Search
  • Mercy Shao

如何建立數據分析夢想團隊?

隨著科技進展,更多樣、大量的數據可被蒐集和即時回傳,許多公司都在擴增數據團隊,「數據科學家」和「數據工程師」雙雙列入LinkedIn的2020新興工作報告的新興趨勢前十名,LinkedIn觀察到,數據科學家正在取代許多傳統的職務。如今,數據科學已經形成了巨大的規模,並且仍還在不斷的發展。企業正在也必須因應這個趨勢,並為未來做準備。


對各種規模的企業而言,只有一名數據分析師已經不足以加入現在的數據分析潮流,為了充分利用數據所提供的全部內容,公司急需建立合適的團隊。創立團隊的方法基本有兩個派別:一是架構一個專門的組織來滿足數據分析需求,二是將數據分析職能分散在經常使用數據的各部門以進行協作。

" 過去十年來,數據增長只是一個趨勢,一個發展與成長的歷程而已。" Ryan Sutton, Robert Half Technology and The Creative Group地區總裁

另一方面,數據人員的職位名稱和工作內容也相當不準確。隨著越來越多的技術採用、數據使用及科技進步,數據處理的相關角色也發生多樣性的變化,不同的公司、不同的行業可能用不同的名稱指稱相似的工作,抑或某些企業的數據團隊可能由不同領域的專家組成。不論如何,若公司要全面擁抱數據,創建正確的數據營運團隊至關重要。一個數據夢幻隊伍應該包含以下關鍵角色。


數據工程師 (Data Engineer)


數據工程師一般有軟體工程和計算機科學背景,在團隊中負責蒐集和管理數據儲存。更具體的說,他們獲取大量原始數據並編寫演算法,為其他人準備好未來數據的使用。許多數據文化成熟的公司將數據工程師視為數據團隊的骨幹、流程的核心。麻省理工學院斯隆(MIT Sloan)商業分析碩士 課程主任,瑞銀投資銀行(UBS Investment Bank)全球技術集團前董事Michelle Li比喻:「如果您要蓋房子,他們就是您的結構工程師。」


數據科學家(Data Scientist)


數據科學家與數據工程師並稱大數據戰略的起點。數據科學家在工程師維護數據的同時,負責理清楚如何處理數據。換句話說,數據科學家負責更多面向的業務,而數據工程師必須專注於紮實的基礎架構、數據規模和質量。數據洞察以及將數據崁入業務當中,屬於數據科學家的任務範疇。同時,數據科學家還使用人工智能(AI)和機器學習(Machine Learning)來推動分析並獲得見解。


目前已經有許多公司將營運研究、市場營銷或數據分析師的角色替換成數據科學家。而教育背景要求也不再如傳統,只能由擁有博士學位的分析人員擔任。Ryan Sutton指出,這項改變意味著,將有不同技能的人被歸為同一職稱,但人們常常會誤解,有明確、公認、適當的數據科學家的意象。


數據翻譯員(Data Translator)


數據翻譯員是新興的角色。他們扮演數據和傳統業務營運之間的橋樑,將分析洞察轉化為公司行動。數據翻譯員必須了解演算法及數據科學家的工作,然後在業務環境中使用它。這樣的人才可能出自MBA,不必具有深入的數學能力或分析技能,也不需要自己編程演算法,但他們需要了解數據模型並能夠提供業務洞察力。因此,數據翻譯員甚至可能擔任培訓角色,對其他人進行數據教育,教大家如何在實際工作中利用報告、理解報告、自定義報告。


麥肯錫資深分析師,也是麻省理工學院斯隆MBA校友Tim Valicenti說,在麥肯錫,數據翻譯員站在數據科學顧問和傳統顧問之間,他們管理著數據科學團隊,並與公司其他部門的客戶(也就是各公司的高管)溝通需求和溝通結果。他說:「您不能真正期望高管們知道所有數據科學術語和了解機器學習。他們可能知道什麼是機器學習,但他們並不總是有時間學習細節。因此需要翻譯人員在高管與分析團隊中間負責繁重的溝通。


其他相關技術人員,包括知識工程師與本體專家

Knowledge Engineers, Ontologists, and more


公司技術能力的發展及使用數據的方式,為數據團隊中現有的角色上增加了新的重點,例如機器學習工程師,這是一群在機器學習和人工智能方面具有特定知識的數據工程師,這類的角色泛稱為知識工程師。知識工程師將智能建構到計算機系統中,以模仿人類決策的大腦,除了統計之外,知識工程師致力於提供語義,讓數據信息與世界其他地區相關。


而本體專家是一群具有更廣闊視野的人。傳統的分析使公司能夠分析過去的趨勢和事件,而本體專家可以充當公司的大腦,負責獲取分析結果,並將其與公司內外部信息結合,以回答問題。


很多員工都有想法,但被邊緣化的數據公民的想法不容易被納入傳統的數據管理中。本體專家把整個自然語言的質疑帶向另一個層次,將高級分析結果吸收到知識圖譜和本體中,以對業務問題提出真正的答案。

數據長及分析長(CDO, CDAO)


負責領導數據團隊的方法有很多,有一些公司在C層級增加了首席數據官(Chief Data Office, CDO)或首席數據分析師(Chief Data Analytics Officer, CDAO)。根據2020年NewVantage Partners對《財富》1000強企業和其他領先公司的調查,大約57%的公司認命了首席數據官或首席數據分析官。然而,只有28%的受訪者表示角色已經確立,而27%的受訪者表示數據沒有單一責任點。組織類型之間也存在差異,有64%的金融公司指定了CDO,但只有48%的生命科學公司指定了CDO

部分首席數據官還負責資料安全。對於蒐集大量數據的公司而言,資訊安全越來越重要。但在規模小的公司,資訊安全也是CIO的責任。還有些公司任命資訊安全官─畢竟上市公司必須有一名資訊安全官。

在一些組織中,數據團隊向執行長或營運長匯報,而其他團隊則由技術副總裁或其他領導者負責。團隊有時會有商業技術、自動化、數位轉型或技術開發等職稱副標題。擁有首席數據官,將有技術部門一般的副總裁。而職稱則因公司而異。

​轉載、品牌行銷、數據分析、主持及演講合作請與我聯繫

If you need permission to quote or discuss the cooperation opportunities, please contact me.

EMAIL: mercyshaocw@gmail.com

Facebook: https://www.facebook.com/Mercy.Y.S.Shao

© 2020 by Mercy Shao. Proudly created with Wix.com