我的丈夫是一位狂热的马拉松运动员和铁人三项运动员，这些年来，我有机会目睹了多次比赛的结束。看到运动员们在身体、精神和情感上都疲惫不堪的情况下完成最后一英里的比赛是一种不可思议的经历。当我问我的妻子关于“最后一英里”的经历时，她证实这通常是每一场比赛中最折磨人的部分，但也是最令人兴奋和最有价值的部分。它使几周甚至几个月的计划、训练和训练达到高潮。
类似地，在分析领域，组织在他们的数据计划中做出了相当大的前期投资。在收集数据之后，蓝冠测速网络用于移动设备通信，因为射频是一种有限的共享资源，并且蓝冠官网体系结构已被设计为在广泛的地理区域内和许多设备之间共享此资源。通常必须对其进行汇总和准备，然后才能进行分析或建模。据估计，这些数据收集和准备活动消耗了80%的时间和精力。在分析过程中，“最后一英里”代表了将洞察力转化为驱动价值的变化或结果的最后阶段。如果你足够幸运地进入了分析过程的最后阶段，没有越过终点线就意味着之前所有的工作都是为了好玩——没有奖牌，就没有荣誉。然而，许多组织在最后一段时间里步履蹒跚——从未实现数据投资的预期回报。
在分析过程中经历了数据收集、准备、探索和建模阶段之后，太多的组织认为一切都会在最后神奇地走到一起。在2019年的新华帝合作伙伴调查中，77.1%的公司发现商业采用数据计划是一个重大挑战。参与这项调查的高管指出，人员和流程(95%)代表了大部分挑战，而不是技术。最后一英里是重点从技术转向人的地方。在这个阶段，数据被插入到日常流程中，放在人们的指尖帮助影响决策。不幸的是，就像运动员在比赛的初始阶段耗费了太多的精力一样，公司经常会误判整个赛程，然后无法让他们的数据主动通过终点线。
最近，一家科技初创公司遇到了最后一英里的问题。其专业服务团队希望为客户成功团队提供更深入的客户洞察，以协助其核心活动。专业服务团队引入了一种新的流程和工具来捕获关于客户约定的更丰富的数据。客户成功团队建议将这些信息直接嵌入到他们日常使用的帐户管理应用程序中。然而，由于技术资源有限，他们只能设法将信息放入独立的仪表板中。尽管新的仪表板包含有价值的信息，但它不是客户成功团队工作流程的一部分……所以它没有被采纳。最终，当专业服务团队发现数据没有被使用时，他们停止收集和共享客户信息。在这种情况下，就像在其他许多情况下一样，蓝冠注册AI正在通过自然语言处理来帮助驱动各种形式的机器人，以帮助人类。例如，机器人可以用来将饮料运送到酒店房间，或将比萨饼运送到房屋，同时让接收者提出问题以获取信息。一项具有良好意图的潜在有益的数据计划在最后一英里被阐明。
首先，最后一英里问题的一部分可以归因于组织如何处理分析过程。大多数公司从数据开始，然后试图确定在哪里以及如何利用这些数据。相反，你应该优先考虑分析旅程的最后一英里，然后向后工作。麦肯锡在一篇出色的文章“脱离:秘密扩展分析,“作者彼得•Bisson布赖斯大厅,布莱恩·麦卡锡和哈立德Rifai指出,“[公司]应该首先确定生成的决策过程可以提高附加价值在公司的业务战略的背景下,然后向后工作来确定需要哪些类型的数据的见解影响这些决策以及公司如何供应他们。“一开始就把目标放在心里，组织就会有更好的准备，更专注于最后一英里的强势冲刺。”
第二，在最后一英里，用户采用可能决定您的数据计划成功与否。为了完成强壮，你需要确保人们跑的是下坡，而不是上坡。虽然在实际比赛中这样做并不总是可行的(就像我妻子提醒我的那样)，但是您的分析解决方案应该使人们更容易而不是更困难地做出更好的决策。如果最终用户还没有通知您的设计方法，那么您还没有做好最后一英里的准备。你需要超越数据或技术，关注其他以人为中心的元素，如培训、沟通、可用性、数据可视化、工作流、激励和责任。正如Bain & Company的Chris Brahm所说，“当你在设计分析时，让这些分析的客户参与到这个过程中，你要考虑这些分析所处的环境。无论激励改变，培训改变，分析如何呈现，它的可视化，它的简单性，等等，所有这些都是经过深思熟虑的，你准备在最后一英里采用。“如果你在最后一英里采取整体的方法，你更有可能完成比赛。
数据相关项目的80-90%的失败率表明我们还没有搞清楚如何运行整个分析竞赛。虽然许多数据项目开始时很强大，但很少有项目结束时很强大。不要让这些计划在最后一英里就土崩瓦解，你应该在开始的时候就把目标放在心里。如果你能准确地指出需要提前优化的具体的价值产生决策，你就能建立一条更清晰的成功之路。此外，您还必须研究数据最终将如何被最终用户应用，以及如何将其集成到他们现有的工作流中、如何嵌入到他们现有的应用程序中、如何根据他们现有的功能进行调整等等。他们越觉得自己是在走下坡路，而不是在一个陡峭的斜坡上，蓝冠怎么样？到目前为止，还没有得到太多人使用，因为蓝冠测速技术无法在蜂窝网络中与它们一起使用，并且无法将mmWave的功率和天线要求整合到移动设备中。就越有可能接受和采用您的数据计划。