为这可能是最重要的部分。我想，你知道，我是如何引领文化转型的，有几件事是有帮助的。第一，我真的试图采取一线队的心态，我的意思是，你知道，首先，我是星巴克的领导者，其次，我只是碰巧领导数据功能。

Jon Francis (07:33):
这很重要的原因是，对我来说，像企业老板一样思考非常重要你对我所负责的能力有各自的看法清楚他们的挑战在哪里，机会在哪里需要达成什么样的共识和一致，并在组织上获得信任，说，这不仅仅是坐在角落里有疯狂想法的数据人员，相反，他是这个团队的一员，关心改变这个组织。所以我认为，有很多事情实际上与雇佣最好的数据科学家和拥有最好的工具和能力无关，但真正重要的是你如何赢得信誉，如何在推动这种转变和影响组织发展的过程中占据一席之地。所以我认为这是很重要的一部分。

乔恩·弗朗西斯:
而且，你知道，我认为第二部分对我来说真的只是沉浸在业务中发生的事情。而且，你知道，即使我想到星巴克，我也经常在现场，在COVID之前，我肯定更多地去不同的市场，与他们的商店经理和现场领导一起在商店里度过时间，真正了解是什么让业务运转，商店是如何运作的，以及为什么这些工作很难?他们怎么能做得更好呢?然后仔细思考，你可以构建什么应用程序数据产品，你可以带来什么功能来帮助这些领域，而不是你经常看到的和Alec的功能是，“嘿，这有点像Wiziwig，一个很酷的应用程序”。这是在找问题。我试着从，让我们从问题开始，并确保我们正在建立最合理的解决方案，将易于理解，并在组织内采用。

克里斯·达戈斯蒂诺(09:31):
所以，乔恩，你知道，我们谈论了一些关于变革管理和进入，以及，你知道，作为一个商业领袖，思考数据如何帮助企业实现其目标。我们在Databricks讨论了很多关于如何从小型数据集，不使用数据科学和机器学习转向基于云的计划，并能够真正利用不同业务部门的所有数据，并统一这些角色的总体10步策略。因此，我们不仅要讨论实现这一目标所需的技术平台，还要讨论文化变革。bob体育客户端下载所以我认为，这与你的方法是一致的，即使是作为一名技术专家，你也要确保从它如何影响业务的角度考虑问题?我如何与企业合作以确保他们成功?那么我们不只是为了技术而开发技术吗?

Jon Francis (10:30):
是的，我认为另一部分也是，思考如何测试和学习，从小事开始。你知道吗，与其把海水煮沸，我喜欢你的框架。它是，你知道，从一些用例开始，你知道，你可以驱动增量价值，也许它不是完美的架构。也许这不是你需要或想要的所有数据，但你能识别出一些用例，从小处开始，证明对组织的价值。然后它几乎变成了一个飞轮，它建立在自己的基础上，人们对他们所说的话和它所能推动的价值感到兴奋。那么我们怎样才能得到更多呢?我不知道，这与你在其他客户身上看到的情况是否一致，他们是如何对待这个空间的?

克里斯·达戈斯蒂诺(11:14):
是的,没错。您知道，我们谈论的是采用用例，并试图根据性能和可行性将它们分成不同的类别。因此，从性能的角度来看，我喜欢与客户讨论多部门和多分钟用例的亚秒级响应时间，因为我认为，当你考虑用例以及它需要多快地执行时，需要什么样的数据来满足用例。当然，你可能应用的算法，你可以开始弄清楚，这些是我们应该优先考虑的用例。和你一样，你想要寻找速战速决的方法，试着在六周或更短的时间内找到一些东西，而不是等待。你知道，公司不会等上8个月才看到ML的成果，对吧?他们想要速战速决，但正如你所说，你可能没有基础设施。你可能没有准备好的数据集，可以在某个特定的用例中做大，但如果你可以开始，并且务实，你会得到一些牵引，我认为。

