Photo via VisualHunt.com

【我們為什麼挑選這篇文章】數據人才在美國及中國都極度短缺。80%的團隊都認為數據人才很重要,卻只有50%的公司能組到一支完整的團隊。。

「怎麼培育數據人才?」「怎麼找到適合的數據人才?」「數據人才能創造多少價值?」這份分析報告都回答了 ! (責任編輯:劉庭瑋)

原創2017-07-11報告  主創團隊 大資料文摘

我的公司是否需要獨立的資料團隊? 我該何時、怎麼樣建設自己的資料團隊? 資料團隊的價值如何衡量? 針對這些業內普遍存在的資料團隊建設問題,7月11日下午,大資料文摘聯合清華資料科學研究院,在清華大學校內重磅發佈首份《頂級數據團隊建設全景報告》(下稱《報告》)。

歷時3個月的調研,《報告》囊括50,000+條海內外網路資料分析、1,000+份調查問卷內容,和10位元海內外業界大咖深度訪談內容,針對 資料團隊建設現狀 資料團隊建設要素 兩大內容,致力於回答資料團隊建設現狀和資料團隊發展問題,力求為行業內資料團隊的組建和高校資料人才的培養提供指導性意見。

大資料文摘創始人汪德誠現場發佈報告

《報告》發現,目前,儘管部分組織的決策者已經具備了資料驅動意識,但資料價值真正落地仍然艱難。只有某些資訊化程度高的行業,如互聯網、金融等,配備有完整的資料團隊,多數資訊化程度偏低的行業仍然處於資料團隊建設的初級階段,資料團隊 做什麼 怎麼做 等問題仍不清晰。

在工作內容方面,現階段的資料團隊除了要承擔資料驅動決策、資料驅動業務的工作外,往往還承擔著產品優化、技術研發等工作。建設目標不清晰、業務界限模糊、人才缺乏等問題是這些團隊面臨的普遍困擾,在被調研的多數組織或機構中,資料團隊做出的決策無法充分、高效實現。一定程度上反映出資料團隊和業務部門的脫節。但是長遠來看,資料團隊依然具有非常廣闊的發展前景,業內資料人才需求巨大。

大數據團隊難以建立:網路金融行業領先

現階段,擁有資料團隊比例最高的是前期資訊化程度較好的金融業和IT行業,領跑資料團隊建設軍備競賽。其中,金融業資料業務外包比例最高,多採用 外包+內生 模式;IT行業的資料團隊結構較為集中,擁有獨立資料團隊的比例最大,而且使用資料外包服務相對較少。 交通運輸、醫療健康、公共管理、能源和科教行業處於賽道中端,而住宿餐飲和農業在資料團隊建設上仍處於起步或準備階段。

 

為何數據團隊難以建立?

1. 價值落地艱難、業務團隊缺乏合作動力

儘管資料團隊在一些行業中發展態勢良好,但仍然存在著價值落地艱難、業務團隊缺乏合作動力、資料人才存在缺口等困境。

資料團隊並不直接產生價值,其價值落地多通過與業務團隊有效合作產生。因此,業務團隊對資料團隊的工作是否滿意、有多大合作動力,在很大程度上影響著資料團隊的工作效率。

問卷調研結果顯示,近40%受訪者對資料團隊的滿意度一般,近26%受訪者對資料團隊 不滿意 非常不滿意

您對所在機構資料團隊的滿意程度

近80%受訪者認為資料團隊對自己所在的機構重要或者非常重要。資料團隊的價值普遍受到認可。但是,超過40%受訪者無法量化資料團隊產生的直接價值。

資料為您所在機構帶來多大直接價值

2. 數據人才供應不足

專業團隊的建設需要實行持久性、針對性的人才儲備與培養,優化人才層次和結構,保證團隊的正常運轉以及長期穩定發展。目前資料團隊的人才儲備普遍存在較大缺口。資料團隊通常需要具備多項能力的複合型人才,資料人才培養週期長、成效慢。

問卷調研結果顯示:目前超過50%組織或機構的資料團隊人才儲備不充足,資料團隊普遍存在人才缺口。

資料團隊人才儲備狀況

3. 數據人才投資

資料團隊的組建需要尋找到合適的資料人才。組織或機構在組建資料團隊時往往有一個固定的人員預算,因此,在有限的團隊預算下,尋找到具備能夠滿足需求能力的團隊成員,就成為團隊領導者面臨的首要問題之一。

各資料崗位中,自然語言處理工程師、資料科學家、機器學習工程師、演算法工程師薪資水準最高,月工資中位數均在2萬元人民幣以上。

各職位月薪/人民幣

各職位招聘的學歷要求和對應月薪/人民幣

如何建立高效數據團隊?

頂級數據團隊一般具有相似的特徵:所在組織或機構資料驅動戰略明確,資料團隊運作高效。高層需要設置清晰的資料團隊建設目標並將資料納入決策流程;資料團隊的高效運作則需要優秀的團隊領導、合理的組織架構和多樣化的人才。

1、決策者的眼界

一個公司能否有領先市場的發展,決策者的眼界非常重要,高管對資料是否敏感,能否下決心把資料推動做好,決定了這個公司的前景和競爭力。

——LinkedIn使用者增長部門資料科學團隊負責人 周洋

2、嵌入式工作

我希望團隊在滿足業務增長需要的前提下,能保持一個扁平的架構。我會鼓勵自己的團隊成員與業務部門盡可能多的泡在一起,爭取嵌入式的工作,主動研究業務,尋求資料驅動的機會。

——獵聘首席數據官 單藝

3、Quick Wins

我鼓勵資料團隊一旦有了新想法,便去說服同伴,組成2-3人的小團隊把這個想法實現出來。再自下而上擴展影響圈,不斷完善想法,直至一個新資料應用場景的出現,變成產品。

——【友盟+】首席數據官 李丹楓

調研方法

本次聯合調研組採用了海量資料分析、定向問卷調查與深度訪談等方法,分別針對企業高層、資料團隊負責人、資料從業者和其他相關人員進行廣泛而深入的調研,力求從儘量多的角度還原現階段資料團隊的建設全景。

海量資料分析:對 資料、分析、機器學習 等關鍵字進行全網爬取,通過資料清洗、資料分析、資料視覺化等步驟對超過50,000條的網路公開招聘資訊進行分析。

定向問卷調查:通過互聯網向資料團隊相關從業者和負責人發放定向問卷,並回收1,033份有效問卷。

深度訪談:對10位元優秀資料團隊負責人進行深度訪談,涵蓋國內外不同行業及發展階段的公司或組織。

《頂級數據團隊建設全景報告》目錄及部分精華內容:

(本文經合作夥伴  大數據文摘 授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為 〈 首份《顶级数据团队建设全景报告》重磅发布: 逾半数据团队称人才储备不足  〉。)

延伸閱讀

Google 想買下全世界數據人才,為了求才你可能得付出多少代價?

亞馬遜開的不是書店,是數據實驗室:一座用來試探消費者慾望的數據蒐集中心

地表最強大數據系統學習法:想變成數據科學家、工程師就看這篇!

【劉建志談 IoT】物聯網時代來臨,如何正確發揮數據分析的價值?