46、大数据人员与社区：技能提升与敏捷转型

大数据人员与社区：技能提升与敏捷转型

1. 大数据采用中的关键问题

大数据及其相关的实时决策改变了知识工作者的角色，这一角色变化与组织变革紧密相连，为人力资本管理带来了机遇和挑战。虽然大数据的价值在于实现业务敏捷性，但真正推动其落地的是人员。

在大数据采用过程中，人员问题是关键挑战。与以往技术进步一样，大数据也需要克服人员方面的障碍才能使企业成功。“学习Hadoop比学习业务更容易”，这表明采用大数据需要重点提升人员的大数据能力，以实现其价值。

人员问题之所以被称为“软方面”，是因为这些问题难以定义，围绕人员的一切都是模糊和不确定的。技术是推动者，流程是业务变革的催化剂，但没有人员，两者都无法为企业带来价值。

随着大数据的广泛采用，行业所需技能与现有技能之间的差距日益增大。据麦肯锡公司预测，到2018年，仅美国就可能面临14万至19万具有深度分析技能的人员短缺，以及150万能够利用大数据分析做出有效决策的管理人员和分析师短缺。此外，除了技术和分析技能，战略技能的短缺也加剧了这一问题。

2. 大数据所需的技能类型

在探索大数据选项时，组织需要多种技能，包括解决问题和分析技能，以及供应商管理、客户管理、项目管理和运营管理等方面的技能。同时，安全、合规、审计和风险管理等技能也必不可少。以下是大数据采用所需的技术、分析和业务技能：
- 技术技能 ：围绕数据的存储、访问和操作，如信息技术（如Hadoop）、数据库管理系统（如NoSQL）和架构技能。硬技能包括处理Hadoop集群、MapReduce、关系数据库管理系统（RDBMS）和NoSQL，架构内存数据库，以及编程和测试技能。