![胡里奥·里维拉，威尼斯游戏大厅教员]()
Dr. 胡里奥·里维拉教授应用商业分析的研究生和本科生课程，并通过分析和商业智能联盟(ABIC)进行推广。, 是由卡罗尔商学院牵头的吗. Dr. 里维拉是本科研究运动的国际领导者，也是本科研究委员会(CUR)的名誉主席。, 他在哪里担任总裁并在执行委员会任职.
是时候讲述更多的数据故事了
我想我已经把这个博客推迟了很多次了. 每次我快要出版什么东西的时候, 事情妨碍了我，或者事情变得更重要了. 我本来计划在去年秋天开始, 但工作职责的突然转变意味着我不得不专注于较少的数据相关事务. 这些职责在1月份结束，我准备在2020年3月开始工作，然后世界变了. 写一些我感兴趣的数据问题似乎是陈词滥调和麻木不仁. 我也很清楚，这个世界不需要另一个博客.
但我知道我必须开始. 关于COVID-19危机的大量数据以及各组织在面对未来时决策的不确定性水平使得有必要开始这一过程. 我也有想写的东西.
我们开始吧...这个博客的目标很简单:
- 我想强调并讲述人们如何在决策中使用数据的故事. 这些故事中有些会突出成功，有些则会发现错误. 无论如何，我们的目标是构建一组实际使用数据的示例.
- 用我正在处理的数据或者我周围的人正在处理的数据讲故事.
- 我想通过我自己的数据项目谈谈我对这个世界的一些想法.
- 我希望众包一些问题(这需要一群人)，所以我希望获得一些读者.
- 我希望能从中得到一些乐趣.
这些目标可能会随着时间的推移而演变和发展，但这是一个很好的开始.
最后一点:数据和分析总是有优势的. 有一种误解认为数据和分析是中立和客观的. 事实并非如此. 不同的人对此进行了权衡，认为定量方法是简化的，是“右倾”的。, 而另一些人则断言这些方法有“中间偏左”的偏见. 这些标签忽视了数据和分析的力量. 我们如何解释数据会有偏见, 但无论分析师对世界的看法如何，技术都是一样的. 我们做出的假设和我们自己的偏见导致我们进行不同的分析. 我有一个很好的亲密的同事，我们坐在政治光谱的对立面. 我们合作得很好，因为我们可以在数据和方法上达成一致. 我们经常分享工作成果和笔记. 我们通常会这样回应:“我真的不喜欢这个结果, 但是你的分析是正确的，你的数据是好的.“这就是我们如何成为有效的工作伙伴. 这也是我们说服彼此的方式. 如果数据分析做得好, 它可以推动对话，并可能改变他人的想法.
I write about my colleague and our relationship because as I write these posts I am bound to please you; I am bound to make you angry. 如果我擅长我的工作，我就会两者兼顾.