最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

敏捷的数据分析能力助你在猴年职场旗开得胜

[复制链接]
跳转到指定楼层
楼主
发表于 2016-2-25 15:54:37 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
Thomas Yap,Tableau大中国区销售总监

猴年新年一过,大家都回到了各自的工作中,开始为各自的事业而忙碌。在新一年伊始,大部分人都会重新审视自己的职业生涯,思考如何在新一年的工作中能有所提高,还有许多人会试着寻找职场中的新机遇,迎接全新的挑战。这时,不妨来看看一些职场领域的热门话题,或许对你有所启发。
当我们还在欢度猴年春节的假期时,全球经济形势充满动荡,可以预见,颠覆与变革将依然是2016年经济发展的主流。随着新技术的不断涌现和应用,原有产业体系将被颠覆与重塑,以顺应时代发展的需要。在这个充满变数的阶段,企业必须采取变革,形成更加灵活有效的运营模式。为了能根据市场变化及时地作出反应,企业必须更快地发现和理解市场的瞬息万变。为此,对于市场、行业和企业自身的数据分析就变得更加重要了。
于是,我们看到领英(LinkedIn)官方博客上出现的一篇名为《2016年能让你找到工作的25项技能》的文章中,“统计分析与数据挖掘”技能赫然在列,而且高居第二。在作者看来,掌握这项技能的人才在全球范围内都是雇主眼中的“香饽饽”,这在中国同样也不例外。
中国不仅拥有世界最多的人口,而且拥有全球最大也是最活跃的互联网市场。随着“互联网+”在中国的实施,各个领域势必会出现更多的各类数据,记录着人们生活方方面面的信息。如何从中萃取精华,挖掘出有价值的信息,将是政府、企业、机构乃至个人最为关心的问题。
长久以来,人们一直认为数据只能由IT专家和专业分析师等“行家”来处理。在企业中,数据被交给IT专家和分析师来处理,得出分析报告后交给各部门使用。然而,许多IT专家和分析师是数学、统计学或计算机专业的毕业生,对于商业领域的问题并不在行,缺乏商业洞察能力,难以给出满足企业的数据需要。尤其是随着数据的爆炸式增长,对于数据分析的需求大幅增加,也提出了更高的要求,人们希望能快速地查看并理解数据,以便从瀚如烟海的数字中找出解答他们问题的答案;而且许多情况下,在解决一个问题后,又会出现新的问题。如果采用传统的数据分析模式,依靠分析师只能遵照需要来处理数据,效率非常低下,难以给出及时的、充满洞见的分析结果。因此,企业希望由那些更了解公司战略、目标市场和商业运营的业务人员来从事数据分析工作,从而能从数据中快速地发现更多有价值的内容。
在Tableau,我们已经注意到了这一点。我们正在提供全新的解决方案,让使用者能够独立查看和理解数据,而无需专业数据分析人员的帮助。这一理念将会是数据分析的大势所趋,我们称之为“自助式数据分析”。
最近在商业智能领域有一个比较有意思的现象,也已经昭示了数据分析的未来趋势。在Gartner最新发布的“2016年度商业智能和分析平台魔力象限”报告中,仅有Tableau、Qlik和微软Power BI处于“领先者”的象限之中;而那些主要面向数据专家和专业分析师的传统商业智能巨头,已经不在“领先者”之列。这是破天荒的第一次!可见,就连权威的Gartner也认定“自助式数据分析”才是数据分析的大势所趋。
其实,这一趋势已经在许多客户的日常业务运营中得到了印证。在已经开展“自助式数据分析”的企业中,各部门人员的分工重新聚焦在各自擅长的领域:数据专家们专注于回答最为困难和专业的问题,IT专家专注于IT策略、安全性和数据管理。而各个部门,无论是销售、市场营销、财务、人力资源还是IT管理,都自行从事数据分析来回答自己提出的问题。这样,更多的问题将会被提出和解答,而个人和企业都能够更快地作出更好的决策。
因此,在不久的将来,人人都将成为数据分析师。无论你身处哪个行业,供职于哪个部门,位居一线还是高管,数据分析能力都将是一项关键技能,成为衡量你是否具备足够任职能力的重要指标。

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-8 09:40

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表