注入分析如何克服技能和可访问性差距？
来源：CPDA数据分析师网 / 作者：数据君 / 时间：2021-03-29
但是仅仅命名问题并不能解决问题
因此为什么公司的期望与他们从分析解决方案中获得的收益之间经常存在差距？这就是我们发现的东西，定义技能和可及性差距，根据这项研究，大多数公司都承认数据分析的战略重要性，但他们并未使员工能够广泛使用或易于使用分析，实际上在大多数企业中，分析功能和使用它们的技能之间存在着巨大的差距，61％的受访者表示，缺乏技能/培训是改善组织对分析数据的使用的障碍。
这种技能和培训的缺乏在企业高管中尤为长期
处理数据的知识和能力通常与组织的数据科学家隔离，处理数据和分析数据的过程通常被认为与公司的主要业务分开，高管本身通常很少或根本没有接受有关数据和分析的培训。为了从数据中获取情报和见解，他们走出了日常工作流程，呼吁数据科学家为他们提供他们认为需要的见解，此过程充斥着繁琐且耗时的工作；在坏的情况下，高管们会积极避免使用它，因为它会占用大量时间和资源，57％的人表示，非IT /数据分析师的员工偶尔，很少或永远无法快速访问所需的数据。
如果业务主管和业务部门负责人不了解（或避免使用）数据和分析
那么他们会忽略有价值的情报，这些情报可能会给公司带来竞争优势，他们从未见过可以激发有益的战略变革的见解，他们无法建立以数据为依据的分析文化以保护其业务未来的方式，为什么数据可视化只能解决问题，在数据和分析业务中，已经取得了长足的进步，即通过更好和更易于使用的数据可视化技术使对数据的访问民主化。逻辑上是，如果数据更易于访问，并且更容易在清晰的可视化视图中查看和理解，则应该更容易从数据中获得可用的见解，并采用数据驱动的方法，尽管如此尽管做出了这些努力，但仍存在相当大的技能差距，对于许多企业来说，似乎不可能从技能鸿沟中培训员工，这使公司从真正的数据驱动中退缩了。
非IT /数据团队的员工中有69％必须离开现有的工作流程来获取所需的数据
51％的人必须使用单独的工具或仪表板来执行此操作，这是一个巨大的障碍，要克服它，就需要改变流程，只有将正确的分析技术无缝地注入用户工作流程中，才能不仅弥合技能差距，而且还能弥合洞见与行动之间的差距，正确的分析平台如何帮助公司从数据中获取所需信息，如果事实证明分析的采用和使用是绊脚石，那么必须使连接数据和分析尽可能简单，易于访问和可用，实现此目标的方法之一是使正常工作流程中的每个人都可以使用分析，而不是要求他们停止正在做的事情并切换到单独的软件以寻找所需的东西，正确的分析工具应支持所有技能水平，并在人们工作的任何地方为他们带来智慧。它不应该强迫您学习新技能，实际上它应该甚至在您不了解的情况下帮助您逐步发展自己的技能。
这消除了任何组织及其人员的负担
正确的分析平台可以减轻日常工作的开销，并降低获得日常问题答案所需的技能水平，因此，您可以将资源主要用于推动业务发展，这样做可以优化实现价值的时间，这是重要的KPI这可以通过程度地提高可访问性和采用率来实现，正确的分析平台需要易于使用才能进行大规模分发，能够在工作流程中注入分析功能，以提高采用率和结果一致性，而且易于构建从而使可以构建的人民主化，并且对数据的位置和分布方式的依赖性较低，对于高级管理人员领导层来说，至关重要的是能够轻松地看到和理解分析平台的优势，可以增加的价值以及如何使用一个平台来成功地推动凝聚力组织的战略，他强调分析系统中的简单性，敏捷性和灵活性的重要性，以帮助组织从数据中获取所需信息。
正确的平台必须以一种易于访问和简单的方式来处理数据复杂性
它还需要足够广泛和敏捷，以随着组织的战略发展，例如随着企业越来越多地将数据移至云中，云原生架构必须构成稳健数据策略的关键，而又不能忽略可能存在对组织重要的本地，本地数据源的事实，而这必须通过同时处理这两种情况的混合方法来解决。
注入式分析如何弥合技能差距
我们的工作和互动方式迅速发展，我们期望获得见解并将其付诸实践的速度正在继续加快，对于各种企业，都是适应，创新或失败的情况，只是没有足够的数据科学家和分析专家来满足其组织对数据和分析的所有要求，如果根本没有正确的数据，人们通常必须提高技能并退出自然的工作流程才能检索和分析数据，可以理解，这是很多人都不愿意做的事情，这阻碍了采用，有理由认为，如果事实证明当前的分析系统难以采用且笨拙，那么就需要一种新的方法，这种方法与人们的工作方式更自然，更具破坏性，而这种新方法就是注入分析。
注入的分析方法提供了一种直观自然的方式来处理数据
