5年欢乐的时光如白驹过隙。在2018年发布的帖子中,我强调了我们在应对“互联网技术互联网大统计数据统计革命”时遭遇到的一些挑战,主要集中于会运用正确的技术来提供有价值的建议的高层次优秀人才缺乏。如今快速播放器至2016年,情况也仍是如此,而且这似乎是很多企业迟迟未选用高级分析的关键因素。
尽管一批有着大数据建筑项目师头衔的人已经大量涌入整个行业,企业仍普遍采用由IT技术驱动的方式,集中于探讨“怎样做”而非“为什么”,这十分之落后。将发展趋势趋向发展潜力转换为价值的专业技能极度匮乏,而这直接危害到公司的盈利。
随着这个学科领域逐渐成熟,那些商人也逐渐精通了大数据的概念,甚至能指挥工程项目学专家,这个问题也会开始得到解决。IBM的Ross正试图通过避开数据技术,让分析师自由地探索数据,而没有过多数据工程或渠道方面的顾及。微软的Azure深度神经网络云服务和亚马逊的AWS云服务也在朝着类似的方向在发展。
大数据在2016年面临的最大挑战是将重点从“如何做”的技术驱动型刹车踏板关注“为什么”的商业驱动型。吸引并训练那些能用电子信息科学能力理解一个特定的业务流程的人才,并鼓励他们在企业中领头。
本文由 翻译小组 翻译发布,英文链接:数据分析网翻译小组,转载或内容合作请联系我们,未经允许谢绝转载,本文链接:https://www.afenxi.com/17880.html 。