新调查显示了为什么决策并不总是那么容易
来源：CPDA数据分析师网 / 作者：数据君 / 时间：2020-11-10
人力资源部门分析了面试过程中问题与实际录用之间的相关性
通过此分析他们能够快速增长，同时不断优化其招聘流程，通过应用运营业务智能，可以自动优化业务的许多领域，很高兴看到数据对结果产生的影响，超过三分之一（39％）的调查受访者将数据安全性视为其数据策略的障碍，您认为由于安全问题，哪些行业将无法进行数据分析？为什么？在制药医疗保健和金融行业等受到更多监管的行业中，安全性胜过数据策略，另一方面安全问题不必拖延数据分析，这只是组织必须关注的数据战略领域，以确保他们可以在不损害安全性的前提下充分利用公司数据的功能。
几乎三分之一（31％）的受访者将数据性能缓慢视为障碍
是因为IT硬件无法跟上潮流，还是因为数据量增长超过了硬件性能（或其他原因）？遗留数据管理系统无法满足现代数据分析策略要求的原因有多种，首先手机，机器传感器，社交媒体，天气预报等数据源的数量激增，这意味着必须捕获，存储，组织和分析的数据量惊人，此外更多的数据用户希望访问数据，尽管主要是财务部门和高层管理人员期望在10到15年前就报告数据见解，但是如今，公司中几乎每个部门都希望做出以数据为依据的决策，从销售，市场营销到开发和人事，再到物流生产链。
这些年来分析的复杂性增加了
十五年前每个人都主要在谈论立方体和数字的聚合，如今数据科学家可以针对特定问题选择理想的数据分析方法，直至应用人工智能和机器学习，这些挑战给BI和数据分析部门带来了巨大压力，这些部门通常已从内部IT转移到了更重要的部门，无论是CFO还是专门的首席数据官或首席分析官，这就是为什么采用新的现代数据分析平台的原因，通常是在两层策略中，其上具有成本效益的数据湖和运营分析层（主要是并行的构建性能数据仓库/访问层）。
您已经说过，调查结果表明企业已准备好进行数据驱动的变更，但是他们无权访问实现该变更所需的工具
具体来说，缺少哪些工具？BI工具在公司中广泛分布，但是数据用户在性能或数据可访问性方面通常非常有限，中央数据仓库通常无法为更大的受众使用，并且并非所有数据源都已集成在一起-因此很难利用公司数据宝藏的全部功能，通常用户必须在有限的数据集市上工作，而没有快速的响应时间，这使得与数据进行交互工作变得困难。
您的调查发现需要数据驱动的战略转变的业务领域包括销售
运营和营销。那些一直需要商业智能的传统终端用户不是吗？这些确实是传统的终用户，因此面对以数据为驱动力的压力也就不足为奇了，因为它们对业务成功具有重要的影响，有趣的是，其他部门（例如人力资源，物流甚至法律部门）也已经达到了很高的需求水平，每家公司都认为数据对于公司战略的核心价值具有重要意义，但显然已经朝着这一方向转变。
哪些调查结果符合您的期望？有什么惊喜吗？
我惊讶地发现在企业中应用数据分析的范围有限，一段时间以来，诸如销售和客户满意度之类的领域一直是数据的重点，但是有了企业可用的工具，与许多企业目前正在做的事情相比，有机会对数据做更多的事情。借助改进的数据策略和实现该目标的工具，数据分析可以应用于更多业务组，包括人力资源，研发和财务。
通过此分析他们能够快速增长，同时不断优化其招聘流程，通过应用运营业务智能，可以自动优化业务的许多领域，很高兴看到数据对结果产生的影响，超过三分之一（39％）的调查受访者将数据安全性视为其数据策略的障碍，您认为由于安全问题，哪些行业将无法进行数据分析？为什么？在制药医疗保健和金融行业等受到更多监管的行业中，安全性胜过数据策略，另一方面安全问题不必拖延数据分析，这只是组织必须关注的数据战略领域，以确保他们可以在不损害安全性的前提下充分利用公司数据的功能。
几乎三分之一（31％）的受访者将数据性能缓慢视为障碍
是因为IT硬件无法跟上潮流，还是因为数据量增长超过了硬件性能（或其他原因）？遗留数据管理系统无法满足现代数据分析策略要求的原因有多种，首先手机，机器传感器，社交媒体，天气预报等数据源的数量激增，这意味着必须捕获，存储，组织和分析的数据量惊人，此外更多的数据用户希望访问数据，尽管主要是财务部门和高层管理人员期望在10到15年前就报告数据见解，但是如今，公司中几乎每个部门都希望做出以数据为依据的决策，从销售，市场营销到开发和人事，再到物流生产链。
这些年来分析的复杂性增加了
十五年前每个人都主要在谈论立方体和数字的聚合，如今数据科学家可以针对特定问题选择理想的数据分析方法，直至应用人工智能和机器学习，这些挑战给BI和数据分析部门带来了巨大压力，这些部门通常已从内部IT转移到了更重要的部门，无论是CFO还是专门的首席数据官或首席分析官，这就是为什么采用新的现代数据分析平台的原因，通常是在两层策略中，其上具有成本效益的数据湖和运营分析层（主要是并行的构建性能数据仓库/访问层）。
您已经说过，调查结果表明企业已准备好进行数据驱动的变更，但是他们无权访问实现该变更所需的工具
具体来说，缺少哪些工具？BI工具在公司中广泛分布，但是数据用户在性能或数据可访问性方面通常非常有限，中央数据仓库通常无法为更大的受众使用，并且并非所有数据源都已集成在一起-因此很难利用公司数据宝藏的全部功能，通常用户必须在有限的数据集市上工作，而没有快速的响应时间，这使得与数据进行交互工作变得困难。
您的调查发现需要数据驱动的战略转变的业务领域包括销售
运营和营销。那些一直需要商业智能的传统终端用户不是吗？这些确实是传统的终用户，因此面对以数据为驱动力的压力也就不足为奇了，因为它们对业务成功具有重要的影响，有趣的是，其他部门（例如人力资源，物流甚至法律部门）也已经达到了很高的需求水平，每家公司都认为数据对于公司战略的核心价值具有重要意义，但显然已经朝着这一方向转变。
哪些调查结果符合您的期望？有什么惊喜吗？
我惊讶地发现在企业中应用数据分析的范围有限，一段时间以来，诸如销售和客户满意度之类的领域一直是数据的重点，但是有了企业可用的工具，与许多企业目前正在做的事情相比，有机会对数据做更多的事情。借助改进的数据策略和实现该目标的工具，数据分析可以应用于更多业务组，包括人力资源，研发和财务。
京公网安备 11010502034401号
课程体系 
试听申请 
复听申请 
在线报名 
考试大纲 
考试报名 
准考证打印 
