1700433791
1700433792
我曾经读到过有一些组织想要开发这类认证项目，也参与讨论过一些很酷的想法。最大的挑战在于要确切地弄清楚需要测试的内容。如若想要识别优秀的分析专家，我们前面已经很细致地讲过，技术敏感度很容易测试，但单纯参考关于技术的评价就是一种赌注。判断一个人是否会写程序或者能够理解线性回归方法背后的假设，这些并不困难。但是，创造力要怎么测试？直觉要怎么测试？商业头脑要怎么测试？演讲能力和沟通技巧要怎么测试？分析场景下的这些特质要怎么测试？这些方面要困难得多。
1700433793
1700433794
让分析专家展示他们有能力也有意愿通过类似的考试，当然也不错。问题是任何从成本和有效性方面制订的认证都会主要侧重于对技术能力的考察。虽然这类考试会变成赌注筹码，但至少能证明一个人是否有技术能力，以及是否有足够的意愿去考取认证证书。但我们在这些技术能力的基础上，还得弄清楚他们是否还具备了我们所需要的其他能力，例如创造力。以这种方式来考虑问题，认证项目就是好事情。如果只是作为一种指标或者标准，认证项目将无法满足我们的需要。
1700433795
1700433796
分析圈子将会广泛采用认证项目吗？如果制订认证项目的各类机构都能给市场带来一些新鲜气息，久而久之肯定会有一两个赢家冒出来。但是，不管考试本身组织得有多好，用人单位也不应该单纯参考技术认证来进行招聘。根据我先前关于工作需求清单的讨论，用人单位甚至并不想用认证作为强制性要求。但只要认证考试运用得当，它们还是有价值的。
1700433797
1700433798
说到这里，谁是优秀的分析专家应该很明白了。他们“拥有”数据，他们知道如何使用这些数据，他们也知道如何组织这些数据，他们还能发现数据中的模式。优秀的分析专家能够“解决”业务问题，他们了解业务人员需求的重要性，也了解为什么需要解决这些问题，他们了解现实约束，了解如何解答业务人员提出的问题。优秀的分析专家“了解”如何正确地描述问题，收入重要，还是利润重要？问题真正的关键点在哪里，为什么要这么说？分析应该怎样设计？最后，优秀的分析专家“知道”不能只把自己当成科学家，业内最好的分析专家毫无疑问也是艺术家！
1700433799
1700433801
8.6 本章小结
1700433802
1700433803
以下是本章的重点内容。
1700433804
1700433805
■ 我们在招聘分析专家时，要以技术和教育背景作为起点，而不是最终要评判标准。
1700433806
1700433807
■ 我们要招聘不同行业背景的分析专家，要借鉴其他行业的游戏规则。
1700433808
1700433809
■ 评判优秀的分析专家时，承诺、创造力、商业头脑、演讲能力与沟通技巧、直觉都是关键因素，但这些因素往往会被人们认为并不重要。
1700433810
1700433811
■ 只有一小部分具备技术能力的人，能够具备前面描述的那些非技术要素。
1700433812
1700433813
■ 优秀的分析专家关心的是如何完善业务，而非使之完美。知道分析结果何时已经足以支撑业务决策是非常重要的，然后着手解决下一个问题。
1700433814
1700433815
■ 优秀的分析专家会把所需的数据准确度和决策粒度完美地结合起来。不完美的数据仍然可以有效地回答许多问题。
1700433816
1700433817
■ 如今的离岸分析太过关注技术技能。我们要需要那些优秀的本地分析专家一起协同工作才行。
1700433818
1700433819
■ 虽然说得到可靠的结果很重要，但项目成败至少有50％的因素取决于分析专家的演讲，以及他们如何把分析结果传达给不懂技术的项目投资方。
1700433820
1700433821
■ 很多机构都在开发分析认证项目。时间会告诉我们认证项目会不会被市场接受，认证只是评估候选人的起点。
1700433822
1700433823
■ 最优秀的分析专家不仅是掌握数据的科学家还是数据处理的艺术家，这一点足以让很多人惊讶。不要低估艺术才华对于优秀分析专家的重要程度。
1700433824
1700433825
1700433826
1700433827
1700433829
驾驭大数据 第9章如何打造优秀的分析团队
1700433830
1700433831
如何组建分析团队，许多机构对此都痛苦不已。与人力资源部或财务部不同，分析专家在公司内的定位，以及他们的工作范围都没有定式。我们在本书中所说的分析，指的是预测建模、数据挖掘以及其他一些高级分析工作，而不是像定制报表和电子表格这样程式化的工作。我们所说的分析专家，指的就是处理这些事务的人。许多公司里都有各种分析专家，他们在为不同的部门工作，他们解决问题的环境，使用的方法，甚至需要参加的各类培训都有很大的不同。
1700433832
1700433833
其他领域并不总是这么复杂。一般来说，人力资源部是公司中一个集中式的部门。即使人力资源部的职员要为不同的业务部门做招聘，其对招聘人员的工作职责描述与未来他们所做的工作还是高度一致的。但在分析领域并不是这样，例如，运营支撑部门和采购部门对分析的要求就很不一样，风险团队关注的事情和市场营销部门关心的事情也很不一样。
1700433834
1700433835
这样就出现了一些问题。我们应该怎样组建分析团队？分析团队要怎样才能融入到公司的大环境中？要想获得最大程度的成功，我们应该怎样合理地配置资源？在组建团队之前，我们要把这些事情弄得多明白？本章要讲的内容是，不管分析团队在公司里的什么地方，都将会面临的挑战。如果要组建可以驾驭大数据的、优秀的分析团队，我们必须要战胜这些挑战。下面我们来更深入地探讨这一点。
1700433836
1700433838
9.1 各个行业并非生而平等
1700433839
1700433840
一些行业的分析是嵌入在决策流程中的，包括银行业、金融业和物流业等。这些行业的公司往往有许多分析专家，例如，风险管理领域就是由分析驱动的。我们在邮箱里收到的所有信用卡名单都是通过分析计算出来的。在你的信用卡开卡申请寄到我们的邮箱之前，关于你的数据就已经被详细地分析过了，而且我们认为你的申请风险很小。哪怕是在小型区域性银行，我们也会发现那里有一群分析员。信用卡优惠领域需要强有力的分析，没有哪家公司敢不经过分析就采取行动。如果我们能更准确地挑选出哪些客户不会拖欠信用卡账单，那整个公司的实力将会因此得到提升。
[
上一页 ]
[ :1.700433791e+09 ]
[
下一页 ]