博客这篇文章最初出现在数据经济网在最新的星球大战电影中，企业大数据分析，我最喜欢的是我们对罗丝·提科（Rose Tico）意外崛起的介绍，她是一位谦逊的机械师，在与芬恩的一次偶然相遇后，她被推到了动作的核心。在电影的结尾，她在电影中最关键的一场战斗中驾驶着滑雪飞艇。随着事情变得越来越艰难，罗斯的角色越来越复杂，要求也越来越高，但她从未动摇过为完成任务而奋斗的决心。许多数据专业人士肯定与罗斯的性格有关。与五年前相比，数据分析师和数据团队的角色已经变得不可识别。随着数据激增的规模和复杂性的增加，利用信息技术的责任从专门的专家（包括数据集成商、科学家、建模师和业务分析师）转移到跨职能的数据团队，他们将所有的技能融合在一起。如今的数据专业人员再也无法摆脱提供基本业务指标和性能指标的困扰。他们现在必须协同工作来创建复杂的分析，使企业能够预测企业未来的成功。数据团队的转型传统上，预测的角色落在数据科学家的精英干部身上。业务分析师可能会专注于衡量客户流失，但很少有人负责预测未来哪些公司可能流失。其他复杂的任务，如自然语言处理或模型构建，都是留给了一批相当精英的数据专业人士，他们具有很强的工程背景。然而，如今，市场压力迫使这些前瞻性分析成为业务运营的一个常规部分，这意味着数据团队的每个成员都需要掌握这些基本技能。像R这样的数据操作语言正在迅速崛起，而快速浏览Stack Overflow对2017年最流行的开发人员语言的调查显示，物联网开发，Python（一种经常用于高级分析的语言）是最常用的语言之一。此外，与几年前相比，数据团队的工作清单所要求的技能有很大的不同。与Rose一样，当今数据团队的每个成员都必须适应新的期望，并建立自己的专业技能，以满足其角色所需……否则就有可能被第一个命令杀死。数据与业务：要么应用，要么消亡他们的团队在学习语言的过程中所面临的挑战比以往任何时候都要多。直到最近，机器学习模型还被交付到服务器的后端，对可视化结果以供商业使用的期望较低。现在，从机器学习中产生的见解是为商业领袖和运营团队设计的，因此必须清晰而有创意地呈现出来。其结果是需要开发预测工具，大数据质量，将Python和R的功能与分析人员的利益相关者熟悉的报告和仪表板功能结合起来。这些变化给数据社区带来了巨大的需求——如果你不使用现代数据分析工具进行预测性分析，并将其纳入常规业务指标，商城建站系统，你将被甩在后面。能够分析流失率、挽留率和社交媒体趋势的公司，以及每种趋势随时间的变化情况，将比忽视这些关键指标的公司拥有巨大优势。完成任务对于it团队来说，这是一个令人兴奋的大数据挑战。无论是专业培训、获取新技能、使用新工具还是雇佣更多资源，数据团队都必须适应并尽其所能取得进步。致我在数据社区的朋友们：愿原力与你同在。标记：数据团队

，大数据与数据挖掘