从入门级到高管级,为什么现在每个人都需要数据智能
就像石油和天然气推动了20世纪和21世纪初的经济一样,随着我们加速进入数字革命时代,数据正日益推动创新和全球经济。无论是谷歌、亚马逊(Amazon)和优步(Uber)这样的科技巨头,还是不起眼的初创企业,组织及其员工都必须参与接受数据——否则就有可能落后于竞争对手。
转变为数据第一思维模式的公司拥有巨大的竞争优势。在金融、制造和营销等领域,数据的量化价值正在迅速增加。例如,在医疗保健行业,使用数据分析可以降低成本高达仅在美国市场就有4500亿美元麦肯锡(McKinsey)最近的一项研究显示,在美国,这是一项非常重要的任务。
事实上,比90%的现有数据是在过去两年里创立的。在这个数据金矿中蕴藏着企业在追求更好的客户定位、提高对消费者趋势的理解、降低产品开发成本等无数潜在应用方面所渴望的信息。
因此,我们正处在一个人人都来自的地方,这就不足为奇了ceo们了将需要一些数据智能功能在他们的日常角色中。
IRIS的首席数据科学家Tom Sullivan博士说:“如果你需要使用数据科学,你需要了解数据科学家的核心竞争力是什么。”TV是一家娱乐公司,该公司应用机器学习算法,根据用户档案将正确的视频内容匹配到正确的用户。“这也与直觉和经验有关,而不仅仅是数学和科学。”
即使是以人为中心的角色,例如人力资源部门的角色,也需要对数据科学有基本的了解,以便在组织不断增长的数据需求下找到并留住合适的人员。考虑到目前对顶尖人才的争夺,这一点尤为重要据估计,仅在美国,数据科学家的供应与私营部门对分析人才的需求之间就存在50%至60%的缺口.
例如,尽管招聘经理不需要知道线性代数,但他们确实需要了解一个空缺职位是否需要更强的统计和机器学习背景,以及如何编写工作清单,以吸引正确的数据通才求职者。
学习课程是了解如何在工作中最佳地使用数据的重要第一步。对于非技术专业人士来说,比如大数据概论,什么是数据科学?和执行数据科学介绍数据科学可以做什么。等课程使用Excel进行数据分析和数据驱动公司的业务指标教授数据科学如何实际应用于商业。
掌握数据科学基础知识(更重要的是它的价值)的商业领袖可以利用它做出更好的决策。通过能够有效地传达数据所讲述的故事,领导者可以更好地确定数据可以在哪些方面提供帮助,并提倡将数据整合到商业战略中,以获得更有效的结果。
例如,对数据科学有基本了解的制造业领导者可以开始精确地确定节省成本的切实风险和机会。在制造业中,预测建模可以用于规划实现过程中的供应链延迟和风险。传感器和无线技术在产品生命周期的每个阶段捕捉数据,包括送货卡车的速度等基本因素,这些因素可能会增加车辆或货物结构损坏的几率。通过能够收集和理解这些数据,业务领导者将能够更好地提高流程效率,最终帮助企业节省资金和时间。
像这样的一个例子仅仅是个开始。随着我们每天创造的数据量的增加,公司和组织从中获得的价值也在增加。
今天的数据是一个尖端的、讲故事和发现事实的工具,每个人都应该接受。那些努力达到哪怕是最基本的理解的人,将获得更有效的商业成果和更大的事业成功。