數據分析人才市場的發展需求狀況到底如何？是求賢若渴，還是抱殘守缺？是門庭若市，還是門可羅雀？縱觀當今的大數據分析盛況，以及數據分析師的火熱程度，我們就可輕易發現數據分析師發展前景是求賢若渴、更是門庭若市的。很多人擔心自己參加完數據分析師培訓之后，看不到自己的職業方向，或者找不到對口的數據分析師崗位。我們說，一個職場領域的崗位需求再怎么強烈，我們唯一能夠做的就是充實自己的技能和增強自己的職業素養，這樣我們才能在激烈的職場中強占先機、拔得頭籌。面對當下數據分析人才市場的發展需求盛況，自然我們不用擔心數據分析師發展前景會是黯淡的。不過光明的數據分析師發展前景，我們還是要清楚數據分析人才市場當前最空缺最需要的數據分析崗位是哪些。這樣我們的數據分析師培訓學習才會有明確的方向和動力。下面就來好好和大家講講當今求賢若渴的數據分析人才市場的發展需求狀況，看看你的能力到底勝任哪個數據分析崗位。


         
人類的生活、工作和思維方式正因席卷而來的大數據信息風暴而發生前所未有的變革，這就意味著一場全新的、重大的商業變革、思維變革和管理變革正在悄然進行。在大數據時代，數據已成為重要的生產要素，滲透到各行各業。

在推進大數據應用的過程中，企業主要面臨以下三方面的困難，一是認識上的不足，很多人并不知道大數據是什么，因此也就無法知道如何正確地使用大數據工具；二是投入上的不足，大數據的應用可能需要相當大的投入，一般的企業可能很難承受；三是大數據人才的匱乏將制約大數據應用的發展。

大數據相關人才的欠缺將會成為影響大數據市場發展的一個重要因素。據Gartner預測，到2015年，全球將新增440萬個與大數據相關的工作崗位，且會有25%的組織設立首席數據官職位。大數據的相關職位需要的是復合型人才，能夠對數學、統計學、數據分析、機器學習和自然語言處理等多方面知識綜合掌控。未來，大數據將會出現約100萬的人才缺口，需要社會、高校和企業共同努力去培養和挖掘。

想成功地駕馭海量信息，公司就需要擁有相應技能的人才能如愿以償。這些人要知道如何管理數據，建立分析系統，并且幫助解讀數據。在大數據領域，不久的將來，我們可能會聽到很多花哨的名稱，如CDO（首席數據官）、數據科學家或者首席數據工程師、架構師等。數據對企業來說變得越來越重要，而且逐漸成了企業核心競爭力的一部分。企業關注的不僅僅是數據本身，而且會更加重視數據的價值，以及數據對企業產生的影響。



首席數據官 亟待設立

二十年前，當IT達到臨界值時，在商人投資大型機技術發展超出預期之后，CIO誕生了；十年前，廣告、營銷和PR在公司內部開始融合，產生了戰略營銷主管的名頭，CMO誕生了；如今，隨著大數據時代企業數據已經達到臨界值，除了數據科學家外，企業還需要能夠將數據轉化為商業能力的數據領袖，而設立一個全新的C-Level戰略角色——首席數據官（Chief Data Officer，簡稱CDO），正在被越來越多的企業提上日程。

今天，數據對于理解和構建業務是如此的重要，以至于需要有人在上面評估什么樣的數據業務應該收集，然后讓他變得有價值。

把數據轉化為商業能力的唯一辦法就是使之系統化。企業內的數據已經達到臨界值了，是時候設立戰略領導者CDO了。那么CDO的主要職責是什么呢？作為企業的執行管理層，CDO將在以下領域中扮演舉足輕重的角色：主導并實施數據管理策略和標準，實現數據質量管理的制度化；衡量并管理數據風險，在執行層影響企業的風險評估偏好；實現更佳的決策支持，通過對數據的有效分析獲得洞察力，幫助企業改善策略；通過對數據的有效管控及使用，增加企業的業務收入，提升客戶滿意度、客戶忠誠度和市場美譽度；降低合規成本，通過正確運用數據提高生產效率。

大數據涉及的不僅僅是技術方面的問題。CDO應該主要從業務層面去審視大數據的應用。數據存放在哪里，數據應該如何處理，哪些人能擁有數據，為什么要這樣使用數據……CDO必須能夠明確地解答這些問題。CDO應該站在業務團隊和技術團隊的中間，就像是一座橋梁，可以把業務需求與IT規劃聯系起來。CDO能發揮什么樣的作用，還要看每個企業在大數據方面的需求以及策略。

