1、大数据时代下数据科学家团队建设初探 摘 要： 信息技术的进步带来了传统产业的管理变革，数据资产已经成为企业的核心资产，各个业务领域对数据资源挖掘的需求激增。数据科学家将会成为传统产业互联网改造的推动者。文章主要描述了大数据环境下传统产业中发电企业数据分析需求变革，并从数据科学家的角色、影响力以及核心价值阐述了发电公司数据科学家团队的必要性及建立方式。 关键词：大数据 数据科学家 发电公司 中图分类号：F40 文献标识码：A 文章编号：1003-9082（2015）07-0066-01 大数据时代的到来，不单单引起了传统产业的技术变革，也带来了企业内部技术需求及人员需求的变革。目前，发电公司正面
2、临着能源枯竭和生态环境保护的双重挑战。随着电力市场的进一步开放，竞争日益激烈，发电公司更需要在面临商业决策时，能够迅速做出准确的、有效的判断。数据科学家团队的建立可以帮助发电公司游弋在大数据之中，合理的分析、处理数据以及恰当的展示数据。 一、传统产业的数据需求变革 自2012年开始，“大数据”、“云计算”、“工业4.0”等概念多次被提及，而在十二届全国人大三次会议上总理在政府工作报告中又提出“互联网+”行动计划，更进一步促进了互联网改造传统产业的进程。数据资源是实现传统企业“互联网+”的基础，也是实现传统产业互联网改造的必要条件。发电公司作为传统产业拥有着庞大的数据资源，如何正确的运用这些数据
3、资源，并且用合理的方式分析数据，解释这些数据并表达出来。目前，这些问题已经成为能够在未来驰骋互联网的传统产业公司的研究热点。 电力行业已经基本完成专业领域的信息化和自动化，也能够简单的使用数据；但是仍然无法满足业务领域对于数据资源使用的需求。发电公司对于数据资源的使用，仍然存在着时间维度、颗粒度、业务覆盖面以及数据价值度更迫切的期望。在时间维度上，发电公司对企业计算的数据要求不在以年、月、周为单位，而是向更小的时间单元日、时、分、秒发起挑战，尽可能满足对发电公司运营和生产管理的实时要求。在颗粒度维度上，发电公司企业计算的最小单元不再是按照部门或者班组级别，而是以人或者一个业务行为进行计算，实现
4、更精细化的业务管理。在覆盖度上面，发电公司需要更宽广的数据领域要求，不再是对独立的、单一的专业内部数据资源进行挖掘，更需要的是对综合性的、交叉的数据资源进行分析。在价值层面上，数据是提供企业智能基础，也是挖掘的主要对象，更能够激发员工自身的数据化潜能，将有关联的数据嵌入到业务活动分析及生产流程中去。 数据资源的开发利用需要经历三个阶段：“养”数据、“炼”数据和“用”数据。“养”数据是通过一系列的数据治理手段，将所获得的数据资源进行清洗，帮助企业更好的理解数据、使用数据、提高数据的使用率，从而提升企业数据资源的管理和应用水平。“炼”数据是利用业务知识从数据资源中发现和解释知识的过程，是找出数据之
5、间关系的过程，从而将数据点演化成数据线或者数据面。“用”数据是将千锤百炼过的数据线、数据面，转换成成数据模型，从而集成为业务规则，为企业提供可信赖的决策，而数据的“养”、“炼”、“用”就需要形成有发电行业特色的数据科学家团队。 二、发电公司的数据科学家 数据科学家是将数学家和统计学家的理论专业知识和注重实践的软件开发人员的工程操作相结合的人，是被用来描述在分析和商业智能领域中新出现的一种角色。数据科学家的主要工作是获取数据资源，并且理解、处理、从中提取价值、使其形象化、传送知识。单从技术层面来看，数据科学家应该是计算机、数据和统计几个学科的交叉。但是数据分析技术仅是数据科学家工作的一部分，数据
6、科学家也需要与业务活动更好的结合，并具有一定的创造性。因此，数据科学家需要精通技术和数学，熟悉企业内部业务以及行业竞争环境，并有非凡的创造力，能将数据结构化和可视化，使数据变得有意义。总而言之，数据科学家的工作应将有一个核心专业团队来推动，即数据科学家团队，形成灵活的组织形式，保障数据资源由上到下的贯通，更深层次的挖掘数据资源中的价值，发挥企业内部智囊团的创造力。 数据科学家团队带来的影响力是产生数据化思维。发电公司应该更积极的数据科学家团队活跃于业务部门之间，让研究数据的人挖掘每一项业务中使用数据的契合点。这就是一个迅速能够从“养”数据到“用”数据的关键方法，帮助发电公司很快的转变为一家数据
7、驱动型企业。 数据科学家团队需要保持数据分析的中立性。发电公司内部多个业务部门都有数据需求，包括电力市场、企业资源管理、电力生产管理等方面。如果将数据分析活动放在某一个业务部门，将会受本部门影响、难保统计报告中立性，而且没法做跨部门的整体分析。如果把分析建模人员分散在各业务部门，成本又太高、且分析人员各自为战难以协同互补。因此数据科学家团队应该是独立于各个业务部门并且能够直接接触数据源。 三、数据科学家团队核心价值 数据科学家团队是通过信息技术手段获取可信赖的数据资源，运用业务模型形成容易理解的解决方案，最终形成对企业战略的支持。结合发电公司实际情况，数据科学家团队的职责包括数据基础构建、数据
8、共享服务及数据应用服务。数据基础构建是提供数据服务的基础，需要搭建数据基础构建平台，与各业务部门紧密合作，整合发电公司全业务范畴数据，对发电公司数据资源标准化、规范化管理，最终得到可以信赖、依赖的数据资源。数据共享服务是根据发电公司及各业务部门的信息化需求，持续提供可靠的数据资源，并进行相应的权限管理。数据应用服务是数据科学家团队的核心任务，通过不断了解发电公司关键业务，运用各种数据分析、数据挖掘技术，以恰当的数据可视化形式进行解释，最终运用到业务流程改造和处理中，并对发电公司业务决策给予支持。 四、结论 数据科学家团队是智能化、数据驱动型企业中的核心组成部分，可信赖的数据资源也同样是智能化建设的基础。数据科学家团队的建立，为智能化建设提供了数据及分析能力的保障，提升了发电公司各业务人员的数据化思维，真正实现了内部员工的智能化，为企业智能化决策提供了数据支持。 参考文献 1联伟常，高凤郭.“大数据驱动的商业模式创新探析.”企业技术开发，4 2014： 108-109. 2巍方，玉郑，江徐. “大数据：概念、技术及应用研究综述.” 南京信息工程大学， 2014年6月： 405-417. 3周斌刘，潇谭.“大数据应用创新团队建设的研究与时间.”管理观察， 2015年1月： 163-165.第 5 页 共 5 页
