为了充分利用数据和分析企业必须开发知识和技能
来源：CPDA数据分析师网 / 作者：数据君 / 时间：2020-10-27
数据既是数字化转型的内在结果，又是一种有望被货币化和盈利的资产
对于已经接受数据驱动文化并成功大规模使用数据的公司，一个共同的因素是努力为人们做好准备，以应对技术和文化的新变化，使信息民主化的目的不仅在于建立数据湖式平台和处理能力，而且还教育组织的不同层次以在日常活动中使用数据。
您会说数据吗？
能够以分析术语进行交流已经是一项要求和优先事项，数据通信的范围从已知的编程语言（例如SQL或Python）到能够通过演示文稿和报告来表达分析结果-或根据要获取的分析指示合适的算法，与数据说话和交流的技能必须在整个组织中传播和提升，而不仅仅是在直接处理数据的技术领域，无论组织如何与新的数字趋势保持一致并传达数据驱动的价值，组织都需要一个分析素养计划，使人们对日常使用分析来执行其功能感到满意。将“数据”作为第二语言应作为任何企业的数字化转型议程。
什么是分析素养？
我想提供此分析素养的定义，该定义基于对数据素养的定义：培养分析素养技能的公司能够使用数据读取，工作，交流，分析和维持业务决策，而无论技术解决方案，技术水平或人员角色，根据此定义，以下几点值得强调：
“ ...能够使用数据读取，工作，交流，分析和维持业务决策...”表示将复杂数据转换为知识以驱动更好的业务决策和行动的组织能力。
“ ...无论技术解决方案，技术水平或人们的角色如何。” 代表信息民主化的水平以及将数据视为资产的公司战略的定义。
一旦数据和分析与企业的运营和数字战略的一部分变得相关，员工必须具有沟通和理解与分析有关的对话的技能。
制定扫盲计划的步是确定组织中人员的学习需求。与任何语言一样，人们从不同的知识和技能开始，有时与他们的功能有关。
流利的：能够开发和解释不同分析过程的人员，例如数据摄取，准备和关联。他们可以执行描述性和/或概率/高级分析。通常，该组技术性更高。
转换器：通常在特定业务领域或职能方面具有高知识并能够将特定业务领域的需求转换为分析解决方案的人员。
精通：来自业务领域的人员，能够将一定程度的分析纳入决策。通常，他们开发的分析类型是特定的，因为它们通常从某些业务领域访问已准备和丰富的数据。
初学者：由于缺乏技能，基本技术知识和/或对数据的访问而无法在日常活动中纳入分析的人们。
在此层次结构中，翻译人员支持精通和初学者确定在业务流程中实施分析的机会，并与Fluent起到桥梁作用，后者可以提供更多的技术评估和企业愿景。
设计分析素养计划
一旦确定了每个人的学习需求，便是时候定义和发展您的扫盲计划了。考虑以下方面：
计划：定义计划时间，融资，沟通策略，参与者和利益相关者。
结果：确定计划实施后预期的改进。重要的是要定义成功的标准，该标准将被利益相关者接受，同时又是现实可行的。
内容：通常分为两个主要组：
技术：定义技术内容，例如编程语言，平台/系统研讨会，集成，基础结构和信息安全。有些角色需要专门的内容，例如数据科学，用于机器学习的教学算法，Python和高级分析框架。
方法论：该内容更加侧重于业务和数据计划的生成，向人们介绍了分析思维，利用了用例和基于敏捷设计技术（例如设计思维）的解决方案研讨会。与数据治理相关的主题对于使人们意识到数据的使用和安全性也很重要。
评估：建立衡量扫盲计划影响的方法：实施的直接结果和文化变革。当在会议中使用数据和分析来维持决策或用户表达其分析需求的方式时，可以观察到后者。
监控：扫盲计划不是一个有开始和结束日期的项目。这是一项不断的工作，旨在为人们提供必要的技能。还应计划内容更新以跟上技术变化。
该计划必须具有持续改进的方法；个人和程序本身都必须在分析知识和技能方面取得进步。
该计划的负责人必须经常（每3到6个月）重新评估该计划，分享其成功和失败的经验，并确定改进的机会。与分析相关的技术，工具和方法经常变化。
成功实施数据策略与您的业务战略直接相关并与之保持一致，该业务战略旨在在瞬息万变的市场中产生竞争优势。分析素养计划将帮助您的组织发展必要的技能，以保持与时俱进，不断创新并为市场创造价值。