舉例來說，一個零售企業以前可能只能通過CRM系統來了解和掌握客戶的需求?，F在，隨著社交媒體的興起，零售企業有必要也有可能從微博、博客、論壇等社交媒體上了解與企業和經營相關的信息。以前，企業的IT架構不具備處理海量社交媒體數據的能力，但是現在，實時、快速地處理大量的非結構化數據已經成了一種常態。對于CDO來說，他的職責就是利用IT手段找到企業所需的數據和信息，并發揮其應有的價值。

從當前國內信息化應用的現狀來看，有大數據應用的企業一般集中在金融、電信、互聯網等大型企業。從企業的需求上來看，設立CDO可以解決企業在數據搜集、使用、存儲和再利用方面的難題，同時還能為企業高層提供更好的決策支持。但是，由于大數據應用在中國的各行業還處于初步階段，很多企業并沒有發展到系統化地使用大數據工具進行深度數據挖掘的階段。CDO的設立應該是企業在數據使用和挖掘上有了成熟的模式以后的事情，否則，盲目設立此職位只能給企業內部帶來冗余的工作崗位和職責上的不明確。



數據科學家不足成為發展瓶頸

CDO的職責是為企業的業務和數據提供更好的價值平臺。通過CDO的工作，企業能將數據轉化為業務語言，被管理層更好地理解和運用。因此，企業對CDO的數據業務專業性要求并不高。而數據科學家是專業數據的研究者，其主要工作是對數據及其價值的專業性進行研究，比如數據科學家隊伍中包括數據分析師、數據挖掘師、數據可視化設計師等。

那么，大數據人才究竟是哪類人才？大數據最關鍵的部分是數據分析和挖掘數據價值，要獲得這些，就需要大量的數據科學家。數據科學家是復合型人才，是對數學、統計學、機器學習等多方面知識的綜合掌控。初級的分析人員只能是對數據進行報表、描述性分析，真正高級的數據科學家需要對數據做出預測性的、有價值的分析。從目前的人才儲備來看，這部分的儲備欠缺。

數據科學家能夠解決復雜的數據問題，但與CDO相比，它更像是高級工程師或高級技術人員，因為CDO的工作內容中還有一部分是進行公司管理和戰略決策，而這不屬于數據科學家的工作范疇。談到數據科學家應該具備的能力，托尼·楊將其歸納為以下幾點：第一， 數據科學家不是傳統的IT人士，它的工作中既包含IT的成分，也包含業務的成分；第二，數據科學家具有很強的邏輯分析能力，能夠了解數據和信息如何與企業的業務產生關聯；第三，數據科學家還擁有其他多種能力，既了解信息、業務以及數據如何在企業中流動，也知道如何將信息整合在一起，這是數據科學家擁有的獨一無二的能力。



數據分析師 姍姍來遲

其實，數據挖掘并不是一項新技術，已經有幾十年的發展歷史了。對于用戶來說，如果只是招聘技術人員對相關算法進行研究，那是沒有止境的?，F在，很多用戶都說要做大數據， 比如NBA球隊在比賽中別出心裁地引入了數據分析技術，甚至有些房地產企業也宣稱要做大數據。有人笑稱，現在是全民皆大數據分析的時代。真正有用的大數據人才應該可以分辨出哪些工作可以做，而哪些工作不必做。

與CDO、數據科學家比起來，數據分析師雖然不太起眼，卻大量存在，并且已經是一支龐大的專業隊伍。在國內一些經濟發達城市里的數據分析師事務所，既承接大量的數據分析項目，也從事數據分析師的培訓與認證工作。

在一些金融機構、上市公司中早就開始了數據分析工作。在大數據的概念出現后，數據分析師得到了越來越多企業和機構的關注，曾經默默無聞的數據分析師，包括新興的CDO、數據科學家等職位開始受到追捧。據記者了解，國內一些知名的IT培訓機構也開設了大數據方面的培訓課程，不過主要還是集中在數據庫方面。目前，我國數據分析與管理人才緊缺，企業必須加大招聘和人才挽留力度，同時還要大力投入關鍵數據人員的教育和培訓工作。

大數據對所有企業來說都是一個新的機遇。企業只有擁有了像CDO、數據科學家、數據分析師這樣的專業人才，才有可能將技術與業務有機地結合在一起，從而確保大數據項目的成功開展。



校企合作 大數據人才培養的基石

雖然目前大數據應用比較少，人才也比較少，但是中國的知識積累并不少，例如中國的學術界和產業界在機器學習上也有積累，現在的問題是如何將這個知識和大數據結合起來。

誠然，企業可以與學校聯合培養人才，或建立專門的數據科學家團隊，或與專業的數據處理公司合作，以解人才之急。

沒有什么能夠阻擋大數據的發展勢頭。借用《天下無賊》里黎叔的一句話就是：21世紀什么最重要？人才？No！大數據？No！是懂大數據的復合型人才最重要！