摘要：数据科学家将成为未来分析的主力军。而企业首先需要将分析作为一种服务，并从数据科学家的技能中受益。

   数据科学家将成为未来分析的主力军。而企业首先需要将分析作为一种服务，并从数据科学家的技能中受益。
　　
　　当商业智能（BI）系统首次出现时，它们的主要目标是使企业能够做出有见地的决定，并完全自我维护。然而，由于工具的多样性，并且数据量惊人，需要基于实体数据的快速反应，以及近亲性质的IT团队。它很快就变得非常清楚，如果没有一个商业智能（BI）专业人员的存在，该业务不可能获得更明确的情报。
　　
　　企业如何通过移动应用，人力资源数据分析和云计算技术赢得人才战争？通过分析服务提供商聘请数据科学家是许多中小型企业的明智选择。
　　
　　如今，数据每两年翻一番，每个人都听说过报告中所陈述的荒谬的增长数字。在这种背景下，其不可避免的结果就是数据科学家的出现。数据科学家需要分析大量的数据，并采用技术地图，使数据过渡到得到洞察的见解成为可能。数据科学家的工作范围包括识别数据源，数据质量，数据点之间的相关性以及向信息用户的传播。
　　
　　目前，数据科学家的角色由商业智能（BI）团队中的人员组成，如数据仓库架构师，业务分析师和其他人员。随着情况的发展，数据科学家将在这些专业人员产生，并发现可能超出当前模式和业务问题范围的新趋势和相关性。业务分析师将研究数据科学家汇编的数据。
　　
　　调查分析机构Forrester公司的高级分析师詹姆斯•科比鲁斯在他的博客中表示，将数据科学家的工作与自然科学和社会科学领域的科学家的工作进行了比较，指出他们需要观察数据和实验数据的工作。“从历史上看，数据科学家将不得不提供一些单纯的实例。”随着一个成熟的职业生的出现，这种状况将很快改变。
　　
　　教育类
　　
　　讨论究竟谁有资格成为一个数据科学家，这与之前辩论CIO是否应具有商务背景或技术背景的区别不大。然而，行业专家一开始就表示，数据科学家应该有一个数学或统计硕士学位。同时，ShoppersStop的集团首席技术官ArunGupta说：“目前行业缺少那些被称为数据科学家的专业人员。任何有工作激情处理数据的人都在填补这个空白。”
　　
　　数据科学家将致力于开发新的算法，并为数据提供新的模式和见解。EMC公司的全球营销副总裁兼首席技术官ChuckHollis说：“除了统计数据资质以外，数据科学家还需具有经济学资格，并且需要十几年的工作经验，熟练使用10到15个商业智能（BI）工具。”
　　
　　Deepinder Singh Dhingra是决策科学和分析服务供应商MuSigma公司创新和开发团队的负责人，他说，“数据科学家也将涉足实验心理学，人类学和社会科学。”需要建立BI卓越中心CoE），数据科学家的分析教育将会实现制度化。
　　
　　前行之路
　　
　　随着社交媒体出现，将影响大多数业务。组织期待着整合社交软件和商业智能技术，以创建一个和谐的决策环境。数据科学家将负责为信息提供社会背景。商业智能（BI）和分析在采用新方法（如Hadoop）时翻开了新的一页。他们不再等待结构化，清洁，原始的数据，而是使用混合数据来提供实时或近时分析。描述性分析、探究分析、预测分析和规范分析都是新范式的一部分，而数据科学家就身在其中。
　　
　　如今，进化曲线正在从决策支持转变为越来越可操作，随着一个即将到来的进展，将数据科学家的战略能力带到一个全新的水平。商业智能（BI）在十五年前就出现了，IT部门拥有这些计划与举措。现在，商业智能（BI）是一个涉及市场研究的业务功能，主要关注分析。具有会在支付费用之前三思而后行，他们的商务智能供应商将会告诉他们的商务智能产品会是什么。
　　
　　然而，它不像是有数据科学家丰富，所有呼吁工作。相反，正如EMC公司的Hollis所说：“如今这样的人才短缺。对于每个数据科学家来说，将面临30个工作机会。”
　　
　　为了回答这个问题，Google公司的分析即服务作为一种可行的替代方案。分析即服务仍处于初始阶段，并在不断发展。随着复杂性的增长和成熟的服务模式，以及成果和成功的出现，其采用率将增加。通过分析服务提供商招聘数据科学家将可能成为许多中型和小型企业的选择。
　　
　　毫无疑问，分析领域将需要改变游戏规则，数据科学家将在未来五年内成为变革和竞争的驱动力。然而，数据科学家作为一个宝贵的资产而兴起，这将取决于主要的分析工具，而这主要是来自金融机构、零售行业和电信部门等推动信息发展的。
　　
　　编辑：Harris