具有價值的靈感,往往不是源於單一的「靈光乍現」
企業應善用資料分析人才
How to Actually Put Your Data Analysis to Good Use

有三種方法可以做到。
數據資料與分析的專業人員,看來是下一場人才爭逐競賽的核心要角。2015年,擁有資料科學技能的人才過剩;如今則出現嚴重短缺。IBM預計到2020年時,僅僅在美國,對資料與分析人才的廣大需求,將達到270萬個職位。
對於以先進分析方法為核心主張的公司來說,爭取人才的角逐尤其激烈,例如電子商務巨擘、避險基金和複雜系統工程公司。對這類公司來說,在內部設置一支專門的資料專家團隊可能是必要的。
但其他公司呢?沒有那麼大的必要。來看看美國Rexer Analytics公司的一項調查結果:超過三分之一的資料分析專業人員說,他們的公司從未使用或僅僅偶爾使用他們的分析。這令人質疑,由聚焦於整體挑戰的集中式團隊來提供分析,是否實用可行。
依我們的經驗,大多數公司並不需要一支小型的資料科學家團隊,也不需要尖端分析技術。它們真正需要的,是能解決關鍵商業與營運問題的分析。好消息是,已有工具能做到這些,而且相對便宜。處理能力(processing power)也是同樣情形。同時,絕大多數的公司已經儲存極大量的商業相關資料(但未加以分析),並且正以前所未有的快速度蒐集資料。
企業欠缺的,通常是一項清楚的策略和營
對於以先進分析方法為核心主張的公司來說,爭取人才的角逐尤其激烈,例如電子商務巨擘、避險基金和複雜系統工程公司。對這類公司來說,在內部設置一支專門的資料專家團隊可能是必要的。
但其他公司呢?沒有那麼大的必要。來看看美國Rexer Analytics公司的一項調查結果:超過三分之一的資料分析專業人員說,他們的公司從未使用或僅僅偶爾使用他們的分析。這令人質疑,由聚焦於整體挑戰的集中式團隊來提供分析,是否實用可行。
與企業完全整合
依我們的經驗,大多數公司並不需要一支小型的資料科學家團隊,也不需要尖端分析技術。它們真正需要的,是能解決關鍵商業與營運問題的分析。好消息是,已有工具能做到這些,而且相對便宜。處理能力(processing power)也是同樣情形。同時,絕大多數的公司已經儲存極大量的商業相關資料(但未加以分析),並且正以前所未有的快速度蒐集資料。
企業欠缺的,通常是一項清楚的策略和營
已經是會員?立即登入
閱讀完本模組的文章/個案後
我們建議您思考下列問題
Q.
什麼是數位轉型的真實意義?
Q.
你是否已盤點組織數字化、數位化與數位轉型的目標與能耐。
Q.
如何運用企業智慧決策分析學找出組織明確的發展盲點與機會點?
Q.
如何培養組織與時俱進的頂尖員工?
Q.
如何擬定組織的數位轉型策略?
Q.
如何讓組織數位轉型策略落地?
Q.
如何制定推動「分析成性,公私兩利」組織文化的戰術?
Q.
什麼是「轉識成智」?如何協助組織轉識成智進而推動智慧決策?




