簡要說,資料分析師主要處理資料蒐集、資料清洗、分析,並就成果提出商業決策建議;數據科學家需具備程式開發能力,設計統計模型優化產出效益,兩者專長和能力不同,企業需就本身需求延攬適用人才。一個好的資料分析師不僅專注資料,也需掌握產業領域的知識。

以一家願意投入資料分析的廠商來說,可考慮延攬外部人才,但需花成本訓練產業領域知識的深度;或者先期透過外部資源支持專案,再慢車貸慢培養內部人才技術應用能力,是企業可思考的人才策略。

大家都明白資料的掌握程度,將影響組織的營運與發展方向,然而是否有足夠的資源和能力執行巨量資料分析,組織文化是否支持專案進行,甚至接受失敗,都是巨量資料計畫能否成功的關鍵。

內容來自YAHOO新聞

以智慧零售為例,廠商可透過數據優化內部業務流程,包括進貨存貨、訂價策略、商品銷售預測、退換貨數據等,降低內部營運成本;也可積極掌握消費者行為,從消費者首次接觸商品資訊、瀏覽、下單、售後服務,加上社群、媒體和行動數據分析,達到精準推薦、提升商品轉化率,資料分析人才需對垂直應用領域的知識有一定程度了解,才能對數據價值有更高的掌握度。

新聞來源https://tw.news.yahoo.com/人才搶奪戰-21世紀最性感職業-數據科學家-215006014--finance.html

工商時報【工研院IEKITIS計畫產業分析師崔聖如】

McKinsey預測,至2018年,全美將面臨14至19萬的資料專業人才短缺,各國組織也正積極培養資料分析人才,台灣須加緊腳步趕上全球趨勢。

台灣整體軟體資源雖較薄弱,但短期仍可透過國際專業顧問,以外部資源挹注國內企業資訊應用能力;長期需從學研單位推動,資助巨量資料技術開發和培養專業人才,逐步補足國內軟體和資料應用能力。

不管是學界、業界或政府單位,透過數據分析,可加快工作和業務效率,甚至開創新興商機,但須了解的是,巨量資料再厲害,也有它的不完美。巨量個人信貸資料應用不比硬體製造,產出實體產品、送貨賣出、獲得利潤,整個流程可實際掌握;在數據分析時代,資料應用和價值時常存在於無形,甚至在近期內未必看見效益,是投入資料分析專案需有的心裡建設。

車貸人才搶奪戰-21世紀最性感職業:數據科學家

大型企業有資料規模,可透過以往累積的數據試行分析專案;中小型廠商雖然資源少,但可透過組織的創新與彈性,與外部單位合作,共同推動資料加值應用。政府單位長期以來累積大量資料,攸關人民生活福祉,更應該勇於嘗試,引領幾項對政策推動有影響力的計畫,在全球政府資料應用上佔一席之地。(本文作者為工研院IEKITIS計畫產業分析師)



「數據科學家」(Data Scientist)被《哈佛商業評論》喻為「21世紀最性感的職業」。什麼是數據科學家?和資料分析師有何不同?


D50449CE07245EBD
文章標籤
創作者介紹

個人小額信貸

t15fp71vdl 發表在 痞客邦 PIXNET 留言(0) 人氣()