大数据爆发式增长的这10年，大数据人才始终是这股浪潮中的焦点，但如何更好地定义人才在企业的发展和职能定位似乎变成了一个始终缺乏最优解的难题。

从整体背景来看，越来越多的企业开始把数据人才作为企业经营战略版图的核心组成部分，集中表现越来越愿意花高薪聘请大数据人才，整体薪资水平在不断提升。

但是大数据人才市场依旧处于紧缩状态，无论是高大上的大数据科学家，还是资深的大数据架构师，或者是普通的数据产品经理，在整个市场中还是一将难求，企业面临的大数据人才供应挑战是不断加剧的。

而且，对传统企业更加不利的是，在这样紧俏的供需背景下，与互联网企业的薪资竞争力差距，以及企业创新环境的不足，都更加制约了传统企业的人才建设。

那么传统企业如何才能更好地建设大数据人才体系？

本文将从企业的数据发展现状，数据文化建设，数据人才制度这3个角度来和大家一起探讨企业如何提高大数据人才体系的成熟度。

一、定位企业数据发展现状

给企业准确清晰的数据定位是推进的第一步，因为企业不同的数据发展阶段，对于IT资源，人才资源，资金资源的需求不尽相同，更重要的是不同阶段企业感受到的数据价值和影响力差别显著。

所以大数据团队的负责人第一步需要帮助企业清晰地找准定位，基于当前定位能给企业带来的数据价值推动老板们对资源倾注的信心。

企业大数据发展可以分为下图所示的4个阶段：

1、沉睡企业

对于沉睡型企业，基本就是用Excel做一些基础统计和数据整理，在企业文化中数据就是Excel，做数据分析的人也基本是兼职。

2、起步企业

在起步阶段，企业已经开始有了数据报表进行报告的习惯，企业特质就是Excel满天飞，“谁要个数据，习惯说，稍等一下，我马上用Excel飞给你”，工具还是以Excel为主，数据库为辅，企业内部也出现少量的专职人员维护数据库。

3、发展企业

在发展型的企业里，我们就会发现应用深度逐渐转向了分业务专题，分汇总明细的数据分析，文化特质变成了用数据说话，用数据规范工作，使用的工具也开始变成了以数据库，专业的分析工具为主，并且有了数据仓库的尝试，并且有专业团队负责数据工作。

4、成熟企业

在成熟性企业，特点更加鲜明，应用深度上在企业级数据门户，已积累出不少对应业务场景的数据产品，数据类产品或服务是业务运营的核心组成部分，工具往往是大数据平台或者是各类成熟的数据组件，这时候管理数据运营的是企业的一级机构，叫大数据中心。

企业在不同发展阶段，面对的数据挑战和相应的资源储备都是有极大差异的，对数据人才的要求自然不尽相同。只有清晰定位，才能有的放矢，进而推进企业改变数据现状，找到不同阶段的不同策略与方法。

二、企业数据文化建设

在企业认可数据，积累数据的过程中，大数据团队对数据人才的培养也会逐步找到一些法门，这些方法和技巧无不是围绕在数据文化建设之上。

比如，通过不断的了解数据、熟悉业务流程，就可以让数据应用“携带”管理价值，得到领导的认可与支持，从而更好的自上而下推动数据文化的建设。

比如，通过找业务要需求，找同行的思路，找合作伙伴方获取对应的技术方案，这样才能让没有开发能力的DBA，具备举一反三的能力。

在给业务部门宣讲数据价值的时候，不要局限在数据怎么用，要在每次的数据传播过程中，通过用数据说话的场景和案例给业务团队灌输数据化管理的价值。通过这些方式，让数据人率先成为数据文化的推动者。

说到推进企业数据文化建设，最直接的就是培养企业业务人员的数据思维。

一方面，可以用大屏幕进行数据强制展示，将企业的数据信息展示出来让大家直接感受价值。比如可以在生产车间进行生产工艺监控的看板展示，让一线人员直接通过看板指导操作和辅助生产运营，预警监控。

对于业务而言，这样的培养方式是有价值的，对我们来说，通过部门层面的习惯培养，就能逐渐形成重视数据的部门，这些部门对我们后续的推进至关重要。

另一方面，也可以像某医药企业做的一个尝试，现在页面上看到的是可视化决策平台，既做了管理驾驶舱，综合报表又做了查询，又做了专题分析，如下图所示。但是这些内容如何更直接有效的抓住用户的需求是大数据项目的难点。

该医药企业的一个核心业务是商业物流的配送分析，企业对这个模块关注度非常高。那么从建设数据文化的角度应该怎么做呢?

该医药企业首先将医药的物流分析放在首位，开发物流效能模块，将之前企业的货车流动行为，在图形上展示出来每个节点都可监控，通过数据的形式点击每个节点可以看到实时的运营情况和后台相关数据。

通过这个角度，就让对于数据不是那么重视的业务部门，认识到“数据还是可以这么用，还可以这么帮助提升核心业务”，这就是养文化。所以，一定要找到突破口，让业务部门觉得，数据分析有用，能帮助业务，达到这种程度，养文化基本就能做到了。

小结一下，通过推进数据文化建设，可以让业务部门逐渐支持，进而获得空间去推动IT能力的升级，从规范流程，保证数据准确，降低沟通成本，支持决策等角度提升数据中心地位，这个过程可能是缓慢的，但至为关键。

在这个阶段，传统企业有很多数据效率的问题，我们可以通过多观察业务，思考如何通过数据帮助业务部门提升。比如说数据的获取，最早反映的各种痛点都可以变成数据的突破口。

三、企业数据人才制度

有效的开展人才需求规划工作，已经不仅仅是人力资源的基本职能，也需要业务部门如大数据中心的协助支撑，即企业大数据人才梯队的建设不能只依赖于HR团队，还要需求方加强人才机制的主动性和灵活性。

调研数据显示，从传统企业HR部门的现状来看，只有7%的HR部门会主动帮助大数据团队进行大数据人才建设规划。而40%的人力资源部门仍然停留在根据公司的发展要求预估需求情况，主要考虑员工数量对业务规模的满足，这里往往不会考虑到特殊人才的需求（大数据人才）。

因此，对于数据团队而言，推进HR部门就大数据人才相关的人事工作，达成统一的标准，并提供了正式的工作操作流程和模板，是改变企业缺乏大数据人才的实质性步骤。

通过有效的沟通机制和人才需求监控机制的建立，可以帮助数据团队更加主动灵活的应对不同类型的数据应用背景，充分挖掘不同背景下的数据价值。

四、增大企业投入预期

要加大对大数据人才的资源投入是每个数据团队的诉求，但这往往得之不易。

数据团队要充分激发出企业的大数据需求，比如，抓住机会去推动一把手的数据项目建设，可以站在企业经营层面上，建立数据思考架构。

最终我们应该形成一套数据管控体系，这套管控体系可以说是IT的能力，也可以说是比业务更好的层次，去管理去理解业务，去支撑业务的有效手段，或者通过对标分析找到优于自己的对标企业大数据人才投入，通过管理者能直接感受到的对标预期顺势加强团队的大数据资源投入。

结语

最后，需要明确的是，系统化解决大数据相关的组织和人才的问题，不仅仅需要在招聘和人才培养、继任体系搭建等方面运作一个又一个的项目，更需要企业的大数据中心在为企业经营决策中提供支持。当然，大数据人才体系建设这件事，也是企业管理者们进一步实现自我价值的不可多得的契机。

报表工具产品更多介绍：www.finereport.com

免费下载 体验Demo