《報告》發現，目前，盡管部分組織的決策者已經具備了數據驅動意識，但數據價值真正落地仍然艱難。只有某些信息化程度高的行業，如互聯網、金融等，配備有完整的數據團隊，多數信息化程度偏低的行業仍然處于數據團隊建設的初級階段，數據團隊“做什么”、“怎么做”等問題仍不清晰。

在工作內容方面，現階段的數據團隊除了要承擔數據驅動決策、數據驅動業務的工作外，往往還承擔著產品優化、技術研發等工作。建設目標不清晰、業務界限模糊、人才缺乏等問題是這些團隊面臨的普遍困擾，在被調研的多數組織或機構中，數據團隊做出的決策無法充分、高效實現。一定程度上反映出數據團隊和業務部門的脫節。但是長遠來看，數據團隊依然具有非常廣闊的發展前景，業內數據人才需求巨大。

行業間數據團隊建設存在差異：互聯網金融行業領跑

現階段，擁有數據團隊比例最高的是前期信息化程度較好的金融業和IT行業，領跑數據團隊建設軍備競賽。其中，金融業數據業務外包比例最高，多采用“外包+內生”模式；IT行業的數據團隊結構較為集中，擁有獨立數據團隊的比例最大，而且使用數據外包服務相對較少。 交通運輸、醫療健康、公共管理、能源和科教行業處于賽道中端，而住宿餐飲和農業在數據團隊建設上仍處于起步或準備階段。

數據團隊建設困境：價值落地艱難、業務團隊缺乏合作動力

盡管數據團隊在一些行業中發展態勢良好，但仍然存在著價值落地艱難、業務團隊缺乏合作動力、數據人才存在缺口等困境。

數據團隊并不直接產生價值，其價值落地多通過與業務團隊有效合作產生。因此，業務團隊對數據團隊的工作是否滿意、有多大合作動力，在很大程度上影響著數據團隊的工作效率。

問卷調研結果顯示，近40%受訪者對數據團隊的滿意度一般，近26%受訪者對數據團隊“不滿意”或“非常不滿意”。

您對所在機構數據團隊的滿意程度

近80%受訪者認為數據團隊對自己所在的機構重要或者非常重要。數據團隊的價值普遍受到認可。但是，超過40%受訪者無法量化數據團隊產生的直接價值。

數據為您所在機構帶來多大直接價值

行業內數據人才存在較大缺口

專業團隊的建設需要實行持久性、針對性的人才儲備與培養，優化人才層次和結構，保證團隊的正常運轉以及長期穩定發展。目前數據團隊的人才儲備普遍存在較大缺口。數據團隊通常需要具備多項能力的復合型人才，數據人才培養周期長、成效慢。

問卷調研結果顯示：目前超過50%組織或機構的數據團隊人才儲備不充足，數據團隊普遍存在人才缺口。

數據團隊人才儲備狀況

數據人才投資

數據團隊的組建需要尋找到合適的數據人才。組織或機構在組建數據團隊時往往有一個固定的人員預算，因此，在有限的團隊預算下，尋找到具備能夠滿足需求能力的團隊成員，就成為團隊領導者面臨的首要問題之一。

各數據崗位中，自然語言處理工程師、數據科學家、機器學習工程師、算法工程師薪資水平最高，月工資中位數均在2萬元人民幣以上。

各職位月薪／人民幣

各職位招聘的學歷要求和對應月薪／人民幣

組建高效數據團隊

頂級數據團隊一般具有相似的特征：所在組織或機構數據驅動戰略明確，數據團隊運作高效。高層需要設置清晰的數據團隊建設目標并將數據納入決策流程；數據團隊的高效運作則需要優秀的團隊領導、合理的組織架構和多樣化的人才。

1、高層重視

“一個公司能否有領先市場的發展，決策者的眼界非常重要，高管對數據是否敏感，能否下決心把數據推動做好，決定了這個公司的前景和競爭力。”

——LinkedIn用戶增長部門數據科學團隊負責人 周洋

2、嵌入式工作

“我希望團隊在滿足業務增長需要的前提下，能保持一個扁平的架構。我會鼓勵自己的團隊成員與業務部門盡可能多的泡在一起，爭取嵌入式的工作，主動研究業務，尋求數據驅動的機會。”

——獵聘首席數據官 單藝

3、Quick Wins

“我鼓勵數據團隊一旦有了新想法，便去說服同伴，組成2-3人的小團隊把這個想法實現出來。再自下而上擴展影響圈，不斷完善想法，直至一個新數據應用場景的出現，變成產品。”

——【友盟+】首席數據官 李丹楓



總結

以上是生活随笔為你收集整理的首份《顶级数据团队建设全景报告》重磅发布： 逾半数据团队称人才储备不足的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。