Gartner的研究是什么必不可少的角色对数据和分析?扫罗约尔Heizenberg。犹大,艾伦·d·邓肯2022年8月16日 数据和的重要作用是什么分析?已发布16八月2022 - ID G00774299 - 17 阅读分钟分析师：Jorgen Heizenberg，Saul Judah，Alan D. Duncan Initiatives：数据和分析总监的领导首席数据和分析官需要支持机会以及当今数字业务的挑战能力。现在是创建数据和分析角色的时候了和技能,适合未来。战略规划设想到 2023 年，机器学习 （ML） 工程师将成为人工智能 （AI）/ML 空间，ML 工程师的空缺职位占一半 （50%）数据科学家的比例，高于2019年的不到10%。到2023年，由于人工智能和人工智能，残疾人就业人数将增加两倍。新兴技术减少了获取障碍。到2023年，所有为人工智能开发和培训工作雇用的人员都必须展示负责任地开发 AI 的专业知识。分析没有具有数据和分析功能的数字平台（D&A），数字业务就不会发生核心（请参阅如何构建数字业务技术平台）。技术可以是处理不当时的故障点，但通常不是最大的障碍进展。数字业务的加速将同样（如果不是更多的话）取决于您如何组织D&A以及所需的角色，技能和文化来推动这一转变。数据素养差、缺乏数据驱动文化和人才短缺普遍存在，D&A 成功的持续抑制因素（参见如何克服 6 大障碍到D&A领导者成功）。与Gartner首席数据官的其他调查结果一致2022年议程的调查,1人员、培训和文化应该是 CDO 的首要考虑因素提高D&A团队在利益相关者参与、影响和文化的变化(见图1)。Gartn er公司| G00774299第1页15 图 1：关注人员、培训和文化，促进利益相关者的参与和影响和文化的变化一些组织考虑与外部 D&A 服务提供商合作，因为他们缺乏合适的资源或无法开发或改善其当前的人才库。这样提供者可以通过暂时填补 D&A 角色赤字和/或upskilling或reskilling现有资源。提供者在执行这些约定时应特别关注知识转移以及在职培训（参见数据和分析服务提供商魔力象限）。首席数据和分析官 （CDAOs） 支持所需的转型数字业务需要回答以下问题：d和a的关键角色关注是什么呢?■Gartn er公司| G00774299第二页15 哪些角色正在出现，这些新角色如何影响当前角色？■图 2 和以下各节提供了相关指导。图2:新兴的d和a的角色研究突出了某些推荐内容可能无法作为您当前 Gartner 的一部分提供订阅。二维角色专注于现在本节重点介绍D&A今天所包含的角色：配角:CDAO，D&A经理，D&A架构师，业务分析师，D&A项目经理，变更和转型经理，D&A测试员■■■数据的角色:数据工程师、数据管理员、主数据管理 （MDM） 经理、数据建模师分析角色:分析和商业智能 （ABI） 开发人员、数据科学家、AI /毫升开发人员,分析管家Gartn er公司| G00774299第3页15 配角数据和分析总监“首席数据和分析官”（CDAO）是指具有以下特征的业务领导角色企业通过组织创造价值的主要责任D&A 资产和 D&A 生态系统。该职位的等效头衔是首席数据官，首席分析官（如果CDAO角色或同等角色不在企业中），首席/主管的数据和分析,和其他的变化。请参阅工具：首席数据和分析官的职位描述示例。d和a经理D&A 经理负责管理 D&A 卓越中心，因此，需要支持在整个组织的其他部分部署 D&A。D&A經理人是D&A戰略和願景的主要貢獻者。他们制定路线图，管理高级利益相关者，并监督预算和资源。除了测量他们团队的表现，他们还应该监控和跟踪D&A对D&A的贡献业务目标。了解如何克服 D&A 领导者成功的 6 大障碍。d和a的建筑师数据和分析架构师加强了关于业务信息的建议。D&A 架构师需要识别、定义和分析信息资产如何推动业务成果，以便共享一致的信息整个公司的数据。D&A架构师“拥有”数据模型。