行业报告 AI展会 数据标注 标注供求
数据标注数据集
主页 > 大数据 > 正文

Teradata全球调研:3/4企业分析项目数据科学家“缺

 

记者:魏子敏

当地时间10月15日,2018 Teradata全球用户大会在美国拉斯维加斯举行。来自15个国家的3000多位数据人参与了本次峰会。

大会第一日,Teradata发布了针对“企业数据分析”的2018年调研结果。

调研结果显示,多数被访问的高级管理人员对数据分析投资结果不满意:他们认为相关投资并未带来他们期望的成果。

具体来看,该调研报告罗列了企业数据分析项目面临三大基本挑战:

1) 分析技术过于复杂:近四分之三(74%)的受访者表示,企业使用的分析技术过于复杂d;其中42%的受访者认为企业员工难以使用或理解分析技术。

2) 用户无法获取所有所需数据:79%的受访者表示,他们需要获得更多企业数据,才能高效完成任务。

3) 优秀数据科学家缺乏成为发展瓶颈:仅25%的受访者表示,其全球企业内的业务决策者无需数据科学家,也具备从分析能力中获取并使用智能化技术的技能。

过于复杂的分析技术

近年来,数据采集、存储和分析技术呈爆炸性增长趋势,但其复杂度也显著提升,经常导致技术无法有效使用。调研报告显示,其主要原因是科技厂商通常不会做足功课,确保所有企业员工都能轻松了解并使用其产品;随着近期开源工具的激增与普及,这一问题进一步加剧。

 

 

大约四分之三(74%)的受访者企业正在投资分析技术。受访者表示,这些分析技术非常复杂。

近三分之一(31%)的受访者表示,复杂分析技术的负面影响之一是企业各部门无法普及。

近二分之一(46%)的受访者表示,分析技术实际上并未推动业务增长,因为用户对该技术提出过多问题,但并未获得足够解答。

超过二分之一(53%)的受访者认为,复杂的分析技术实际上已成为企业过重的负担。

42%的受访者表示,导致复杂性问题的主要因素之一是并非所有员工都能轻松使用或理解该技术。

数据访问受限

调研结果还显示,用户需要访问更多数据,才能高效完成任务。决策者和用户都清楚,做出更明智的决策通常需要更多数据。而无法获取所有必要数据经常是顺利实施分析技术的绊脚石。决策者需要做出明智决策,但平均缺少近三分之一的信息——这一差距无法接受,对决定市场竞争成败举足轻重。

 

 

79%的受访者表示,他们需获得更多企业数据,才能高效完成任务。这些受访者也表示,他们缺少平均近三分之一(28%)所需数据。

81%的受访者认为,他们希望企业部署无处不在的分析技术。

超过一半的(54%)的受访者表示,企业IT部门正在运用分析技术;而只有不到四分之一(23%)的受访者表示,其管理层和董事会成员正在运用分析技术。

数据科学家缺乏

最后,缺少“独角兽”式的数据科学家仍是企业发展瓶颈所在,这使企业难以部署无处不在的智能化技术。大多数受访者表示,为解决这一问题,企业正在或计划投资更易用的技术及技术培训,以增强员工的技术能力。

 

 

仅25%的受访者表示,其业务决策者无需数据科学家,也具备从分析能力中获取并使用智能化技术的技能。

近三分之二(63%)的受访者来自目前正在投资分析技术的企业。他们认为,企业内不从事分析任务的员工难以使用分析技术。

75%的受访者企业需要数据科学家帮助业务决策者从分析技术中获取智能化技术。

为减轻企业对数据科学家的过度依赖,目前需要数据科学家的94%的受访者企业正在或计划投入开展技术培训,提升员工的技术水平;而91%的受访者企业正在或计划投资更易用的技术。

本次调研由Teradata天睿公司委托独立科技市场调研公司Vanson Bourne在 2018 年 8 月至 9 月,面向全球企业高管开展。共访谈美洲、欧洲及亚太地区的 260名高级业务和IT 决策者。 受访者来自上市或私有企业,企业拥有不少于1,000名员工且全球年收入不低于2.5亿美元(其中,69%的受访者企业的全球年收入不低于10亿美元)。所有访谈均通过在线访谈或电话沟通。本次调研经过严格的多级筛查,确保只有符合要求的候选人才有机会参加调研。

 

微信公众号

声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
SEM推广服务

Copyright©2005-2026 Sykv.com 可思数据 版权所有    京ICP备14056871号

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注行业联盟

扫码入群
扫码关注

微信公众号

返回顶部