对于已经接受数据驱动文化并成功大规模使用数据的公司，一个共同的因素是努力为人们做好准备，以应对技术和文化的新变化，使信息民主化的目的不仅在于建立数据湖式平台和处理能力，而且还教育组织的不同层次以在日常活动中使用数据。
您会说数据吗？
能够以分析术语进行交流已经是一项要求和优先事项，数据通信的范围从已知的编程语言（例如SQL或Python）到能够通过演示文稿和报告来表达分析结果-或根据要获取的分析指示合适的算法，与数据说话和交流的技能必须在整个组织中传播和提升，而不仅仅是在直接处理数据的技术领域，无论组织如何与新的数字趋势保持一致并传达数据驱动的价值，组织都需要一个分析素养计划，使人们对日常使用分析来执行其功能感到满意。将“数据”作为第二语言应作为任何企业的数字化转型议程。
什么是分析素养？
我想提供此分析素养的定义，该定义基于对数据素养的定义：培养分析素养技能的公司能够使用数据读取，工作，交流，分析和维持业务决策，而无论技术解决方案，技术水平或人员角色，根据此定义，以下几点值得强调：
“ ...能够使用数据读取，工作，交流，分析和维持业务决策...”表示将复杂数据转换为知识以驱动更好的业务决策和行动的组织能力。
“ ...无论技术解决方案，技术水平或人们的角色如何。” 代表信息民主化的水平以及将数据视为资产的公司战略的定义。
一旦数据和分析与企业的运营和数字战略的一部分变得相关，员工必须具有沟通和理解与分析有关的对话的技能。
制定扫盲计划的步是确定组织中人员的学习需求。与任何语言一样，人们从不同的知识和技能开始，有时与他们的功能有关。
流利的：能够开发和解释不同分析过程的人员，例如数据摄取，准备和关联。他们可以执行描述性和/或概率/高级分析。通常，该组技术性更高。
转换器：通常在特定业务领域或职能方面具有高知识并能够将特定业务领域的需求转换为分析解决方案的人员。
精通：来自业务领域的人员，能够将一定程度的分析纳入决策。通常，他们开发的分析类型是特定的，因为它们通常从某些业务领域访问已准备和丰富的数据。
初学者：由于缺乏技能，基本技术知识和/或对数据的访问而无法在日常活动中纳入分析的人们。
在此层次结构中，翻译人员支持精通和初学者确定在业务流程中实施分析的机会，并与Fluent起到桥梁作用，后者可以提供更多的技术评估和企业愿景。
设计分析素养计划
一旦确定了每个人的学习需求，便是时候定义和发展您的扫盲计划了。考虑以下方面：
计划：定义计划时间，融资，沟通策略，参与者和利益相关者。
结果：确定计划实施后预期的改进。重要的是要定义成功的标准，该标准将被利益相关者接受，同时又是现实可行的。
内容：通常分为两个主要组：
技术：定义技术内容，例如编程语言，平台/系统研讨会，集成，基础结构和信息安全。有些角色需要专门的内容，例如数据科学，用于机器学习的教学算法，Python和高级分析框架。
方法论：该内容更加侧重于业务和数据计划的生成，向人们介绍了分析思维，利用了用例和基于敏捷设计技术（例如设计思维）的解决方案研讨会。与数据治理相关的主题对于使人们意识到数据的使用和安全性也很重要。
评估：建立衡量扫盲计划影响的方法：实施的直接结果和文化变革。当在会议中使用数据和分析来维持决策或用户表达其分析需求的方式时，可以观察到后者。
监控：扫盲计划不是一个有开始和结束日期的项目。这是一项不断的工作，旨在为人们提供必要的技能。还应计划内容更新以跟上技术变化。
该计划必须具有持续改进的方法；个人和程序本身都必须在分析知识和技能方面取得进步。
该计划的负责人必须经常（每3到6个月）重新评估该计划，分享其成功和失败的经验，并确定改进的机会。与分析相关的技术，工具和方法经常变化。
成功实施数据策略与您的业务战略直接相关并与之保持一致，该业务战略旨在在瞬息万变的市场中产生竞争优势。分析素养计划将帮助您的组织发展必要的技能，以保持与时俱进，不断创新并为市场创造价值。
京公网安备 11010502034401号
课程体系 
试听申请 
复听申请 
在线报名 
考试大纲 
考试报名 
准考证打印 
