为什么要为非分析师启用数据访问
来源：CPDA数据分析师网 / 作者：数据君 / 时间：2021-03-24
数据民主化才刚刚开始
与二十年前的产品经理不同，如今的产品经理希望查看网站上的用户流数据，并对UX流进行设计更改以提高收入，对于他对产品的每个问题，他都没有专门的分析师来支持他，市场经理可以直接动手访问CRM系统，他正在为下一个广告系列吸引目标客户，并且需要为每个客户提供终生价值评分，以便有效地定位价值的客户，为了快速解决客户的顾虑，客户支持代理需要访问客户两天前访问网站时发生的情况，他没有过去一周的解决时间所能拥有的SLA的奢侈待遇，客户希望在通话中得到解决。
需要适当的计划
以使具有适当安全级别的适当人员能够正确访问正确种类的数据，除此以外企业的众多利益相关者将开始建立他们自己的小型数据集市来满足他们的需求，如果发生这种情况，那么在过去五年中集中数据源的工作将毫无意义，所需要的是针对整个企业的正确数据访问策略和治理，只要办事处不为所欲为，并且设法解决针对每个用例而收集的每个数据点的问题，这是企业可以在一年内解决的问题，大多数云技术堆栈都针对此问题进行了预填充，该云具有按角色和职责附加到数据元素的定义明确的访问模板，如果实施得当，则每个指标的沿袭都是可追溯的，定义是明确而单一的，无论产品经理是通过数据可视化软件提取数据还是市场分析师使用交互式查询服务提取数据，它都将返回相同的结果，数据民主化已完成。
数据素养的需求
数据访问带来了对数据素养的需求，产品经理应如何将网站按会话获得的点击数据（大量数据）转化为有意义的UX计划以增加收入？与许多人所相信的不同，网络点击流数据不会开始传播见解，产品经理需要一些数据技能，才能将这些数据点转化为洞察力。他们需要数据素养，他们需要学习如何向数据提出智能问题，为这些问题设计假设驱动的计划，提取相关数据并使用简单的业务分析方法来分析它以创建升级的计划，他们可能需要在A / B测试中具有增量技能，才能对有关推动增量参与度和收入的各种假设进行实验，在我们的工作中，我们使用不同的数据素养角色来个性化一组数据素养技能，业务方面常用的数据素养角色是公民分析员或数字公民分析员。
客户支持代理可能需要技能来有效地思考和处理数据
并迅速获取客户历史记录，以实现的呼叫路由和解决方案，他的经理可能需要协调跨不同代理商的工作，并优先考虑小而有力的胜利，而不是对数据做出反应并做出不会留下来的改变，经理需要批判性思维，这些管理技能将被定义为数据驱动的经理，企业中访问数据的每个人（如今近乎100％的人）都具有自己独特的数据素养需求。我们的研究显示出两件重要的事情：首先，数据素养正在迅速改变角色和职责，其次，仍然可以通过六到八位数据素养角色来捕获每个组织独特的数据素养需求，从而为所有人员的技能提升制定了可扩展的计划。[编者注：您可以在此处阅读有关角色的更多信息。]
我们的数字责任不仅限于创建和管理集中式数据湖
与二十年前的产品经理不同，如今的产品经理希望查看网站上的用户流数据，并对UX流进行设计更改以提高收入，对于他对产品的每个问题，他都没有专门的分析师来支持他，市场经理可以直接动手访问CRM系统，他正在为下一个广告系列吸引目标客户，并且需要为每个客户提供终生价值评分，以便有效地定位价值的客户，为了快速解决客户的顾虑，客户支持代理需要访问客户两天前访问网站时发生的情况，他没有过去一周的解决时间所能拥有的SLA的奢侈待遇，客户希望在通话中得到解决。
需要适当的计划
以使具有适当安全级别的适当人员能够正确访问正确种类的数据，除此以外企业的众多利益相关者将开始建立他们自己的小型数据集市来满足他们的需求，如果发生这种情况，那么在过去五年中集中数据源的工作将毫无意义，所需要的是针对整个企业的正确数据访问策略和治理，只要办事处不为所欲为，并且设法解决针对每个用例而收集的每个数据点的问题，这是企业可以在一年内解决的问题，大多数云技术堆栈都针对此问题进行了预填充，该云具有按角色和职责附加到数据元素的定义明确的访问模板，如果实施得当，则每个指标的沿袭都是可追溯的，定义是明确而单一的，无论产品经理是通过数据可视化软件提取数据还是市场分析师使用交互式查询服务提取数据，它都将返回相同的结果，数据民主化已完成。
数据素养的需求
数据访问带来了对数据素养的需求，产品经理应如何将网站按会话获得的点击数据（大量数据）转化为有意义的UX计划以增加收入？与许多人所相信的不同，网络点击流数据不会开始传播见解，产品经理需要一些数据技能，才能将这些数据点转化为洞察力。他们需要数据素养，他们需要学习如何向数据提出智能问题，为这些问题设计假设驱动的计划，提取相关数据并使用简单的业务分析方法来分析它以创建升级的计划，他们可能需要在A / B测试中具有增量技能，才能对有关推动增量参与度和收入的各种假设进行实验，在我们的工作中，我们使用不同的数据素养角色来个性化一组数据素养技能，业务方面常用的数据素养角色是公民分析员或数字公民分析员。
客户支持代理可能需要技能来有效地思考和处理数据
并迅速获取客户历史记录，以实现的呼叫路由和解决方案，他的经理可能需要协调跨不同代理商的工作，并优先考虑小而有力的胜利，而不是对数据做出反应并做出不会留下来的改变，经理需要批判性思维，这些管理技能将被定义为数据驱动的经理，企业中访问数据的每个人（如今近乎100％的人）都具有自己独特的数据素养需求。我们的研究显示出两件重要的事情：首先，数据素养正在迅速改变角色和职责，其次，仍然可以通过六到八位数据素养角色来捕获每个组织独特的数据素养需求，从而为所有人员的技能提升制定了可扩展的计划。[编者注：您可以在此处阅读有关角色的更多信息。]
我们的数字责任不仅限于创建和管理集中式数据湖
与合作以发展各个层面的数据素养，有责任确定产生业务影响的目标，而不是为了培训而进行培训，幸运的是只要遵循了这五个步骤，这并不是一项艰巨的任务，定义不同角色的数据素养目标，将每个员工映射到其中一个角色，以便您了解端点，评估每位员工的当前数据素养水平，以便您知道起点，始终在学习计划的末尾附加真实的项目，以便员工可以练习并将其数据素养技能用于实际的问题或机会，设置优先级并使您的数据素养计划更容易，按角色创建分层的学习解决方案，拥有清晰的学习路径，无论从哪里开始，每个人都可以提高自己的技能，不断提高组织的数据素养能力，进行广泛的沟通，建立同伙并引导人们前进，衡量成功正确路线并根据需要发展执行力，使用评估结果来设定和传达与业务目标相关的可衡量目标，并激发每个人的参与。
商业联合会数据分析专业委员会
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 
