干净的工作让我们可以专注于好东西——我们的 R 脚本、报 是否有任何记录重 告或 PowerPoint 幻灯片。就像厨师在将酱汁和其他配料装盘之前要先品尝它们一样，我们需要在每一步都检查数据，从第一次加载数据开始。我们 是否有任何记录重 是否检查过以确保它加载了所有记录？ 如果有，那没关系吗？在一系列与日期相关的记录中间是否有任何数据缺失？通过检查每一步，我们可以以更低的成本和更短的时间解决问题。
保证质量
最后，在提交分析之前，我们应该最后再看一眼我 印度数据 们交付的内容。就像厨师确保完成的饭菜美味可口、赏心悦目一样，我们需要确保用文字、表格和数字清楚地解释见解。当然，这只是最终检查的第一步。同行（其他数据科学家）和同事（其他团 对业务有什么好处？ 队成员）也应该检查我们的工作，以确定质量和对受众的适用性。就像有些客人不喜欢辛辣食物一样，有些客户不会理解直方图。我们可能需要进行调整，才能使我们的最终结果最适合该客户。
生产卓越
一旦我们交付了最终结果，就又要开 香港领先 始清理工作、记录、收起我们的项目并开始下一个项目。我们可以自信地高效地进行了分析，因为我们计划了每一步，我们准备好了所有资源，当我们需要它们时，我们的项目是可重复的，因为我们摆脱了易腐烂的东西，签入了所有代码，并记录了项目。我们的客户收到了可交付成果，在每一步中都牢记效率和质量。让我们利用百年来开发的 mise en place 并将其付诸实践，帮助我们实现卓越。