D&A 架构师了解各种 D&A 场景的影响，例如数据科学或机器学习，在整个企业架构上。他们与企业合作D&A架构战略和支持平台的架构师。业务分析师没有单一类型的业务分析师，而是一系列分析师。他们的角色取决于 D&A 用例，因交互而异，并引入不同的职责和技能要求。例如:数据分析师对统计分析和使用有基本的了解■这些技能支持特定的业务领域。他们要么是领域专家，要么是与这些专家密切合作，将见解应用于业务流程或功能。Gartn er公司| G00774299第4页15 数据翻译,数据教练或促进者不仅弥合了技术差距在数据科学家/数据工程师和业务领域之间，但也有帮助推动整个组织的采用和识字率。这些角色有很好的了解业务流程和相关 D&A 需求，他们转化为D&A解决方案。他们需要将技术理解与领域知识，并具有与各种受众合作的天赋创新。■请参阅工具：数据和分析翻译人员的职位描述。d和a项目经理D&A 项目经理负责 D&A 中所有项目的成功投资 组合。项目经理按时计划、执行和交付所有项目根据业务优先级进行预算并在范围内进行预算。贯穿整个生命周期对于每个项目，项目经理跟踪项目状态并管理项目团队缓解问题和风险。项目经理是 D&A 的主要联系人利用可用资源主动管理客户需求。改变和转换经理变革和转型经理推动组织成果和业务通过制定鼓励员工采用新方式的战略来取得成果与 D&A 合作，变革和转型经理需要高层的支持商业领袖（如CDAO）促进员工行为的改变实现更加数据驱动的文化。他们通过教育帮助发展新技能，以及通过在人员、任务和工具之间建立合适的契合度，帮助建立数据素养。d和a测试仪D&A 测试人员负责管理与 D&A 相关的风险（例如，操作风险或隐私）。他们通过测试数据产品（如数据管道和数据）来管理风险质量）和分析产品（如报告和仪表板）针对业务用户需求（用户验收测试）和 IT 要求（系统集成测试）。数据的角色数据工程师Gartn er公司| G00774299第5页15 数据工程是使适当的数据可用于各种数据的做法消费者（包括数据科学家、数据和业务分析师、公民集成商和业务线用户）。这是一门涉及跨业务和 IT 协作的学科单位。这一关键学科需要熟练的数据工程师来支持 IT 和业务团队。数据工程师主要负责构建、管理和操作数据支持关键 D&A 用例的管道。他们还主要负责领导的单调乏味的(通常是复杂的)任务:1. 策划由非技术用户创建的数据集和数据管道（例如，通过自助式数据准备工具）、数据科学家甚至 IT 资源2. 为生产级部署实施数据交付最后，它们支持将分析和数据科学输出部署到现有的业务流程和应用程序。数据工程师还保证符合数据治理和数据安全性要求。它们是关键任务，因为他们知道从哪里开始处理数据和哪些管道以业务为中心。因此，他们需要与业务部门协作并对组织进行数据工程方面的教育，确保用户可以执行一些数据自行设计。数据工程师需要精通多项技术和商业技能,包括:使用不同的数据集■■■解析和理解数据与领域专家、数据科学家和分析师合作构建业务框架问题跨多个环境快速调配集成数据■数据工程师也有望成为协作者，并充当“数据专家”来协助将分析和数据科学模型输出集成到业务中的业务过程并解释结果。这种需求产生了一个数据子集工程师们称为“分析工程师。”Gartn er公司| G00774299第6页15 分析工程师分析工程师类似于数据工程师，但专注于不同的管道。传统的数据工程师专注于从企业开发数据管道企业数据存储库的操作/事务源。相比之下，分析工程师专注于开发主要针对 AI/ML 模型的数据管道和数据科学团队。分析工程师准备数据管道，为其创建数据集分析目的，包括供最终用户导入桌面工具的数据集，以及供 BI 开发人员导入到 ABI 工具中的数据集。除了区域和本地数据来源，分析工程师使用企业数据存储库的“精选”区域这些类型的数据作为源产品。如果没有数据工程师，D&A 计划将更容易产生额外的成本、部署延迟、数据集成、质量和可用性问题。