Jon Francis (12:15):
是的，我认为这也像，你知道，我是作为一名统计学家，作为一名数据科学从业者，建立模型。我认为挑战也是，你知道，建立一些东西，我很高兴你提到了规模，因为很多时候统计学家或数据科学家可能也会处理一个问题，我将选择最困难的算法，就我如何处理而言，我们将如何解决这个问题，这个业务提示，但如果不能扩展，那么利用率就不存在了。所以我认为，当你考虑解决方案时，如果你想让它在生产中运行并创造价值，你就需要以这种方式思考。看到这样的性能，特别是对于面向客户的应用程序，如果它是在网站或应用程序上，速度本质上是可以做到的。

克里斯·达戈斯蒂诺(13:06):
就数据产品而言，你知道，我们在Databricks经常谈论的目标是，当你进入这个新的数据架构，你收集越来越多的数据，你在寻找洞察力，通常公司都在寻找跨业务部门的洞察力。所以有一种推动数据产品的心态，我们需要生产可重用的数据产品。我们有一个特定的数据管道来进行细化，进行数据验证和数据管理。它确保数据质量良好，规模足够大，你可以用它来训练机器学习模型，例如，带来新的用例，新的见解，你如何处理数据产品，以及组建你的团队和识别潜力?因此，数据产品当然是用例的一部分，但数据产品是数据生态系统中的一等公民。

乔恩·弗朗西斯:
是的。我，你知道，我很高兴你提到了洞察，因为，因为它总是从那里开始，无论是通过分析，我们从行为数据中获得，还是我们做民族志，我们与客户交谈，或者我们与我们的员工交谈，你知道，我认为它总是从那里开始。所以，你知道，我要举的一个例子只是为了描绘一幅关于我们如何思考的画面，你知道，很明显，许多零售商在COVID期间面临着。你会看到很多像我们这样的雇主现在在家办公，而不是像以前那样在早上上班的路上去喝杯咖啡。我们看到越来越多的顾客转移到郊区，你知道，他们现在去离家更近的商店，而不是去咖啡馆，他们更多地去开车。

乔恩·弗朗西斯:
所以，你知道，我们显然可以通过我们的行为数据来观察这一点。这种洞察力为我们提供了一个数据产品的机会，它实际上是围绕我们在Azure之上构建的更深入的机器学习应用程序，并与Databricks的功能合作。bob体育外网下载但是我们有它支持我们的能力是看我们的免下车，我们有数字菜单板。而且我们知道，我们通过免下车餐厅吸引了更多的顾客。他们没有那么多的机会，你知道，当他们走进一家咖啡馆，真正了解菜单上有什么，探索和与咖啡师交谈。所以我们抓住了这个机会，因为我们得到了更多的顾客，他们会说，好吧，让我们提升个性化的推荐，通过驱动，通过那些顾客，那是基于他们的购物篮的环境，天气如何，库存是多少畅销产品是什么。所以我们使用所有这些来大规模地运行强化学习算法，然后为汽车餐厅的推荐提供动力。它受到了客户的好评，推动了业务的增长，对我们来说也是如此。所以我认为这是一个例子，我们得到了一个见解，我们通过一个数据产品，从商业角度来看是有意义的。

克里斯·达戈斯蒂诺(16:29):
是的，那真的很酷。我的意思是，考虑到COVID的情况，这是一个组织能够快速适应的很好的例子。谈谈店内体验，有一天，希望很快，我们会回到店内体验，一直让我印象深刻的事情是，你知道，走进店内，你可以和咖啡师交谈，你可以坐下来，你可以做一些工作，或者你可以和朋友见面，聊天。所以它似乎总是围绕着，你知道，只是改善体验。人工智能如何在商店中发挥作用来帮助实现这一目标呢?

