数字化转型案例:Jabil通过技能升级将其员工转变为了数据科学家

CIOAge 数字化转型
全球制造服务提供商Jabil很难找到数据科学家来利用它的数据,所以它通过公民数据科学项目在内部培养了这些科学家。

几年前,制造业服务公司Jabil坐拥着一座数据金矿,希望可以用来推动其商业决策,但却没有切实可行的方法来利用它。

该公司号称在全球拥有20多万名员工,它已经启动了一个未来工厂计划,希望将其在20多个国家的100多家工厂实现现代化。其目的是将数据从生产线中提取出来,对数据进行分析,并利用分析得出的见解来改进流程。但和许多组织一样,Jabil也在努力寻找数据科学家来帮助其将数据发挥出作用。

[[330276]]

“很长一段时间以来,我一直相信世界上很少有数据科学家,而且他们只是在四处走动,”Jabil的首席信息官Gary Cantrell说。“我们只是运气不好,找不到这些人,也招不到他们。但从那以后,我们找到了解决方案,只是一开始对我们来说确实有点困难。”

即使可以找到数据科学家,让他们在所需的领域专业知识上加快速度也是一个令人望而生畏的事情。Jabil的生意很复杂。它为从医疗保健到国防、计算、存储和网络的每个行业都提供着特定于行业的设计工程服务。它还在为电子制造和消费行业提供了制造和供应链服务,以及材料技术的服务。

Cantrell的解决方案是创建一个Jabil的公民数据科学项目,从具有深厚领域专业知识的专家中培养内部数据科学家。该项目为Jabil赢得了CIO 100的IT卓越奖。

数据时代的技能升级

“我们有很多有数学天赋的人,他们非常了解我们的业务,也非常了解我们从业务中所获得的数据,”Cantrell说。“如果我们将其与如何使用分析的培训相匹配,那么我们就可以开始将其与直接解决业务问题的应用程序结合起来了。”

Cantrell与南佛罗里达大学的合作开始于坦帕市,距离Jabil的佛罗里达州圣彼得堡不远。这家公司帮助Jabil开发了一套课程,能够在16周的时间里培训拥有工程和数学背景的员工。

“我们开发了一个程序来系统地训练他们对数据分析和算法的使用,不仅是开发算法,更重要的是,如何使用已有的很多算法,然后将它们应用到一个特定的业务问题中去,这是我们试图在生产线上进行的具体改进,”Cantrell说。“我们试图在最开始就确定几个我们认为很有可能会成功的、会给我们带来良好回报的关键项目。”

在Jabil的IT组织的领导下,这个项目已经扩展到了中国研究院和马来西亚大学,接下来还计划与欧洲的大学进行合作。Cantrell说,目前全世界有超过160名员工通过该项目接受了7到8个小组的培训。该项目对所有的Jabil员工开放,但他们必须有一个真正的业务问题,相信数据科学可以帮助他们解决问题。

事实证明,这些业务问题是多种多样的,包括:

  • 一个来自供应链和工程的团队使用机器学习算法来自动化零部件的报价过程。零部件的预测定价模式将Jabil的报价流程周转时间缩短了80%以上。
  • 来自财务和IT部门的一个团队使用统计时间序列预测模型,将公司的应付账款预测准确率提高到了97%。
  • 一个由来自财务、工程和IT部门的成员组成的团队使用了统计技术来对一个新的工程能力进行利用率的预测,准确率为90%,这使工程工作负载的管理更加高效了。

Jabil在各个部门都培养了公民数据科学家,包括财务、人力资源、制造、供应链、工程和法律部门。将跨职能团队聚集在一起的能力将使公司能够解决更广泛的业务问题。

“这可能是我们在过去一年半时间里所做的两个最大的改进:具有跨职能的特性,以及我们正在努力解决的非常具体、定义明确的业务问题。”Cantrell说。

在数据科学领域推销业务

Cantrell说,除了果断地将重点放在解决业务问题之外,该项目成功的另一个早期因素是创建了高管级别的培训队伍,让关键高管参加为期两天的集中培训项目。这帮助高管理解了这个项目,并在他们开始寻找需要用数据来解决的业务问题时获得了他们的热情支持。该计划还继续通过邀请高级管理人员在每个团队完成该计划时参与汇报来加强管理层的赞助。

“当管理层看到公司的问题得到了解决,得到了可以帮助他们变得更好的结果时,我们真的开始在整个执行团队中获得了认同和支持,”Cantrell说。“平心而论,我们在前期进行了大量的推销。然后花了差不多三年的时间让高管们对此感到兴奋。但现在,在过去两年的问题会是,‘好吧,你在分析方面做了什么?接下来呢?'虽然花了一些时间,但我们最终通过将其与业务联系起来,使信息得到了传达,因为他们也看到了业务的价值。”

 

责任编辑:赵宁宁 来源: 企业网D1Net
相关推荐

2018-07-29 07:46:02

信息安全数据科学家数据安全

2016-04-11 14:15:06

数据科学数据挖掘工具

2018-02-28 15:03:03

数据科学家数据分析职业

2017-08-04 15:53:10

大数据真伪数据科学家

2019-07-05 10:29:17

大数据数据科学家

2019-11-29 18:03:27

数学R语言算法

2023-09-22 11:32:31

数字化转型数字经济

2020-11-05 15:52:50

人工智能

2023-08-11 11:03:46

数字化转型劳动力短缺

2019-03-25 21:18:41

数据科学家大数据技能

2018-05-03 09:11:51

数据科学家职业数据科学

2020-03-25 10:20:36

数字化CIO首席信息官

2012-12-26 10:51:20

数据科学家

2018-12-24 08:37:44

数据科学家数据模型

2021-10-08 13:45:23

大数据数据科学家货币

2012-12-06 15:36:55

CIO

2015-08-25 14:58:19

数据

2012-12-27 09:50:36

Facebook

2011-04-11 15:55:03

商业智能数据

2018-10-16 14:37:34

数据科学家数据分析数据科学

51CTO技术栈公众号