了解如何构建可提供出色消费者体验的数据工程实践。数据管理员随着数据管理员广泛分散在整个组织中（沿着部门/职能线或业务流程线），迫切需要协调管理活动以实现一致性和杠杆作用。首席数据管家通过建立管理其他监管员如何的流程来推动这种协调：执行其政策执行的活动■■■他们的行为向同龄人交流将问题和提案上报给信息治理委员会首席数据专员还帮助监管员群体解释由董事会，目标是在政策制定中建立清晰度和质量。另外此角色充当同行和初级管家对信息的代表治理委员会。数据管理员角色专注于执行 D&A 创建的 D&A 治理策略治理委员会。实际上，监管员负责实施 D&A 治理。策略，并根据这些策略监视信息资产和人员。什么时候检测与策略的偏差，而不是通过自动化方式解决，管家是解决的焦点问题。Gartn er公司| G00774299第7页15 请参阅案例研究：业务必须推动数据管理 （Ovintiv）。MDM经理由于范围、复杂性、结构，以及集中化和本地化的程度。但是，一些基本的组织原则可以被描述为取得更大成功的最佳实践。这些包括:高管赞助推动真相的共享版本■■支持企业范围的信息治理以创建和实施信息管理策略MDM 管理器确保对组织和业务方向的更改MDM 计划的影响由中央团队或内部进行评估和采取行动业务单位、职能区域或地理位置。MDM 经理的职责包括:定义一个MDM愿景陈述■■使 MDM 计划每个阶段的范围与企业保持一致信息管理(EIM)策略确定 MDM 计划每个阶段的业务场景开发一个业务案例■■确定将受 MDM 计划影响的关键业务流程MDM 管理器与 IT 部门合作进行架构、数据建模、集成、应用程序开发、数据质量技术、系统管理、安全和报告。看到现代MDM理解。数据建模师Gartn er公司| G0077429915页8 数据建模用于描述对企业。数据建模师创建用户认可的数据模型，与 D&A 架构师合作谁“拥有”数据模型，并开发业务数据词汇表和本体。他们这样做是为了支持数据质量、数据隐私和安全、数据沿袭和集成，数据治理、运行时模型和数据库架构 — 所有这些都可以在企业范围内实现关于数据含义的共识。数据建模者咨询多个主体根据需要，来自多个部门和用户群的专家，建模具有一致性和协调性的业务需求。分析角色分析和商业智能开发人员ABI 开发人员与业务合作伙伴保持牢固的关系，以提供为分析和商业智能活动提供分析和技术支持。他们开发报告、仪表板和交互式可视化，并使用数据仓库、数据集成和数据建模，以支持业务决策，利用数据获得对商机的关键见解。开发人员构建公司的ABI能力，同时确保高质量的分销和交付分析解决方案和BI报告。数据科学家数据科学家负责对复杂的业务问题进行建模，并且使用定量学科（统计、算法和挖矿）和可视化技术。数据科学家通常拥有高级学位在计算机科学，统计学，经济学或相关领域。数据科学家贡献构建和发展组织的数据基础架构，并支持为决策过程提供见解和分析的组织。数据科学家经常预测（预测分析）或对情况进行分类并制定下一步最佳行动模型(说明性的分析)。数据科学家角色可以有不同的排列，例如，首席数据科学家数据科学家和公民。首席数据科学家首席数据科学家的角色越来越重要。首席数据科学家作品与首席数据和分析官。也就是说，一个角色不会取代另一个角色。专注于数据科学的独立角色几乎已成为强制性的处理人工智能日益复杂和普遍性的组织。Gartn er公司| G007742999页15 请参阅首席数据科学家的角色是发展高级分析和 AI 的关键。公民数据科学家公民数据科学家通常是没有接受过正式数据培训的业务用户科学家，但仍然可以执行各种数据科学任务，由增强型支持用于数据准备、数据发现和模型开发的分析工具，以及部署。公民数据科学家有能力扩展其分析专业知识并运用他们的商业头脑来获得先进的见解，与领导密切合作经常坐在D&A卓越中心的数据科学家。请参阅工具：数据科学家角色的职位描述。人工智能/机器学习开发人员AI/ML 开发人员越来越多地负责丰富各种应用程序机器学习或其