大数据短板:分析人才短缺成CIO困局
眼下,商业智能、数据分析和大数据大行其道。但是企业的这些项目需要员工具备扎实的业务知识、统计专长和演示技巧--而许多IT专业人员并不具备这些技能。看看一些CIO在如何解决这个问题的。
正如单单历史报告不足以公司主管作出企业决策--他们希望借助商业智能来确定当前和未来的趋势,IT人员也需要更深入地了解商业智能,而不是仅仅懂得如何运行数据仓库或制作仪表板。据业内专家们表示,这使得CIO处于困境。专家们已发出数据分析技能短缺的预警。
比如说,麦肯锡全球研究所在去年春天发布的一份报告预测,到2018年,美国可能缺少拥有扎实分析技能的14万至19万工人,另外缺少150万名懂得如何通过分析大数据来作出有效决策的经理和分析师。
GregMeyers是年收入50亿美元的生物科技公司百健艾迪(BiogenIdec)的全球IT副总裁,他说:"我们觉得我们的商业智能主管在积极推动本公司弃用纯粹的历史报告,力求真正的推理分析。这既是技术方面的挑战,又是变更管理方面的挑战。"
弗雷斯特调研公司的分析师BorisEvelson表示,不过,尽管美国失业率继续高企,但还是缺少商业智能方面的人才。"我接触过的每一个客户都对我说,他们在为寻找和留住商业智能方面的人才而绞尽脑汁。"
Evelson表示,为了填补这一缺口,CIO们在争夺具备这些素质的员工:除了搜索、数据集成以及其他方面(如业务知识)具有专长外,还有扎实的数学技能,能够熟练使用大型数据库和新兴的数据库技术。他说,实际上,业务知识(比如对流程、客户和产品的了解)"至少与技术技能一样重要。"
IT主管们在考虑现在如何获得所需的数据分析人才,同时为将来培养拥有相应技能的技术人才。
业务分析教育方面的不足
FootePartners是一家研究咨询公司,专门跟踪分析IT技能需求和薪酬水平。它认为,商业智能人才方面前景黯淡,这归因于从事架构师、模型师、集成员、分析师和开发员等岗位的年轻员工供应不足。该公司的联合创始人、首席执行官兼首席研究官DavidFoote表示,这一发现结果只是初步性的;不过他认为,一个问题是,许多高等院校还没有积极应对这个挑战:向学生传授数据分析岗位可能需要的一些技能。
他提到了政府和行业需要与学术界寻求合作(比如美国网络安全挑战赛),通过网上竞赛和奖励,吸引学生从事信息安全行业。Foote说:"数据分析/统计/商业智能方面需要出现同样一幕。要积极培养渴望进入这个行业、并以此为业的学生。"
遗憾的是,学历(如上课或者甚至相关学位)的作用很有限。合格的员工需要好几年的工作经验,才能了解如何应对"实际环境下的"商业智能挑战。Evelson说:"你可以通过上六个月的课,掌握商业智能所需的技术技能;但是这并不重要。重要的是通过成功或失败的实施项目,不断掌握最佳实践、汲取经验教训。"
需要实际的数据分析经验
所以,IT主管们如今在全国四处寻找拥有自己所需的数据分析技能的人才。DouglasMenefee是舒马赫集团(SchumacherGroup)的CIO,这家私人持有的公司为全国各地的医院提供急诊室管理服务。他不仅想招聘"懂得如何用数据来阐明情况"的演示分析师,还想招聘熟悉数据库抽取、转换和加载(ETL)的开发人员。
Menefee说:"这两种人才都要有非常扎实的批判性思考技能,需要能够通过提出尖锐问题来获取信息。"他表示,ETL开发人员需要"扎实的数学和逻辑匹配技能,"而演示开发人员"需要能够运用左右脑思维"--换句话说,运用逻辑思维和创造性思维。"我们希望他们运用创造力,生动直观地阐明情况。"
他表示,由于项目在迅速变化--这取决于"当天亟需解决的难题",舒马赫集团寻找敏捷开发方面也有经验、能轻松适应变化的人才。
Menefee表示,招聘周期长达三至六个月,有时使得公司开展的项目达不到想要的进度。如果有必要,就会聘请顾问填补缺口,比如该公司在建立一个商业智能卓越中心,需要架构和设计方面的专长时,就是这么做的。日立咨询公司(HitachiConsulting)"帮了我们好几年的忙,直到我们内部有了相应的人员,"Menefee如是说。
