少了分析技能,大数据毫无用处_数据分析师
贵公司员工是否拥有必要的技能,能从大数据中获益?汤玛斯·戴文波特(Tom Davenport)和帕蒂尔(DJ Patil)在其谈数据科学家崛起的一篇文章指出,大数据时代来临,意味着分析大量杂乱无章、非结构性的数据,将日益成为每个人工作的一部分。公司会经常要求经理人和商业分析师利用数据执行实验、解读数据,以及发挥创意,打造以数据为基础的产品与服务。要在这个世界出人头地,许多人需要额外的技能。
有些必须绞尽脑汁处理大数据的公司,已察觉到需要拥有相关技能的员工。Avanade的一份新调查报告显示,超过60%的受访者表示,它们的员工需要培养新技能,将大数据化为洞见和商业价值。设在丹麦,生产天窗、太阳能板和其他屋顶产品的国际制造商威卢克斯集团(VELUX Group)全球商业智慧(Global Business Intelligence)主管安德斯·莱恩哈特(Anders Reinhardt)相信,“在标准的训练方式中,我们只学习跟商业使用者解释如何存取数据和报告,现在这样已不再够用。大数据对使用者的要求远高于从前”。许多产业的高级管理者正在制定计划,准备提升员工的技能。他们告诉我,员工需要:
有意愿并准备好要做实验:经理人和商业分析师必须在他们负责的业务上,运用科学实验原则。他们必须懂得如何建构聪明的假说。他们也需要了解实验测试和设计的原则,包括母群选择和抽样,以评估数据分析的效度。由于金融服务、零售和制药业中,随机测试与实验日益普及,拥有科学实验设计背景的人才特别受到重视。
Google的招聘人员明白,实验和测试是该公司的文化和业务流程中不可分割的部分,所以他们会问应聘者“校车能够塞进多少颗高尔夫球?”或者“曼哈顿有多少个下水道盖?”之类的问题。问这些问题的目的,不在于找到正确的答案,而是用以考验应征者在实验设计、逻辑和计量分析方面的技能。
擅长于数学推理:今天贵公司有多少经理人真的“懂数字”,擅长于解读和运用数字数据?这种技能将越来越重要。威卢克斯的莱恩哈特解释说:“企业使用者不必是统计学家,但他们需要了解如何适当地使用统计方法。我们希望企业使用者了解如何解读数据、衡量指标,以及统计模型的结果。”
有些公司出于需要,在聘用员工的时候,已经确定他们十分擅长于数学推理。第一资本(Capital One)银行的招募作业强调雇用分析和数字处理能力强的员工,并把他们分派到业务的各个层面。包括资深高级主管在内的应聘者,都必须通过严格的面试流程,包括测试他们的数学推理、逻辑和问题解决能力。
能够看到大(数据)画面:你可以称之为“数据处理能力”,指擅长于寻找、操弄、管理和解读数据。而所谓的数据,不只包括数字,也涵盖文字和图片。数据处理能力必须从它们平常的资讯科技职能,广为向外扩展,并且成为每一个业务职能和活动不可或缺的层面。
宝洁公司(Procter & Gamble)的CEO鲍伯·麦唐纳(Bob McDonald)相信“数据建模、模拟和其他的数位工具,正在改造我们的创新方式”。这样的发展,改变了他的员工需要的技能。为了因应这个挑战,宝洁“为组织中的每个晋升层级,量身打造作为基准的数位技能量表”。威鲁卢克斯将针对商业使用者开办数据处理能力训练课程列为优先要务。经理人需要知道有什么数据可用,并且运用数据视觉化技术以处理和解读数据。“或许最重要的是,我们需要协助他们构思新种类的数据,可以如何带来新的洞见,”莱恩哈特指出。
明天的领导者需要确定他们的员工拥有这些技能,并在文化、支援和责任方面建立起配套措施。除此之外,当组织不再只有少数的信息科技专家和统计学博士,而是雇有许多员工埋首分析杂乱无章、复杂、大量的非结构性数据时,他们必须从容自在地负起领导之责。
另一个挑战是:员工有可能下载和混搭数据,而引起数据安全、可靠和准确方面的担忧。但我所进行的研究发现,员工对他们在工作上使用的技术、数据和运用程序,已经负起更多的责任。员工必须了解如何保护敏感性很高的企业数据。领导者则需要学习“信任,但查证”员工所做的分析、在出现分析失效时与员工一道寻找问题所在。
要确保大数据能够产生大价值,企业不但应采用新技术,还要再训练技能,以养成重视数据的心态和分析文化。领导这场革命的公司已经有一批专注于实验、懂数字和数据的员工。你准备好加入它们的行列了吗?
