数据新纪元：AI 时代企业数据分析团队的构建与精进 | 极客时间企业版

636 0 0

文章摘要

在人工智能技术飞速发展的今天，企业如何构建和培养数据分析团队，以支撑数据决策和引领业务增长，成为了一个关键议题。8月1日，《数字人才新视点》栏目邀请了广发银行信用卡中心商业智能负责人徐小磊、招商证券数字化办公室数据分析专家江洪深和极客时间企业版解决方案专家高岩，共同探讨了AI时代下企业数据分析团队的建设与人才培养。

徐小磊分享了广发银行信用卡中心数据分析团队的职能定位，包括决策支撑团队和业务分析团队的双层架构，类似于八爪鱼模式，使数据团队能深入了解业务并赋能业务。江洪深则介绍了其团队作为独立数据部门的运作方式，为其他部门提供数据支持，并在必要时补位数据分析角色。

在团队组建初期，徐小磊强调了定义分析对象的重要性，建议先梳理和确定核心指标和指标口径，再开展分析工作。江洪深则提出了从业务需求支持为主，逐步转向统一模型和数据准备的策略，并分享了广州一家地产公司通过咨询公司推动业务全景图形成的经验。

高岩指出了数据分析团队面临的五大挑战，包括业务理解不足、数据分析工具成本、数据驱动业务决策场景挖掘、前沿技术结合以及团队成熟度提升等，并分享了极客时间企业版的数据分析人才培养方案，旨在解决企业在数据分析能力建设层面的痛点。

徐小磊和江洪深还讨论了数据分析师应具备的能力，包括沟通表达、业务交流、书写和项目管理能力，以及选择数据分析师的标准，包括从外部引入或内部调岗的考量。

在数据分析团队的工作实践方面，江洪深强调了确保数据真实性的重要性，提出了明确数据口径、数据负责方和源头逻辑等措施。徐小磊则分享了广发银行在数据团队组织架构变更、运营分析对比和数据基础建设等方面的实践。

关于数据分析的价值体现，徐小磊提到了将数据分析与业务结果挂钩、团队考核和数据报表访问情况等评估方式。江洪深则介绍了“招商天研”分析平台的实践，通过整合多渠道数据和构建专有分析库，为业务操作提供指导。

在AI技术应用方面，徐小磊和江洪深都表达了对AI在数据分析领域实践进展的积极看法，认为AI技术将逐步替代数据分析人员的低阶能力，释放时间从事更高价值的分析工作。

最后，两位嘉宾还就证券行业数据分析的特点、广发银行数据分析人员的考核方式等话题进行了互动交流，分享了各自的见解和经验。

通过这次深入的对话，我们可以看到，在AI时代下，企业数据分析团队的建设与人才培养是一个多维度、系统性的工作，需要从组织架构、核心指标、工具应用、人才培养等多方面进行综合考量和实践。同时，随着AI技术的不断发展，数据分析团队也将迎来新的机遇和挑战，需要不断探索和创新，以适应数据驱动的新时代。