因此为什么公司的期望与他们从分析解决方案中获得的收益之间经常存在差距？这就是我们发现的东西，定义技能和可及性差距，根据这项研究，大多数公司都承认数据分析的战略重要性，但他们并未使员工能够广泛使用或易于使用分析，实际上在大多数企业中，分析功能和使用它们的技能之间存在着巨大的差距，61％的受访者表示，缺乏技能/培训是改善组织对分析数据的使用的障碍。
这种技能和培训的缺乏在企业高管中尤为长期
处理数据的知识和能力通常与组织的数据科学家隔离，处理数据和分析数据的过程通常被认为与公司的主要业务分开，高管本身通常很少或根本没有接受有关数据和分析的培训。为了从数据中获取情报和见解，他们走出了日常工作流程，呼吁数据科学家为他们提供他们认为需要的见解，此过程充斥着繁琐且耗时的工作；在坏的情况下，高管们会积极避免使用它，因为它会占用大量时间和资源，57％的人表示，非IT /数据分析师的员工偶尔，很少或永远无法快速访问所需的数据。
如果业务主管和业务部门负责人不了解（或避免使用）数据和分析
那么他们会忽略有价值的情报，这些情报可能会给公司带来竞争优势，他们从未见过可以激发有益的战略变革的见解，他们无法建立以数据为依据的分析文化以保护其业务未来的方式，为什么数据可视化只能解决问题，在数据和分析业务中，已经取得了长足的进步，即通过更好和更易于使用的数据可视化技术使对数据的访问民主化。逻辑上是，如果数据更易于访问，并且更容易在清晰的可视化视图中查看和理解，则应该更容易从数据中获得可用的见解，并采用数据驱动的方法，尽管如此尽管做出了这些努力，但仍存在相当大的技能差距，对于许多企业来说，似乎不可能从技能鸿沟中培训员工，这使公司从真正的数据驱动中退缩了。
非IT /数据团队的员工中有69％必须离开现有的工作流程来获取所需的数据
51％的人必须使用单独的工具或仪表板来执行此操作，这是一个巨大的障碍，要克服它，就需要改变流程，只有将正确的分析技术无缝地注入用户工作流程中，才能不仅弥合技能差距，而且还能弥合洞见与行动之间的差距，正确的分析平台如何帮助公司从数据中获取所需信息，如果事实证明分析的采用和使用是绊脚石，那么必须使连接数据和分析尽可能简单，易于访问和可用，实现此目标的方法之一是使正常工作流程中的每个人都可以使用分析，而不是要求他们停止正在做的事情并切换到单独的软件以寻找所需的东西，正确的分析工具应支持所有技能水平，并在人们工作的任何地方为他们带来智慧。它不应该强迫您学习新技能，实际上它应该甚至在您不了解的情况下帮助您逐步发展自己的技能。
这消除了任何组织及其人员的负担
正确的分析平台可以减轻日常工作的开销，并降低获得日常问题答案所需的技能水平，因此，您可以将资源主要用于推动业务发展，这样做可以优化实现价值的时间，这是重要的KPI这可以通过程度地提高可访问性和采用率来实现，正确的分析平台需要易于使用才能进行大规模分发，能够在工作流程中注入分析功能，以提高采用率和结果一致性，而且易于构建从而使可以构建的人民主化，并且对数据的位置和分布方式的依赖性较低，对于高级管理人员领导层来说，至关重要的是能够轻松地看到和理解分析平台的优势，可以增加的价值以及如何使用一个平台来成功地推动凝聚力组织的战略，他强调分析系统中的简单性，敏捷性和灵活性的重要性，以帮助组织从数据中获取所需信息。
正确的平台必须以一种易于访问和简单的方式来处理数据复杂性
它还需要足够广泛和敏捷，以随着组织的战略发展，例如随着企业越来越多地将数据移至云中，云原生架构必须构成稳健数据策略的关键，而又不能忽略可能存在对组织重要的本地，本地数据源的事实，而这必须通过同时处理这两种情况的混合方法来解决。
注入式分析如何弥合技能差距
我们的工作和互动方式迅速发展，我们期望获得见解并将其付诸实践的速度正在继续加快，对于各种企业，都是适应，创新或失败的情况，只是没有足够的数据科学家和分析专家来满足其组织对数据和分析的所有要求，如果根本没有正确的数据，人们通常必须提高技能并退出自然的工作流程才能检索和分析数据，可以理解，这是很多人都不愿意做的事情，这阻碍了采用，有理由认为，如果事实证明当前的分析系统难以采用且笨拙，那么就需要一种新的方法，这种方法与人们的工作方式更自然，更具破坏性，而这种新方法就是注入分析。
注入的分析方法提供了一种直观自然的方式来处理数据
从而消除了对技术技能的需求，并不是每个员工都需要学习使用数据工具，这不是对团队技能的有效利用，相反可以使用数据专业人员来收集和挖掘见解，并将这些见解传递给熟练的销售，营销，产品和财务专业人士（在需要时），以限度地提高数据对组织的影响。
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 
