数据分析前沿的见解

 

　　2. 必须解决隐私问题，让消费者拥有控制权大有裨益

 

　　在有关大数据的公共讨论中，隐私已成为不可谈及的禁忌，因为媒体已经正确地指出了某些数据收集方法中的过度行为。难怪消费者越来越警惕了(但B2B领域对数据的关注度似乎较小)。另一方面，数据分析渐渐为消费者(更不用说公司和政府)带来了一系列好处，例如得到了改善的医疗效果，精准反映消费者喜好的新产品或因自定义信息的能力增强而产生的更有用且更重要的数字体验。这些好处必然取决于收集，存储和分析描述真实人物的大型的粒度数据集。

 

　　我们的分析领导者一致认为，将更多的信息控制权交给消费者并建立起他们的信任，这才是正确的发展方向。

 

　　选择加入模型。第一步是使消费者可以选择是否可以收集，共享和使用其数据。例如，数据聚合商Acxiom最近发布了一个网站(aboutthedata .com)，该网站使消费者可以对公司收集的有关他们的数据的分发进行评估，编辑和限制。例如，消费者可以选择限制以精准投放网络广告为目的的数据共享。他们控制着目标广告(但私密性较低)和非目标广告(潜在价值较低)之间的权衡。

 

　　公司行为。我们的小组成员认为，在数据收集领域里，各大公司的动机都是善良的，各大组织也将十分负责任地采取行动。但是它们必须不断赢得这种信任。从单个隐私违规或错误判断中恢复可能需要数年时间。建立内部实践以加强良好的数据管理能力，同时让客户知道数据分析的好处，这一点至关重要。用一位与会者的话来说就是：“消费者会信任那些忠于价值主张的公司。如果我们专注于实现这一目标，那么消费者将十分欣慰。如果我们偏离了方向，那我们就有麻烦了。”

 

　　3. 人才的缺乏正在催生各种创新方法，但人们还需要更多方法

 

　　人才短缺是个热门话题。这可不仅仅是IT专业人员和分析专业人员的短缺。即使那些渐渐通过创意十足的招聘和薪酬策略来解决技能缺口的公司也发现自己在另一个领域缺人：他们需要更多的“翻译人员”，即将IT与数据，分析和业务决策的学科联系起来的人。这些翻译人员可以将IT，分析和业务部门的团队联系起来，同时推动整体数据分析策略的设计和执行。如果没有这样的员工，新数据策略、工具和方法(不管它们有多先进)都不会产生令人满意的影响。

 

　　但是，这样的兼才是很少见的。更有可能发生的情景是，公司能找到将三个所需技能中的两个相结合的个人。数据战略师将IT知识和制定业务决策的经验结合在一起，因此他们非常适合为高价值的业务分析明确各种数据要求。数据科学家将深厚的分析专业知识与IT知识相结合，以开发各种复杂的模型和算法。分析顾问将实用的业务知识与分析经验相结合，以专注于影响力巨大的分析商机。

 

　　与会者普遍认为，常见的人才来源(一流大学和MBA课程)越来越不足。很少有公司开发出培养具备多项技能的人所需的课程。为了弥补这种缺口并使更多的人扎根于各种业务技能和定量技能，有些公司正在从先进的互联网公司挖数据科学家。而另一些公司则采用离岸外包的方法。

 

　　要管理并留住这些特殊人员就要求思维方式和文化方面的变革。工作一：提供激发人们研究各种新方法和洞察的空间和自由。一位高管在描述公司为创新提供更多自由的努力时指出：“有时，你很可能并不确切知道他们(数据科学家)会发现什么”。(到目前为止，这些努力正在留住更多人才)。另一个优先事项：创建一个充满活力的环境，使顶尖人才认为自己处于技术变革和新兴最佳实践的最前沿。促进与数据分析生态系统(包括风险投资家，分析初创公司和成熟的分析供应商)的互动是十分有用的。

 

　　4. 你需要卓越中心并且要不断发展

 

　　为了促进分析工作，几乎所有的公司都在使用卓越中心，卓越中心与企业一起快速开发和部署分析。卓越中心通常包含数据科学家，业务专家和工具开发人员。公司之所以建立这些中心，部分原因在于企业领导者需要帮助。卓越中心还增强了上述稀缺的翻译人员对整个组织的影响。卓越中心甚至有助于吸引和留住人才：在最佳状态下，这些中心是学习和创新的温床，由于团队会共享一系列想法，如怎样构建可靠的数据集，怎样创建强大的模型并将其转化为有价值的业务工具，因此，卓越中心是学习和创新的温床。

（编辑：淮安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!