http://blogs.hbr.org/cs/2013/01/why_your_it_project_needs_a_cognitive.html
Why Your IT Project Needs a Cognitive Scientist
Most IT professionals have engineering, computer science, and math backgrounds. Not surprisingly, they are generally very logical and are strong process thinkers, and they tend to focus less on the "I" and more on the "T" in IT. For tasks such as processing financial trades or retail transactions, these are ideal skills. If, however, the goal is to support the discovery of knowledge, they become a hindrance.
IT 전문가들의 대부분은 공학,컴퓨터 과학,수학의 배경을 가진 사람들이다. 별로 놀랍지 않게도 그들은 일반적으로 매우 논리적이고 프로세스적인 사고에 강하다. 그리고 IT중 I 보다 T를 중요하게 여기는 경향이 있다. 금융트레이드 프로세스나 소매거래 같은 과제에 IT는 이상적인 기술이다. 그러나 만약 목표가 지식의 발견을 도와주는것 것이라면 그들은 방해꾼이 된다.
To address this problem, many companies have added people with deep knowledge of the business to IT project teams, exposed IT professionals to complex business issues, and hired more data scientists. But those moves will not be enough. When working with big data sets, you can probably find statistically meaningful relationships between any variables you choose. What pulls you back to reality is knowledge of the business. The dilemma is that this knowledge can also limit your sphere of thinking.
이 문제를 알리기 위해 많은 회사들은 깊은 비지니스 지식을 가진 사람들을 IT프로젝트 팀에 투입하고, IT 전문가들에게 복잡한 비지니스 이슈를 밝히고, 더 많은 데이터과학자들을 고용했다. 그러다 이것들도 충분하지 않을 것이다. 만약 빅데이타를 가지고 작업한다면 당신이 선택한 변수들간의 통계적으로 유의미한 관계 발견할 수 있을 것이다. 현실로 당신을 돌아오게 하는 것은 비지니스 지식이다. 이러한 지식 또한 생각의 범위를 제한할 수 있다는 것이 딜레마이다.
For that reason, big data and other analytics projects require people versed in the cognitive and behavioral sciences, who understand how people perceive problems, use information, and analyze data in developing solutions, ideas, and knowledge. This shift mirrors the shift in economics to behavioral economics, which applies knowledge from the fields of social psychology and the cognitive and behavioral sciences to develop a new understanding of how people think and behave in markets and economies.
이러한 이유로, 빅데이터나 다른 분석적인 프로젝트에는 사람들이 어떻게 문제를 지각하는지, 정보를 사용하는지, 그리고 아이디어나 지식 해결책을 발전시키는 데이터를 분석하는지 이해할 수 있는 인지행동과학에 조예가 있는 인원이 필요하다. 이런 변화는 경제학이 사람들이 시장과 경기에 대해 어떻게 생각하과 반응하지 이해하기 위하여 시장사회심리학과 인지/행동 과학 분야로부터의 지식을 적용하는 행동경제학으로 변화하는 것을 반영한다.
In some organizations today, big data and analytics projects already include people with backgrounds in those fields. Her Majesty's Revenue and Customs (HMRC), the British tax agency, has recently employed organizational psychologists, who help analytics teams improve their interpretive abilities by, for example, making them aware of their confirmatory biases: their tendencies to search for or interpret information in a way that confirms preconceptions. One such bias was that certain debt-collection approaches worked for particular categories of taxpayers.
어떤 조직들은 최근에 빅데이터와 분석 프로젝트에 벌써 이런 분야의 지식을 가진 사람들을 포함하고 있다. 영국 국세청인 HMRC는 최근에 분석팀의 해석능력을 향상시키는데 도움이되는 조직심리학자를 고용했다. -예를들면 선입견을 확신하는 방식으로 정보를 해석과 검색하는 그들의 경향인 편향확증을 확실히 인식하는 것-. 이런 편향은 추심대행업자들이 납세자의 특별한 카테고리에서 일한다는 것을 의미했다.
HMRC's leaders recognize that in addition to knowing how the business works — for example, what kind of case can go to court, what that process entails, and why certain cases fail — data scientists also need to understand the mind-sets of debt collectors and the behaviors of debtors (for example, why some people who owe taxes pay before a case gets to court and others don't). The organizational psychologists assist in this. They also spend time in the field with inspectors (who conduct tax investigations) and call-center staffers (who negotiate with taxpayers).
HMRC의 리더는 부가적으로 어떻게 비지니스가 이루어 지는지 알아내었다. 예를들면 어떤 케이스가 법정에 가고, 어떤 프로세스가 남겨지는지 그리고 왜 어떤 케이스는 실패하는지 등 이다. 데이터 과학자들은 또한 채권 추심업자들의 과 채무자간의 사고방식에 대한 이해도 필요하다.(예를들면 왜 세금을 내야할 어떤 사람들은 법정에 가고 어떤 사람은 안가는지) 조직 심리학자들은 이런것들을 도와준다. 그들은 또한 현장에서 세금 조사관을 지휘하는 관찰자나 납세자들과 협상하는 콜센터 직원들과 같이 시간을 보낸다.
Organizations that want employees to be more data oriented in their thinking and decision making must train them to know when to draw on data and how to frame questions, build hypotheses, conduct experiments, and interpret results.
사고나 결정을 좀 더 데이터 기반으로 하는 종업원을 원하는 조직은 반드시 데이터를 도출해낼때에 질문을 하는 방식,가설을 세우는 방식, 실험을 지휘하는 방식, 결과를 해석하는 방식을 알도록 그들을 훈련 시켜야한다.
This blog post was excerpted from Donald A. Marchand's and Joe Peppard's article "Why IT Fumbles Analytics" in the January-February issue of the magazine.