让Menefee更为头痛的是,公司恰恰又在路易斯安那州拉斐特市。很难说服之前对拉斐特市不熟悉的人来此工作。他致力于招聘当地人以及想搬回到路易斯安那州的人。舒马赫集团还充分利用了通过路易斯安那州政府的FastStart劳动力计划提供的各项求职、招聘和培训服务。
与Menefee一样,百健艾迪公司的Meyers也想招聘在数据仓库、ETL和报告方面有经验的人员。他表示,这相对容易。不过他还需要这样的员工:知道如何从用户那里获得详细情况,了解他们用来作出决策的度量标准,以及用户面临的,但数据能帮他们找到办法的未解决问题。要找到这样的员工更具挑战性。他认为,自己可以从其他公司处招到从事过类似工作的员工。
为未来作规划
Meyers表示,他能找到需要为当前项目配备的人手。他说:"就分析过去几年的情况而言,这些技能应该绰绰有余;但要真正将商业智能作为一种竞争优势来使用,你就得关注为未来预测提供决策支持--而不是仅仅报告过去的情况。"同样,Menefee说:"我们的下一代技能将主要侧重业务方面,与统计建模和定量分析相结合。"他补充说,不过,"这些技能可能不会出现在IT部门。"
他正在努力打造一支适应形势的IT劳动力,一方面与路易斯安那州大学合作,每年有70名持有计算机硕士学位的学生从这所大学毕业。他还是该大学拉斐特分校的课程委员会成员,该委员会"让我们得以了解教学内容与公司实际需求之间存在什么样的差距。"他还与该学校一起制定实习计划。
太平洋海岸公司(PacificCoastCompanies)为十几家供应建筑产品和相关服务的子公司提供业务和IT服务。CIOMikeO'Dell需要的员工不但要有统计分析技能,了解经济知识,"还要有了解数据中因果关系的头脑。"他说:"我们在开展的几种项目致力于让我们的人员更高效地工作,从主管、销售员直到一线员工。"
事实上,需要业务技能决定着O'Dell的人员配备和招聘策略。他充分利用内部的业务人员,教他们技术方面的知识。他还招聘拥有技术技能的本地大学生,教他们业务方面的知识。
O'Dell说:"了解业务是更为复杂的一方面,所以想培养那些技能,最好的方法就是让技术型人员接触业务,并且把他们派到工作一线,让他们不断地学习。"
数据分析咨询请扫描二维码
需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21《Python数据分析极简入门》 第2节 3 Pandas数据查看 这里我们创建一个DataFrame命名为df: importnumpyasnpi ...
2024-11-21越老越吃香的行业主要集中在需要长时间经验积累和专业知识的领域。这些行业通常知识更新换代较慢,因此随着年龄的增长,从业者能 ...
2024-11-20数据导入 使用pandas库的read_csv()函数读取CSV文件或使用read_excel()函数读取Excel文件。 支持处理不同格式数据,可指定分隔 ...
2024-11-20大数据与会计专业是一门结合了大数据分析技术和会计财务理论知识的新型复合型学科,旨在培养能够适应现代会计业务新特征的高层次 ...
2024-11-20要成为一名数据分析师,需要掌握一系列硬技能和软技能。以下是成为数据分析师所需的关键技能: 统计学基础 理解基本的统计概念 ...
2024-11-20是的,Python可以用于数据分析。Python在数据分析领域非常流行,因为它拥有丰富的库和工具,能够高效地处理从数据清洗到可视化的 ...
2024-11-20在这个数据驱动的时代,数据分析师的角色变得愈发不可或缺。他们承担着帮助企业从数据中提取有价值信息的责任,而这些信息可以大 ...
2024-11-20数据分析作为现代信息时代的支柱之一,已经成为各行业不可或缺的工具。无论是在商业、科研还是日常决策中,数据分析都扮演着至关 ...
2024-11-20数字化转型已成为当今商业世界的热点话题。它不仅代表着技术的提升,还涉及企业业务流程、组织结构和文化的深层次变革。理解数字 ...
2024-11-20