大数据个人数据分析_大数据分析最重要的不是管理技术而是管理“人”

现在进入大数据时代，很多企业开始利用大数据的价值。 对于企业来说，大数据所起到的作用和分量因企业自身而异。 但是，现在的决策者利用数据分析来支持决策，确实实实现了更加正确的决策。 此外，许多企业还成立了数据分析小组。 例如，很多电力商业企业频繁利用数据报告诊断店铺问题，或者利用数据焦点和功率bi等基于AI的智能数据分析工具支持决策。 但是，数据分析的实施有问题的企业也很多，特别是分析团队和业务团队之间，似乎有无法跨越的差距，很多数据分析项目的成员不仅仅是业务人员和数据分析人员，数据分析的效果谁的技术好，谁的软件

我们以前说过，数据分析思维的问题，更好的软件和工具只有帮助人们思维，才能服从人们的思维。 现在要扩大整个数据分析团队，不要重视技术和软件本身，而要重视“人”的管理和监督。 举个例子，我们合作的一个国家的电网支持公司的数据分析业务链是在相关人员的管理中操作的，相关人员的管理是什么，受数据分析过程和结果影响的人员和部门是谁来支持数据分析，这些支持是人员、经费、设备、时间等。 一般利益相关者包括数据分析的需求发起人、可决策的高级管理员、实际使用分析结果的客户和用户、b端数据服务提供商、数据分析的内部团队、项目经理和外部合作企业。

关于“人”管理，参考项目管理的方式，可以用四个象限进行判定。 第一象限假定为a象限，作为权力大利益少的人，如甲方公司的社长，满意地取得支持即可。 第二象限假定是b象限，需要重点由权利最大的人，例如数据分析的负责人和项目经理进行管理。 第三象限c象限是权利小、利益大的人，例如数据分析链上的业务员，随时通知即可。 最后是第四象限d象限，权力小利益小，如合作部门、监督。

无论如何，数据分析的核心是数据分析的思维与合作，人与人的相互作用。 企业可以利用DataFocus、Tableau等工具大幅节省人力资源和反复工作等，但重要的还是分析思考，还是整个团队。