==>> 点击下载文档 |
海量数据分析:对“数据、分析、机器学习”等关键词进行全网爬取,通过数据清洗、数据分析、数据可视
化等步骤对超过50,000条的网络公开招聘信息进行分析
定向问卷调查:通过互联网向数据团队相关从业者和负责人发放定向问卷,并回收1,033份有效问卷
深度访谈:对10位优秀数据团队负责人进行深度访谈,涵盖国内外不同行业及发展阶段的公司或组织
调研方法
数据团队
建设现状
01
数据团队通过数据采集、数据存储、数据处理、数据分析和
数据洞察等步骤,利用数据科学来为组织提供辅助决策、
效率提升和流程简化等服务
行业间数据团队建设存在差异
数据团队需要建立在一定的数据基础之上。数据本身的采集、存储、处理、分析、洞察等工作与行业的信息
化程度密切相关。由于行业间的信息化程度存在较大差异,数据团队的建设也存在较大的差异
信息化程度高的行业团队建设进度领先
问卷调研结果显示:现阶段,拥有数据团队比例最高的是信息化程度较好的金融业和IT行业。其中,金融业的数
据业务外包比例最高,多采用“外包+内生”模式;IT行业的数据团队结构较为集中,在行业中拥有独立数据团队
的比例最大,较少采用数据外包服务
目前,尽管部分组织的决策者已经具备了数据驱动意识,但数据价值的真正落地仍然艰难。只有某些信息化
程度高的行业,如互联网、金融等,配备有完整的数据团队,多数信息化程度偏低的行业仍然处于数据团队
建设的初级阶段数据团队“做什么”、“怎么做”等问题仍不清晰
在工作内容方面,现阶段的数据团队除了要承担数据驱动决策、数据驱动业务的工作外,往往还承担着产品
优化、技术研发等工作。建设目标不清晰、业务界限模糊、人才缺乏等问题是这些团队面临的普遍困扰。但
是长远来看,数据团队依然具有非常广阔的发展前景
制造业
信息技术服务业
商务服务业
金融业
科学研究和教育
文化、体育和娱乐业
公共管理和社会工作
能源业
0%20%40%60%80%100%
- 10 -
图1.1.1.1您所在机构是否有数据团队(分行业)
*备注:因样本量太小不具代表性的行业未列入
没有数据
相关团队/岗位
有外包的数据团队数据团队/
岗位嵌入其他部门
有独立数据团队
。。。以上简介无排版格式,详细内容请下载查看