2014Q1 ~ 2014Q4 工作心得總結

回顧一年的工作,從資料工程師 (2014Q1 ~ 2014Q2) 至資料架構師 (2014Q3 ~ 2014Q4),下一步該做什麼挑戰與改變呢?

前陣子閱讀一本工作相關的好書「大數據@工作力」,如何運用巨量資料,打造個人與企業競爭優勢,然而我想分享的是「大數據準備度 - 自我評分表」,主要可用於判斷組織是否做好了實施大數據計畫的準備。

DELTTA 模式,每個因子有五個問題,每個問題的回答都比照李克特量表分成五個等級:

  1. 非常不同意
  2. 有些不同意
  3. 普通
  4. 有些同意
  5. 非常同意

資料 (Data)

  1. 我們能取得極龐大的未結構化或快速變動的資料供分析之用。
  2. 我們會把來自多個內部來源的資料,整合到資料倉儲或資料超市,以利取用。
  3. 我們會整合內外部資料,藉以對事業環境做有價值的分析。
  4. 我們對於所分析的資料都會維持一致的定義與標準。
  5. 使用者、決策者,以及產品開發人員,都信任我們資料的品質。

企業 (Enterprise)

  1. 我們會運用結合了大數據與傳統資料分析的手法實現組織目標。
  2. 我們組織的管理團隊可確保事業單位與部門攜手合作,為組織決定大數據及資料分析的優先順位。
  3. 我們會安排一個讓資料科學家與資料分析專家能夠在組織內學習與分享熊力的環境。
  4. 我們的大數據及資料分析活動與基礎架構 將有充足資金及其他資源的支持,用於打造我們需要的技術。
  5. 我們會與通路夥伴、顧客及事業生態系統中的其他成員合作,共享大數據內容與應用。

領導團隊 (Leadership)

  1. 我們的高階主管會定期思考大數據與資料分析可能為公司帶來的機會。
  2. 我們的高階主管會要求事業單位與部門領導者,在決策與事業流程中運用大數據與資料分析。
  3. 我們的高階主管會利用大數據與資料分析引導策略性與戰術性決策。
  4. 組織中非高階層級的管理者,會利用大數據與資料分析引導決策。
  5. 我們的高階管理團隊,會指導與審核建置大數據資產 (資料、人才、軟硬體) 的優先順位及建置過程

目標 (Target)

  1. 我們的大數據活動會優先用來掌握有助於與競爭對手差異化、潛在價值高的機會。
  2. 我們認為,運用大數據發展新產品與新服務也是一種創新程序。
  3. 我們會評估流程、策略與市場,以找出在公司內部運用大數據與資料分析的機會。
  4. 我們經常實施資料驅動的實驗,以收集事業中哪些部份運作的順利、哪些部分運作得不順利的資料。
  5. 我們會在資料分析與資料的佐助下評價現有決策,以評估未結構化的新資料來源是否能提供更好的模式。

技術 (Technical)

  1. 我們已探索過平行運算手法 (如Hadoop),或已用它來處理大數據。
  2. 我們善於在說明事業議題或決策時使用資料視覺化手法。
  3. 我們已探索過以雲端服務處理資料與進行資料分析,或是已實際這麼做。
  4. 我們已探索過用開放原始碼軟體處理大數據與資料分析,或是已實際這麼做。
  5. 我們已探索過用於處理未結構化資料 (如文字、影音或圖片) 的工具,或者已實際採用

分析 (Analysis)

  1. 我們有足夠的資料科學家與資料分析專家等人才,幫忙實現資料分析的目標。
  2. 我們的資料科學家與資料分析專家,在關鍵決策與資料驅動的創新上提供的意見,受到高階管理者的儲任。
  3. 我們的資料科學家與資料分析專家,能了解大數據與資料分析要應用在哪些事業範疇與程序上。
  4. 我們資料科學家、量化分析師與資料管理專家,能有效以團隊合作方式發展大數據與資料分析計畫。
  5. 公司內部針對員工設有培養資料科學與資料分析技術的課程 (無論是內部課程或與外面的組織合作開設)。

(資料來源: 大數據@工作力)

總結上述所有的問題,我們還有很大的成長空間,期許半年後各因子皆能夠高達 4 等級以上 (目前資料和技術已達標)

瀏覽 2014Q1 ~ 2014Q4 工作心得