来源：http://www.12reads.cn/23853.html
贵公司员工是否拥有必要的技能，能从大数据中获益？汤玛斯·戴文波特（Tom Davenport）和帕蒂尔（DJ Patil）在其谈数据科学家崛起的一篇文章指出，大数据时代来临，意味着分析大量杂乱无章、非结构性的数据，将日益成为每个人工作的一部分。公司会经常要求经理人和商业分析师利用数据执行实验、解读数据，以及发挥创意，打造以数据为基础的产品与服务。要在这个世界出人头地，许多人需要额外的技能。
有些必须绞尽脑汁处理大数据的公司，已察觉到需要拥有相关技能的员工。Avanade的一份新调查报告显示，超过60%的受访者表示，它们的员工需要培养新 技能，将大数据化为洞见和商业价值。设在丹麦，生产天窗、太阳能板和其他屋顶产品的国际制造商威卢克斯集团（VELUX Group）全球商业智慧（Global Business Intelligence）主管安德斯·莱恩哈特（Anders Reinhardt）相信，“在标准的训练方式中，我们只学习跟商业使用者解释如何存取数据和报告，现在这样已不再够用。大数据对使用者的要求远高于从 前”。许多产业的高级管理者正在制定计划，准备提升员工的技能。他们告诉我，员工需要：
有 意愿并准备好要做实验：经理人和商业分析师必须在他们负责的业务上，运用科学实验原则。他们必须懂得如何建构聪明的假说。他们也需要了解实验测试和设计的 原则，包括母群选择和抽样，以评估数据分析的效度。由于金融服务、零售和制药业中，随机测试与实验日益普及，拥有科学实验设计背景的人才特别受到重视。
Google 的招聘人员明白，实验和测试是该公司的文化和业务流程中不可分割的部分，所以他们会问应聘者“校车能够塞进多少颗高尔夫球？”或者“曼哈顿有多少个下水道 盖？”之类的问题。问这些问题的目的，不在于找到正确的答案，而是用以考验应征者在实验设计、逻辑和计量分析方面的技能。
擅长于数学推理： 今天贵公司有多少经理人真的“懂数字”，擅长于解读和运用数字数据？这种技能将越来越重要。威卢克斯的莱恩哈特解释说：“企业使用者不必是统计学家，但他 们需要了解如何适当地使用统计方法。我们希望企业使用者了解如何解读数据、衡量指标，以及统计模型的结果。”
有些公司出于需要，在聘用员工 的时候，已经确定他们十分擅长于数学推理。第一资本（Capital One）银行的招募作业强调雇用分析和数字处理能力强的员工，并把他们分派到业务的各个层面。包括资深高级主管在内的应聘者，都必须通过严格的面试流程， 包括测试他们的数学推理、逻辑和问题解决能力。
能够看到大（数据）画面：你可以称之为“数据处理能力”，指擅长于寻找、操弄、管理和解读数据。而所谓的数据，不只包括数字，也涵盖文字和图片。数据处理能力必须从它们平常的资讯科技职能，广为向外扩展，并且成为每一个业务职能和活动不可或缺的层面。
宝洁公司（Procter & Gamble）的CEO鲍伯·麦唐纳（Bob McDonald）相信“数据建模、模拟和其他的数位工具，正在改造我们的创新方式”。这样的发展，改变了他的员工需要的技能。为了因应这个挑战，宝洁“为组织中的每个晋升层级，量身打造作为基准的数位技能量表”。威鲁卢克斯将针对商 业使用者开办数据处理能力训练课程列为优先要务。经理人需要知道有什么数据可用，并且运用数据视觉化技术以处理和解读数据。“或许最重要的是，我们需要协 助他们构思新种类的数据，可以如何带来新的洞见，”莱恩哈特指出。
明天的领导者需要确定他们的员工拥有这些技能，并在文化、支援和责任方面建立起配套措施。除此之外，当组织不再只有少数的信息科技专家和统计学博士，而是雇有许多员工埋首分析杂乱无章、复杂、大量的非结构性数据时，他们必须从容自在地负起领导之责。
另 一个挑战是：员工有可能下载和混搭数据，而引起数据安全、可靠和准确方面的担忧。但我所进行的研究发现，员工对他们在工作上使用的技术、数据和运用程序， 已经负起更多的责任。员工必须了解如何保护敏感性很高的企业数据。领导者则需要学习“信任，但查证”员工所做的分析、在出现分析失效时与员工一道寻找问题 所在。
要确保大数据能够产生大价值，企业不但应采用新技术，还要再训练技能，以养成重视数据的心态和分析文化。领导这场革命的公司已经有一批专注于实验、懂数字和数据的员工。你准备好加入它们的行列了吗？