Jon Francis (17:06):
是的，这是个好问题。你知道，我认为我们试图思考这个问题的方式，你知道，几乎首要的任务是，你知道，这不是机器人卖咖啡。我想，这不是我们的价值主张。我们的价值主张是人与人之间的联系，以及我们的顾客与店内咖啡师之间的特殊关系。你知道，克里斯甚至可以在你走进当地商店的时候想想自己的经历。咖啡师通常认识你，记得你的饮料，甚至可能记得，你知道，你昨天开了一个重要的会议，问你会议进行得怎么样，或者知道你孩子的足球比赛。这很特别，对吧?咖啡太棒了。不要误会我的意思。很明显，这是公司和企业的首要任务，但我们也在做联系人们的工作。

Jon Francis (17:58):
所以我们看待人工智能的方式是，你知道，它们能发挥什么作用来加强这种联系?因此，如果你想想，无论是在客户端还是在咖啡师端，我们可以让他们的体验更轻松的一件事，无论是在咖啡师端还是我们如何自动化库存补充，或者我们如何看待物联网应用或客户端，我们可以围绕订购和交付建立更无缝的体验。我认为这就是我们解决这个问题的方法。这更多的是关于我们如何为客户和我们的合作伙伴提供日常生活中的许多组成部分，让他们专注于彼此之间的人际互动。bob体育外网下载

克里斯·达戈斯蒂诺(18:47):
约翰，你谈到了免下车的例子，并试图在那里个性化订购过程。所以，这些创新，当然，你有很多不同的利益相关者。我们已经讨论了如何优先考虑用例，哪些用例将为业务带来价值，以及您和您的团队必须像业务所有者一样思考的事实。当你在创新和制造产品的时候，你是如何征求反馈的，你是如何得到反馈循环的，给我们一些，你在星巴克内部工作的人物角色的范围，例如，在你其他的企业中，你知道，你支持的其他组织，你知道，你是如何建立那些利益相关者来提供反馈的?

Jon Francis (19:33):
是的，这是个好问题。而且，你知道，我认为无论是你的客户还是你的员工，可以是在商店工作的实地员工，也可以是在我们公司总部工作的员工，你知道，我们有一些机制，通过这些机制，我们收集反馈，这就是为什么我真的喜欢我的工作，因为它不仅仅是数据科学。我们也做人种学和调查研究和设计。所以，我们倾向于做的是建立能力，你知道，我们正在推出的功能，以创建里程碑和互动点，在那里我们可以收集反馈，实时从，你知道，无论是从我们的客户，无论是从我们的合作伙伴，我们称之为咖啡师，我们在大楼里有利益相关者。bob体育外网下载

Jon Francis (20:28):
我认为我从中学到的是，我们尽可能以顾客为中心，但有时你也必须考虑到限制因素，我将以得来速汽车为例。你知道，如果你推荐一种产品，你知道，从算法上来说可能是有意义的，但实际上我可能会降低免下车的速度你无意中降低了商店内的运营速度。所以关键是你从各个方面得到这些信号是非常重要的，无论是你的客户还是组织中的其他同事，因为它不可能全部都是机器学习。如果没有直接的反馈，你永远不会接触到这些定性信号。所以我们真的试图从整体上考虑无论是从调查，还是从商店的进货，无论是从我的外观供应链还是围绕能力的运营。所以我们把它融入到所有的产品中，这是我们真正考虑过的。

克里斯·达戈斯蒂诺(21:35):
太棒了。你们是否都在使用NPS分数来追踪产品的接受程度以及这种体验对你们，对咖啡师，对合作伙伴有什么意义?bob体育外网下载

Jon Francis (21:47):
是的，我们倾向于，我们有我们自己的版本。我们还看了很多定性的数据，然后根据这些数据进行挖掘，除了一对一的对话，我认为这些都在我们如何评估成功方面发挥着作用。

克里斯·达戈斯蒂诺(22:05):
所以，约翰，你谈到了你知道，从从业者转换到领导团队，并且，你知道，试图提高他们的声音，在这个过程中，确保他们的需求被听到，并且可能在组织内对数据科学领域所涉及的内容有更高的赞赏。你知道，我可以想象，作为一个统计和动手的人，你可能有点像我，作为一个软件工程师，更偏向于左脑逻辑。这其中有同理心的一面以及建立关系和代表利益相关者的能力等等。所以对于今天在听的人，了解你的背景和你做过的有趣的工作，你知道的，你早期的实践经验以及你是如何把它变成领导团队的执行角色的你对那些想要成为你的位置的人有什么建议吗?他们想成为组织内的首席数据官。如果他们这样想，你会给他们什么建议?

