alexa
置頂

企業最誘人的新職缺 資料科學家!

Big Data來了!》
2012-11-01
瀏覽數 1,050+
企業最誘人的新職缺 資料科學家!
分享 Line分享分享 複製連結

近年來同「雲端」一樣熱的關鍵字,就屬「Big Data」(巨量資料)了。巨量資料的出現,讓企業可以透過大量資料對業務更加了解,再轉化為更優質的決策及更出色的績效。

亞馬遜(Amazon)不僅能追蹤顧客買什麼書,還能知道他們如何受促銷訊息與商品評論影響,甚至能預測顧客還想看哪些書,因而淘汰了許多實體書店。

服飾品牌ZARA 最短只需7 天即可推出新款服飾,推翻一般服飾業從設計到成衣擺上櫃台出售約需120 天的鐵律,創造「快速時尚」的潮流。他們贏的關鍵,正是巨量資訊分析。

麻省理工數位業務中心科學家麥克菲(Andrew McAfee)及史隆管理學院教授布林約爾松(Erik Brynjolfsson)研究發現,奉行以資料為原動力的公司,生產力平均比競爭對手高5%,獲利能力平均高6%,證明了巨量資料的力量。

企業爭相利用巨量資料的潛力,因而有個新角色迅速崛起:資料科學家。強納森.葛曼(Jonathan Goldman)到商業社群網站LinkedIn 上班時,公司的使用者帳號不到800 萬個,社群人數雖迅速增長,不過,使用者之間建立關係的速度,並不如高階主管預期得那麼快。

他擁有史丹福大學物理學博士學位,親眼目睹公司網站上人際關係的發展,對這一點和使用者個人資料的豐富很感興趣。他看到一堆雜亂無章的資料,公司只用笨拙的方法做一些分析,但他開始探索人與人之間的關係後,卻發現其中有無限可能。

於是,他找出資料當中的一些模式,可以根據某人個人資料,預測他會進入誰的人脈網絡。但工程團隊興趣缺缺,同事也質疑使用者哪裡需要LinkedIn 為他們設想該加入什麼人脈網路?幸好,當時的執行長里德.霍夫曼(Reid Homan)給予葛曼很大的自主權。

葛曼因此開始測試一件事:提供使用者一些人名,那些人是使用者尚未建立關係,但似乎可能認識的人。他根據使用者在LinkedIn 輸入個人資料顯示的背景,量身製作一則廣告,刊出和每位使用者配對程度最好的3 個人名。幾天內,奇妙的事情發生了,那些廣告的點擊率,是該公司有史以來最高的。

這個功能後來被LinkedIn 納為標準功能,也讓LinkedIn 的成長扶搖直上。

一群新人類

葛曼代表企業組織中一群重要的新人物:資料科學家。這些專業人士受過相關訓練,並且充滿好奇心,想在巨量資料的世界中發現一些東西。

他們突然在企業舞台上現身,反映了企業正在積極處理的資訊,是以前所未見的樣貌和數量進入組織。如果你的組織必須儲存好幾個petabyte 的資料(1 個petabyte 等於1000 兆位元組),如果攸關公司業務的資訊,出現的形式不只是行列式數字,或是如果你在解答公司的最大問題時,需要「混搭」好幾種分析方法,那麼,你就有處理巨量資料的機會。

如果雇用資料科學家,才能利用巨量資料,那麼經理人面對的挑戰,是學習如何找到那種人才。第一步是了解他們在企業中做什麼事,然後再問:他們必須具備什麼技能?在哪些領域最能找到這種人才?

他們是什麼樣的人?

資料科學家最重要的工作,是悠游資料大海中,而有所發現。他們喜歡用這種方法,航行於周遭的世界中。他們身於數位世界之中,感到很自在,能為缺乏形式的大量資料建立結構,並展開分析。

他們會去尋找豐富的資料來源,將它們與其他可能不完整的資料來源結合起來,然後清理因此產生的資料集(DataSet)。在競爭激烈的環境中,資料流動永不停歇,但資料科學家能協助決策者,捨棄只為某個特定目

的而進行分析,改為與資料不斷對話。

資料科學家曉得,技術限制並不能阻礙尋找嶄新的解決方案。他們會將知道的事情與人溝通,並從中找出相關涵義,提供他人作為新業務方向參考。他們經常發揮創意,用視覺工具呈現資訊,向高階主管和產品經理說明資料對產品、流程和決策的涵義。

不妨把資料科學家想成集資料駭客、分析師、溝通者、受信賴的顧問於一身的人。他們最普遍應有的基本技能,是寫程式的能力。他們還必須以所有利害關係人都了解的語言與之溝通,並且運用口語或視覺工具,或者最理想的是兩者並用,來展現用資料講故事的特殊技能。

資料科學家最重要的特質,應該是強烈的好奇心,他們渴望進入問題的表層底下,直搗問題的核心,然後提出非常清楚的假說,並能加以檢驗。這通常需要他們運用關聯性思考法,而這是任何領域中最有創意的科學家的特徵。

懂科學,更懂人心

「科學家」一詞適合這個新興的角色。一些公司在尋找能處理複雜資料的人才時,將目標對準擁有物理學、或是社會學等教育與工作背景的人才,可能容易找到理想的人才。但要小心「資料」一詞很可能使企業往錯誤的方向去找人才。計量分析師可能擅長分析資料,卻無法處理大量的非結構性資料,並將它們轉化為可分析的形式。資料管理專家也許擅長以結構化的形式產生資料,並加以組織整理,卻不懂得如何將非結構性資料轉化成結構性資料,也不懂得如何真正進行資料分析。不具備強大社交技能的人,雖然也許能在傳統的資料專業上表現傑出,但資料科學家卻必須擁有社會面的能力,才能發揮效果。

當代的熱門工作

Google 的首席經濟學家哈爾.瓦里安(Hal Varian)曾說:「未來10 年很吸引人的工作是當統計學家。別人聽了,可能以為在說笑,但有誰猜到電腦工程師是1990 年代最誘人的工作?」

如果「誘人」的意思,是指稀有卻需求殷切的素質,資料科學家已經是了。很難請到這種人,花費的代價也很高,而且由於市場上爭取這種人才的競爭非常激烈,因此也很難留住他們。既有科學背景、又有運算和分析技能的人,就是不多。

不妨把巨量資料想成是正要風起雲湧的巨浪,現在才剛開始準備要升至頂點。如果企業想抓住這股浪潮,現在就需要能衝浪的人才。

分享 Line分享分享 複製連結
職場學
您也可能喜歡這些文章
您也可能喜歡這些文章