不管是從商業還是政府大數據的角度來說，中國都已經成為名副其實的“數據大國”。到2020年，中國的全球數據占比將達到18%，超越美國成為世界第一。但數據大國不等于數據強國。數據強國最重要的標志不是數據擁有量，而是使數據產生價值的處理和分析能力。
因而，在組織使用數據來做出更好的業務決策的過程中，數據工程師將是不可或缺的一部分。2013 至 2015 年間，數據工程師的數量增加了一倍以上。截至 2017 年 10 月，LinkedIn 招聘信息中有超過 2500 個 “數據工程師” 的空缺職位，反映出該專業的需求持續增長。
那么這個角色的職責是什么，又為何如此重要?數據工程師負責以一種可用于提供見解和決策的方式，從業務的基礎系統中提取數據。隨著數據速率和存儲容量的增長，既掌握技術知識，又了解業務需求的人員開始變得越來越重要。 數據工程師一職需要獨特的技能組合。他/她不僅需要了解后端、數據的內容以及數據如何為業務用戶提供服務，還需要開發技術解決方案以使數據便于使用。
用 Tableau 的資深招聘人員 Michael Ashe 的話來說，“我不是新手。我從事技術招聘工作已經超過 17 年。數據和存儲容量的持續增長不足為奇，我親眼目睹這一切發生巨大的飛躍。數據總是需要調整。企業需要這一角色。他們需要深入了解特定數據以做出業務決策。作為企業的重要角色，數據工程師的需求絕對會繼續增加。”
除此之外，由于數據處理是一個多層次的過程，每一個層次都需要不同的技能。因此除了“數據工程師”之類負責數據清理和準備的工作人員以外，具有決策能力的首席信息官也是實現數據強國不可缺少的助力之一。
數據和分析正在成為每個組織的核心。這是無可爭辯的。隨著組織的發展，組織將分析逐步提到更高的戰略地位和責任水平。過去，大多數商業智能工作都被安排給首席信息官 (CIO)，負責監管整個組織的數據資產的標準化、整合和管控情況，并需要提交一致性報告。這使得 BI 計劃(數據管控、建立分析模型等)與 CIO 職權范圍內的其他策略計劃(如 IT 架構、系統安全或網絡策略)互相競爭，并會時常抑制 BI 的成功和影響。
在某些情況下，由于獲取見解的速度與數據的安全性和管控之間存在矛盾，CIO 和業務人員之間也會產生隔閡。為了通過分析投資從數據中獲得可操作性的見解，組織越發意識到需要建立高管問責制以創建分析文化。對于越來越多的組織而言，此問題的答案是任命首席數據官 (CDO) 或首席分析官 (CAO) 引導業務流程變革，克服文化障礙，并向組織各級傳達分析的價值。這可以讓 CIO 將戰略重點更多的放到數據安全性等方面。
如今，組織紛紛任命 CDO 和/或 CAO 來負責業務影響和改進成果，這一事實也體現了現代組織中數據和分析的戰略價值。高級主管們現在對于如何部署分析策略有了積極主動的對話。CDO 不再等待特定報告的請求，而是問：“我們如何預測或快速適應業務請求?”
為了最有效地在高管崗位下構建高效團隊，組織正在投入更多資金和資源。據 Gartner 統計，80% 的大型企業將在 2020 年之前全面落實 CDO 辦公室。目前，辦公室中的平均員工人數是 38 人，但有 66% 的受訪組織預計該辦公室的預算將會增長。
Tableau的市場情報總監 Josh Parenteau 指出，CDO角色的特點是“注重結果”。他表示：“這不僅僅是將數據放入數據倉庫然后希望有人去使用它，數據部門負責定義使用的含義，并確保您能夠從中獲得價值。”這種結果導向是至關重要的，特別是其與 Gartner 2016 年 CDO調查的前三個目標相一致，其中包括更高的客戶親密度、更大的競爭優勢和更高的效率。這些目標正在推動Wells Fargo、IBM、Aetna和Ancestry 等公司落實CDO制度，旨在將其數據策略提升到更高水平，使首席數據官在 2018 年成為業務的主角。
PwC 最近的一項研究表明，到 2021 年，69%的雇主將要求應聘者掌握數據科學和分析技能。2017年Glassdoor提供的報告稱， “數據科學” 連續第二年成為 “頂尖職位” 。隨著雇主需求的增加，填補高水平數據專業人才缺口的緊迫性迫在眉睫，但現實存在著差距。同一份 PwC報告中指出，只有23%的大學畢業生具備在雇主需求層面上進行競爭的必要技能。麻省理工學院最近的一項調查發現，40%的管理人員難以招聘到分析人才。
我國也正面著臨相同的問題：教學上，缺乏師資;實踐上，與企業實際情況斷軌。針對這一情況，阿里云2015年6月聯合慧科教育集團推出了大學合作計劃，計劃用3年時間培養5萬數據科學家。除了業界，國內高校也在尋覓解決方法。繼2016年北京大學、中南大學、對外經貿大學首批設立大數據相關學科后，中國人民大學、北京郵電大學、復旦大學等32所高校成為第二批成功申請 “數據科學與大數據技術” 本科新專業的高校。業界與學界的共同努力將為中國迎合大數據趨勢提供高級人才保障。
針對大數據人才培養方法，清華–青島數據科學研究院執行副院長韓亦舜表示，數據人才除了需要專業知識，更需要數據思維。大數據技術本身只是一種處理數據的方法，能夠在數據思維的指導下，分析數據、解讀數據的人才是社會所需要的。因此，可以說人文學科和講述故事促進了數據分析行業的發展。更令人驚訝的是，從前專門由 IT 和高級用戶完成的創建分析儀表板等技術工作，正在被熟悉講述故事技能(一種主要來源于人文學科的技能組合)的用戶所接管。此外，企業更重視聘用能夠通過人文學和說服力(而不僅僅是分析本身)使用數據和見解來影響變革和推動轉型的員工。
隨著技術平臺變得越來越易于使用，人們對技術專長的重視程度也有所降低。每個人都可以輕松處理數據，無需曾經要求的高深技術技能。擁有更廣泛技能的人員(包括人文學者)在缺少數據工作者的行業和組織中匯集，并形成影響力。隨著更多的組織將數據分析作為業務重點，這些人文學科數據管理員將幫助公司認識到，支持廣大員工自主進行數據分析會帶來競爭優勢。
雇傭新一代的數據工作者已成為大勢所趨。一些技術型公司由有著人文學科教育背景的創始人領導或深受其影響。這包括 Slack、LinkedIn、PayPal、Pinterest 和其他幾家高績效技術公司的創始人和高管。
隨著分析發展過程中的人文成分增多，科學成分減少，分析的重點已經從簡單的數據傳遞轉變為精心制作數據驅動型故事，這些故事將無一例外地幫助制定決策。組織以前所未有的規模積極接納數據，這種順勢而為意味著要更加強調講述故事和表述數據的重要性。我們正處在講述數據故事的黃金時代，在您的組織中的某處，可能就有數據故事講述者正等待著為您揭開下一次重大發現。
京公網安備 11010502049343號