乔恩·弗朗西斯(23:13):
是的，这是个好问题。我觉得你说的一针见血，克里斯，我喜欢你用的这个词，移情，你知道，我，这不是我天生就有的肌肉，我认为这真的只是周围的移情，这又回到了我之前说过的观点。这是关于真正理解企业试图解决的问题，并花大量时间倾听和沉浸在业务中。总之，这里有一些我认为很酷的能力，可以潜在地解决问题，但感觉就像你把巨石推到山上，而不是从另一个方向开始。首先要认真思考，像个企业主一样。我认为这是一个。再一次，对这些组织中其他不整天考虑数据或不考虑数据科学的人产生共鸣，我认为这是很重要的一点。

乔恩·弗朗西斯(24:09):
我想说的另一点是，不要低估你的角色，提高数据素养。我认为这可能有点自私自利，但我们也发现，如果人们甚至对数据及其可能发挥的作用和影响都没有基本的了解，就很难让他们感到兴奋和鼓舞。那么，作为首席分析官或数据官，你会扮演什么角色，并真正提高关于数据的集体素养以及人们如何看待数据，从定义kpi到围绕分析事物建立战略，这些事情可能看起来不太性感。但我认为，这几乎是一种进入成本，为了让企业更可信，并帮助企业更好地理解我们正在构建的能力的价值。再说一次，这有点自私，但最终我认为成功之路是在旅途中帮助他人。

克里斯·达戈斯蒂诺(25:14):
是的。我想考虑到，考虑到你在职业生涯中一直以消费者为中心，数据的道德成分和个性化也是，你知道，作为教育利益相关者的一部分，确保人们理解，比如，什么是数据的艺术什么是务实的和现实的，然后什么是道德的，对吗?就像你可以用你收集到的消费者的数据做一系列的事情，但并不是所有的数据都对商业有好处。它们对消费者来说并不都是好事。在某些情况下，它们甚至是不合法的。

乔恩·弗朗西斯(25:47):
是的。我们经常讨论令人毛骨悚然的和很酷的，甚至那些不合法的东西可能只是令人毛骨悚然，你必须考虑它会产生的品牌影响。我们是否想要以某种方式出现，做一些最终可能会剥夺一些客户特权的事情。所以我认为这是一个重要的问题。你知道，有些事情需要思考，思考你如何看待隐私，以及你如何在这方面教育你的团队。你知道,克里斯。我认为我想到另一个是,你知道,,,也许同情你使用这个词的想法通过机器学习等的影响不会生活在孤立的人类决策和真正的魔法和力量实际上是当你把机器擅长什么,他们可以自动化先进的决策相结合,与人类很擅长。

乔恩·弗朗西斯(26:50):
我认为这对我来说是一个巨大的顿悟，就在过去的10年里，特别是在耐克和星巴克之间，机器学习本身永远不会单独发挥作用，无论是营销人员还是运营人员，他们的思想和经验，要么帮助机器学习表现得更好，要么增强你在决策方面所做的事情，从算法。所以这必须是一个平衡。我认为这在科学中是理所当然的人们必须适应它。

提问者1 (27:26)
感谢您收看本期由Databricks为您带来的数据和人工智能冠军节目。成千上万的数据领导者依靠Databricks来简化数据和人工智能。因此，数据团队可以更快地创新，解决世界上最棘手的问题，请访问www.neidfyre.com，了解数据领导者如何释放所有数据的真正潜力。