选Leader,数据部的Leader,要包含下面三个基本技能至少其中两个:1. 懂数据及其相关技术
从宏观上来说,公司层面上主要是建设数据生态,亦即建设企业整个数据采集,使用和合作的数据文化。从微观上来说,主要是着重建设稳定的数据流,亦即数据存储,分析,算法,可视化的数据处理流。从这几个目标来看,你需要团队角色数据产品经理,商业分析师,数据运营,数据研发工程师,算法工程师等。这些角色需要根据你们公司和业务团队的需求状态来搭配。所以楼主需要提供更多信息,包括但不限定于:公司人数,目前数据处理相关的人员分配,业务情况,所属行业等等。有更多问题欢迎关注微信公众号:数据产品经理会 ,这个公众号有个配套的数据产品群,可以加我微信申请:liuyangfjnu
有钱就招人,没钱就别折腾了。还不如把住KPI
入不敷出,钱多烧的就当我没说。
理解业务,收集数据,存储数据,清洗转换数据,提取数据,分析数据,评估分析,应用。完美的最后是数据科学家的专长。前面都是工程师的战场。
这要看你是什么公司,我假设你已经有了数据来源。那么数据仓库的设计是第一重要的,否则效率感人。这个基本靠你的CTO功力。其次选对分析工具和平台,再次是业务目标。
选Leader,数据部的Leader,要包含下面三个基本技能至少其中两个:1. 懂数据及其相关技术
从宏观上来说,公司层面上主要是建设数据生态,亦即建设企业整个数据采集,使用和合作的数据文化。从微观上来说,主要是着重建设稳定的数据流,亦即数据存储,分析,算法,可视化的数据处理流。从这几个目标来看,你需要团队角色数据产品经理,商业分析师,数据运营,数据研发工程师,算法工程师等。这些角色需要根据你们公司和业务团队的需求状态来搭配。所以楼主需要提供更多信息,包括但不限定于:公司人数,目前数据处理相关的人员分配,业务情况,所属行业等等。有更多问题欢迎关注微信公众号:数据产品经理会 ,这个公众号有个配套的数据产品群,可以加我微信申请:liuyangfjnu
有钱就招人,没钱就别折腾了。还不如把住KPI
入不敷出,钱多烧的就当我没说。
理解业务,收集数据,存储数据,清洗转换数据,提取数据,分析数据,评估分析,应用。完美的最后是数据科学家的专长。前面都是工程师的战场。
这要看你是什么公司,我假设你已经有了数据来源。那么数据仓库的设计是第一重要的,否则效率感人。这个基本靠你的CTO功力。其次选对分析工具和平台,再次是业务目标。