在資料職涯中,許多人在工作初期關注的是硬技能的培養,想把收資料、清資料、拉報表、建立模型或應用的流程打造的更順、更好。隨著工作歷練,在規劃個人甚至是團隊成長時,就要慢慢把焦點從「怎麼做」轉向「做什麼」。以我自身的經驗為例,在資料分析師時期會專注在專案執行與交付,花比較多的時間在執行面;後來轉為 AutoML/AI 軟體的產品經理之後,思考的是要提供哪些功能,讓企業客戶理解產品的價值,提升採購的意願。
真的好棒的文章 🙏 請問為什麼我以為大數據是趨勢 但是文章一開始說大公司對數據分析只是視為輔助內容
以製造業來說,一定是先把產品做出來,才有營業額;以零售業來說,也是要把物流鏈搞定,才會有營收。以此類推,資料分析大多不是產業盈利的核心,比較是「保持競爭力」的角色。
這件事也可以從大學的系所創立的順序看出端倪,就拿清大為例,先有理工學院的基礎科學類的學系(物理、化學、數學、化工、材料),之後才設立工工系。原因就是產業界要先把東西生產製造出來,後面才會有優化的議題。
希望有回答到你的問題。
謝謝你 很有道理很精闢
之前公司錄取一個前Google marketing 的人,他說他的專長是DX, 好像是digital transformation 之類的。當時聽到不太知道到到底是什麼,覺得又是日本人發明的飛炫名詞。現在看起來應該就是這篇文章提到的東西?
為企業導入AI 是數位轉型的子議題,數位轉型涵蓋的東西又更多了。
真的好棒的文章 🙏 請問為什麼我以為大數據是趨勢 但是文章一開始說大公司對數據分析只是視為輔助內容
以製造業來說,一定是先把產品做出來,才有營業額;以零售業來說,也是要把物流鏈搞定,才會有營收。以此類推,資料分析大多不是產業盈利的核心,比較是「保持競爭力」的角色。
這件事也可以從大學的系所創立的順序看出端倪,就拿清大為例,先有理工學院的基礎科學類的學系(物理、化學、數學、化工、材料),之後才設立工工系。原因就是產業界要先把東西生產製造出來,後面才會有優化的議題。
希望有回答到你的問題。
謝謝你 很有道理很精闢
之前公司錄取一個前Google marketing 的人,他說他的專長是DX, 好像是digital transformation 之類的。當時聽到不太知道到到底是什麼,覺得又是日本人發明的飛炫名詞。現在看起來應該就是這篇文章提到的東西?
為企業導入AI 是數位轉型的子議題,數位轉型涵蓋的東西又更多了。