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 2 Pandas数据类型 Pandas 有两种自己独有的基本数据结构。需要注意的是,它固然有着两种数据 ...
2024-11-01《Python数据分析极简入门》 第2节 1 Pandas简介 说好开始学Python,怎么到了Pandas? 前面说过,既然定义为极简入门,我们只抓 ...
2024-10-31在当今数据驱动的世界中,数据科学与工程专业的重要性愈发凸显。无论是推动技术进步,还是在商业决策中提供精准分析,这一专业都 ...
2024-10-30在当今信息爆炸的时代,数据已成为企业决策和战略制定的核心资源。爬虫工程师因此成为数据获取和挖掘的关键角色。本文将详细介绍 ...
2024-10-30在当今数据驱动的世界中,数据分析是揭示商业洞察和推动决策的核心力量。选择合适的数据分析工具对于数据专业人士而言至关重要。 ...
2024-10-30能源企业在全球经济和环境保护双重压力下,正面临前所未有的挑战与机遇。数字化转型作为应对这些挑战的关键手段,正在深刻变革传 ...
2024-10-30近年来,随着数据科学的逐步发展,Python语言的使用率也越来越高,不仅可以做数据处理,网页开发,更是数据科学、机器学习、深度 ...
2024-10-30大数据分析师证书 针对不同知识,掌握程度的要求分为【领会】、【熟知】、【应用】三个级别,考生应按照不同知识要求进行学习。 ...
2024-10-30《Python数据分析极简入门》 附:Anaconda安装教程 注:分Windows系统下安装和MacOS系统安装 1. Windows系统下安装 第一步清华大 ...
2024-10-29拥抱数据分析的世界 - 成为一名数据分析工程师是一个充满挑战和机遇的职业选择。要成功地进入这个领域,你需要掌握一系列关键技 ...
2024-10-28降本增效:管理战略的关键 企业管理中的降本增效不仅是一项重要的战略举措,更是激发竞争力、提高盈利能力的关键。这一理念在当 ...
2024-10-28企业数字化是指利用数字技术和信息化手段,对企业的各个方面进行改造和优化,以提升生产效率、服务质量和市场竞争力的过程。实现 ...
2024-10-28数据科学专业毕业后,毕业生可以选择从事多种不同的岗位和领域。数据科学是一个快速发展且广泛应用的领域,毕业生在企业、学术界 ...
2024-10-28学习数据科学与大数据技术是当今职业发展中至关重要的一环。从基础到高级,以下是一些建议的课程路径: 基础课程: Python编程 ...
2024-10-28在信息技术和数据科学领域,数据架构师扮演着至关重要的角色。他们负责设计和管理企业中复杂的数据基础设施,以支持数据驱动的决 ...
2024-10-28进入21世纪以来,随着信息技术的迅猛发展,大数据已经成为全球最具影响力的技术之一,并成为企业数字化转型的核心驱动力。大数据 ...
2024-10-28随着科技的迅猛发展,数字化转型已成为现代企业保持竞争力和推动增长的关键战略之一。数字化不仅仅是技术的应用,它代表着一种全 ...
2024-10-28银行业正处于一个前所未有的数字化转型时期。在数字经济的驱动下,金融科技如大数据、人工智能、生物识别、物联网和云计算等技术 ...
2024-10-28数据分析可视化是一门艺术与科学相结合的技术,其主要目标是将复杂的数据变得更易于理解和分析。通过将数据以图表的形式呈现,我 ...
2024-10-28数据分析师在现代信息密集型的商业世界中扮演着至关重要的角色。他们通过专业的技能和敏锐的商业洞察力,帮助企业从大量数据中提 ...
2024-10-28