Video: Overvinne det onde med det gode. 2024
Stor datakompetanse mangler. Siden mengden digital informasjon generert av bedrifter har vokst eksponentielt, har det oppstått en utfordring (noen mennesker kaller det en krise): Det er bare ikke nok personer med de nødvendige ferdighetene til å analysere og tolke alle disse store dataene. I en nylig undersøkelse trodde mer enn halvparten av bedriftsledere at deres evne til å utføre stor dataanalyse var begrenset av utfordringen med å finne det rette talentet.
Flere og flere kurs springer opp for å møte denne mangelen på ferdigheter, og store data utvilsomt blir en ønskelig karrierevei for høgskoler. Men det vil ta tid for antall kvalifiserte personer å fange opp den store etterspørselen etter store datakompetanse. Så, i hvert fall de neste årene, er den store mangelen på dataferdigheter et problem at alle selskaper som er interessert i store data (som skal være alle bedrifter) må møte.
Med stiv konkurranse for å tiltrekke seg det beste talentet, setter bedrifter seg til kreative måter å tappe inn i store datakompetanse. Walmart, for eksempel, bestemte seg for å bruke kraften til mengden, og ble til crowdsourced analytics konkurranse plattform Kaggle. Ved Kaggle bruker lenestol datavitenskapsmenn sine ferdigheter til analytiske problemer fra bedrifter, med designeren av den beste løsningen belønnet - noen ganger økonomisk eller, når det gjelder Walmart, med en jobb.
I Walmarts første konkurranse, som fant sted i 2014, ble kandidatene gitt et sett med historiske salgsdata fra et utvalg butikker, sammen med tilhørende salgsarrangementer, for eksempel clearingsalg og prissvingninger. De ble bedt om å komme opp med modeller som viser hvordan disse hendelsene vil påvirke salget på tvers av en rekke avdelinger. Som et resultat av konkurransen ble flere personer ansatt inn i analytikerteamet.
Best av alt, dette folkemessige tilnærmet tilnærming førte til noen interessante avtaler - folk som kanskje ikke har vært vurdert for et intervju basert på deres CVer alene. En ansatt, for eksempel, hadde en veldig sterk bakgrunn i fysikk, men ingen formell analytics bakgrunn.
Hva betyr dette for mindre bedrifter? Selv om du har råd til å ansette en in-house datavitenskapsmann, kan du finne deg selv mot hard konkurranse fra større selskaper. Walmart-eksemplet viser oss at du må kanskje få litt kreativitet for å kunne utnytte store datakompetanse. Kanskje du også kan samle dataprosjekter (selv om sluttresultatet er en enkel økonomisk belønning, i motsetning til en heltidsjobb).
Eller kanskje du kan samarbeide med et lokalt universitet eller høyskole, der studentene knuser dataene dine i retur for noen bedriftsledelse. Eller kanskje har du allerede sterke analytiske tenkere og kommunikatorer i bedriften din, som med litt ekstra hjelp og opplæring kunne sette opp og drive store dataprosjekter i fremtiden.
