7月11日下午，大数据文摘联合清华数据科学研究院，在清华大学校内重磅发布首份《顶级数据团队建设全景报告》(下称《报告》)。
《报告》发现，目前，尽管部分组织的决策者已经具备了数据驱动意识，但数据价值真正落地仍然艰难。只有某些信息化程度高的行业，如互联网、金融等，配备有完整的数据团队，多数信息化程度偏低的行业仍然处于数据团队建设的初级阶段，数据团队“做什么”、“怎么做”等问题仍不清晰。
在工作内容方面，现阶段的数据团队除了要承担数据驱动决策、数据驱动业务的工作外，往往还承担着产品优化、技术研发等工作。建设目标不清晰、业务界限模糊、人才缺乏等问题是这些团队面临的普遍困扰，在被调研的多数组织或机构中，数据团队做出的决策无法充分、高效实现。一定程度上反映出数据团队和业务部门的脱节。但是长远来看，数据团队依然具有非常广阔的发展前景，业内数据人才需求巨大。
行业间数据团队建设存在差异：互联网金融行业领跑现阶段，拥有数据团队比例最高的是前期信息化程度较好的金融业和IT行业，领跑数据团队建设军备竞赛。其中，金融业数据业务外包比例最高，多采用“外包+内生”模式;IT行业的数据团队结构较为集中，拥有独立数据团队的比例最大，而且使用数据外包服务相对较少。 交通运输、医疗健康、公共管理、能源和科教行业处于赛道中端，而住宿餐饮和农业在数据团队建设上仍处于起步或准备阶段。
数据团队建设困境：价值落地艰难、业务团队缺乏合作动力尽管数据团队在一些行业中发展态势良好，但仍然存在着价值落地艰难、业务团队缺乏合作动力、数据人才存在缺口等困境。
数据团队并不直接产生价值，其价值落地多通过与业务团队有效合作产生。因此，业务团队对数据团队的工作是否满意、有多大合作动力，在很大程度上影响着数据团队的工作效率。
问卷调研结果显示，近40%受访者对数据团队的满意度一般，近26%受访者对数据团队“不满意”或“非常不满意”。
您对所在机构数据团队的满意程度
近80%受访者认为数据团队对自己所在的机构重要或者非常重要。数据团队的价值普遍受到认可。但是，超过40%受访者无法量化数据团队产生的直接价值。
数据为您所在机构带来多大直接价值
行业内数据人才存在较大缺口专业团队的建设需要实行持久性、针对性的人才储备与培养，优化人才层次和结构，保证团队的正常运转以及长期稳定发展。目前数据团队的人才储备普遍存在较大缺口。数据团队通常需要具备多项能力的复合型人才，数据人才培养周期长、成效慢。
问卷调研结果显示：目前超过50%组织或机构的数据团队人才储备不充足，数据团队普遍存在人才缺口。
数据团队人才储备状况
数据人才投资数据团队的组建需要寻找到合适的数据人才。组织或机构在组建数据团队时往往有一个固定的人员预算，因此，在有限的团队预算下，寻找到具备能够满足需求能力的团队成员，就成为团队领导者面临的首要问题之一。
各数据岗位中，自然语言处理工程师、数据科学家、机器学习工程师、算法工程师薪资水平最高，月工资中位数均在2万元人民币以上。
各职位月薪/人民币
各职位招聘的学历要求和对应月薪/人民币
组建高效数据团队顶级数据团队一般具有相似的特征：所在组织或机构数据驱动战略明确，数据团队运作高效。高层需要设置清晰的数据团队建设目标并将数据纳入决策流程；数据团队的高效运作则需要优秀的团队领导、合理的组织架构和多样化的人才。
欢迎关注“云途数据”，免费试用云途壹看板！
发表于 2017-7-14 13:58:28
