数据分析师如何加速成功？
来源：CPDA数据分析师网 / 时间：2021-06-29
成功的标准包括实施整体数据管道，实现显示明显影响的数据共享和分析现代化，好多啊实现速赢是可能的，这些成功始于利用云的力量的智能现代化战略。作为您组织内的变革推动者，您可以在以下四个方面产生快速影响。
1. 拥抱云以缩短数月的现代化时间
通过传统基础设施战略追求数据和分析目标的新 CDAO 和 CDO 面临逆风，大数据项目的失败率约为 80%，将基于云的 DIY 数据技术拼凑在一起进行分析可能需要 6 个月到一年的时间才能启动，然后需要维持七位数的年度预算，拥有云和数据技能的 DevOps 团队（如果你能找到的话）是昂贵的，如果您选择这种方法，则计划在人员上花费大约是技术堆栈本身成本的五倍，这些数字对可扩展性设置了严格的限制，并清楚地说明了为什么这么多项目在产生有用的结果之前就失败了。
作为即将上任的 C 级数据，需要进行变革，引入现代云堆栈可以迅速改变对您有利的可能性
可以删除繁琐的传统平台和流程，取而代之的是灵活的云优先工具，这些工具旨在支持您需要的各种持续使用案例、数据集和 AI/ML 应用程序。例如，用于分析的云数据湖可以是交钥匙和生产就绪的，不需要内部 DevOps、SecOps 或 CloudOps 人员或开销。此类策略为 CDAO 的项目加速奠定了基础，每个云支出仍仅占整个 IT 市场的 4%，传入CDAO机会成为了数据和分析近代化将可以录取为。
2. 找到合适的人
在战略性 CDAO 或 CDO 的领导下，一个小团队是数据和分析成功所需的全部，您必须拥有合适的团队，该团队需要包括一名或多名才华横溢的数据科学家，但是您的团队不需要因昂贵的 DevOps 员工而变得臃肿，要快速行动，必须仔细考虑您的组织的需求、您的团队以及使他们效的技术，召集具有技能和思维方式的团队成员，以利用现代分析和机器学习技术来交付结果。然后，确保他们拥有协作和成功所需的一切。
3. 引入自助分析和数据民主化
C 级数据的数据现代化势在必行的核心目的是使数据科学家和其他业务用户能够有效地访问数据并获得洞察力，在遗留系统中，数据访问过程往往复杂而繁琐；IT 团队需要采取行动来完成任何数据请求，该过程需要安全地从源系统传输数据，准备数据进行分析，并将数据登陆到用户访问的适当平台上，这一切都为背负这些限制的组织提供了缓慢流动的数据到洞察管道。
确保您的现代化工作侧重于消除数据访问的所有障碍并满足业务用户的需求
数据科学家不应该需要任何操作、DevOps 或数据工程技能。他们应该可以简单直接地访问分析就绪数据，以便轻松地在模型中使用，数据科学家还必须能够利用他们喜欢的任何工具和方法来有效地完成他们的工作，技术上不应有任何阻碍，例如缺乏分析和 AI/ML 功能。同时，您的自助数据和分析管道仍必须满足所有安全性、合规性和治理要求。
4. 更快地交付更多用例
产生影响取决于在整个组织内交付成果，您启用的项目或用例越多，潜在影响就越大。用例可以像自助访问特定数据集一样简单，也可以更大——例如改进风险建模算法或客户 360 项目，对以线性方式解决此问题的 CDO 来说是不幸的，CDO 必须添加系统和流程，以便在整个组织范围内快速确定和交付用例——可能是并行的，一些数据集将启用多个用例。一些用例将产生更明显的战略影响，尽管其他用例可能更微妙，提供更长期的结果。
有一点很清楚：大多数 CDO 没有几年的时间来解决这个问题。精明的 CDO 必须提供快速的胜利和各种用例。云现代化和可重复的范围界定和交付流程是 CDO 武器库中的关键工具。
快速展示价值
无论您的确切“主要数据”职位是什么，您快速组装强大的现代数据和分析机器并为您的企业提供有价值的见解的能力都取决于通过云实现的现代化，凭借正确的团队和技术前景，您将加速获得分析优势，超越竞争对手，并在短时间内清楚地展示您的角色带来的价值。
商业联合会数据分析专业委员会
返回列表