数据和分析是组织最关注的热点领域之一。如果您不挖掘数据，顾问会告诉您，您的模型已损坏，急需大修。无论如何，他们是对的。我们已经认识到数据可以为组织带来的价值——增加收入、降低运营成本和提高效率——所有这些都是通过管理和挖掘公司存在的副产品来实现的。
银行、保险、制造和服务公司生产商品和服务。过去，这就是所有这些组织所关注的。但现在，有助于推动这些公司发展的数据本身就变得有价值。一些公司正在包装这种“副产品”并将其出售给其他人。他们正在以高超的技术做到这一点数据管理和分析专家。
我的问题是：为什么这么多公司将这两个职能都放在一个支柱和一个职位上，比如副总裁？许多人认为这两个主题领域是相似的，如果不相同的话。总是有数据和分析副总裁或数据战略和分析副总裁的职位发布。无数次高管会问我关于分析、分析工具和分析团队建设的最佳方法的具体问题。这从来都不是问题，因为我管理过数据管理和分析团队。然而，我相信这两个领域是非常不同的，并且为组织提供了非常不同的技能组合。两者对于行政决策同样重要。
数据或数据管理是关于在企业级别管理数据 - 以确保组织中需要数据做出决策的每个人都可以使用数据。这可能是希望在每天上午 9 点查看打印的 PDF 的运营执行副总裁，或者希望在周一早上 7 点之前按部门划分每周销售数据的销售主管。这可能是希望在每月的第四个工作日之前结账并发布财务报表的财务主管，或者最后是那些需要数据用于主要分析项目（例如为其部门创建客户盈利能力细分）的员工。
数据管理专业人员专注于分析团队通常不关注的数据供应链领域。他们确保有好的数据质量通过运营流程，并在企业层应用经过深思熟虑的数据质量框架。他们确保有一个健全有效的数据词汇表，以便所有业务团队都能理解数据的含义。他们还确保有拥有数据的业务人员和可以依赖的数据管理员来提供有关数据的深刻见解。
您需要良好的数据质量和具有业务参考的良好元数据目录。必须制定可靠的数据集成策略，因为目标是让您创建一次数据产品，并让多人使用它作为他们需求的输入。
另一方面，分析资源正试图解决一个非常真实但非常不同的问题。在分析练习中，数据科学家试图解决业务问题。我们的客户下一个可能从我们这里购买的产品是什么？我们如何最好地细分我们的客户，以便向他们销售更多的服务或产品？他们不担心可能重用他们的数据或企业元数据或企业的可利用性。他们专注于完成他们被要求完成的分析工作，以提高价值——增加销售额、降低成本或提高销售部门的效率。
优秀的数据科学家将探索触手可及的数据，然后要求查看业务词汇表和数据质量仪表板（如果存在）。为什么？因为它可以帮助他们了解数据的内容以及数据的可靠性。他们会尝试确保他们的代码是可重用的，但是根据请求的时间限制，他们可能没有那么奢侈。但就此时此地而言，他们希望解决一个对业务有重要影响的问题。
所以，你看，数据团队和分析团队都在查看相同的数据，但他们是通过不同的视角来看待它的。那么，这些不同的镜头是否应该合并在一个领导者之下呢？这是我们的数据行业需要回答的问题。
相关帖子DA内容精选
- 大厂数据分析面试指南！来自亚马逊、谷歌、微软、头条、美团的面试问题！
|
扫码加好友，拉您进群
全部版块
我的主页
收藏
