編輯導讀：如何進行數字化轉型一直是困擾傳統企業的一大難題，如何進行企業數據文化建設？如果搭建企業數據人才制度？本文作者結合自己對企業數字化轉型的所思所考，對這些問題進行了梳理分析，與大家分享。
大數據爆發式增長的這10年，大數據人才始終是這股浪潮中的焦點，但如何更好的定義人才在企業的發展和職能定位似乎變成了一個始終缺乏最優解的難題。
從整體背景來看，越來越多的企業開始把數據人才作為企業經營戰略版圖的核心組成部分，集中表現越來越願意花高薪聘請大數據人才，整體薪資水平在不斷提升。但是大數據人才市場依舊處於緊縮狀態，無論是高大上的大數據科學家，還是資深的大數據架構師，或者是普通的數據產品經理，在整個市場中還是一將難求，企業面臨的大數據人才供應挑戰是不斷加劇的。
而且，對傳統企業更加不利的是，在這樣緊俏的供需背景下，與互聯網企業的薪資競爭力差距，以及企業創新環境的不足，都更加制約了傳統企業的人才建設。
那麼傳統企業如何才能更好地建設大數據人才體系？本文將從企業的數據發展現狀，數據文化建設，數據人才制度這3個角度，如何提高企業的大數據人才體系成熟度。
一、定位企業數據發展現狀給企業準確清晰的數據定位是推進的第一步，因為企業不同的數據發展階段，對於IT資源，人才資源，資金資源的需求不盡相同，更重要的是不同階段企業感受到的數據價值和影響力差別顯著。
所以大數據團隊的負責人第一步需要幫助企業清晰的找到定位，基於當前定位能給企業帶來的數據價值推動老闆們對資源傾注的信心。
企業大數據發展可以分為4個階段，為了幫助大家理解，在圖10-5中，可以從使用深度，工具平台，文化特徵，企業人羣4個角度看出數據發展不同階段的差異和特點。
對沉睡型企業，基本就是用Excel做一些基礎統計和數據整理，在企業文化中數據就是Excel，做數據分析的人也基本是兼職。
在起步階段，企業已經開始有了數據報表進行報告的習慣，企業特質就是Excel滿天飛，“誰要個數據，習慣説，稍等一下，我馬上用Excel飛給你”，工具還是以Excel為主，數據庫為輔，企業內部也出現少量的專職人員維護數據庫。
在發展型的企業裏，我們就會發現應用深度逐漸轉向了分業務專題，分彙總明細的數據分析，文化特質變成了用數據説話，用數據規範工作，使用的工具也開始變成了以數據庫，專業的分析工具為主，並且有了數據倉庫的嘗試，並且有專業團隊負責數據工作。
在成熟性企業，特點更加鮮明，應用深度上在企業級數據門户，已積累出不少對應業務場景的數據產品，數據類產品或服務是業務運營的核心組成部分，工具往往是大數據平台或者是各類成熟的數據組件，這時候管理數據運營的是企業的一級機構，叫大數據中心。
企業在不同發展階段，面對的數據挑戰和相應的資源儲備都是有極大差異的，對數據人才的要求自然不盡相同。只有清晰定位，才能有的放矢，進而推進企業改變數據現狀，找到不同階段的不同策略與方法。
因此準確有效的幫助企業找到數據發展現狀的定位至關重要，但大部分數據團隊經常忽略這點，或者不能實現準確定位進而導致南轅北轍。
二、企業數據文化建設在企業認可數據，積累數據的過程中，大數據團隊對數據人才的培養也會逐步找到一些法門，這些方法和技巧無不是圍繞在數據文化建設之上。
比如，通過不斷的瞭解數據、熟悉業務流程，就可以讓數據應用“攜帶”管理價值，得到領導的認可與支持，從而更好的自上而下推動數據文化的建設。
比如，通過找業務要需求，找同行的思路，找合作伙伴方獲取對應的技術方案，這樣才能讓沒有開發能力的DBA，具備舉一反三的能力。
在給業務部門宣講數據價值的時候，不要侷限在數據怎麼用，要在每次的數據傳播過程中，通過用數據説話的場景和案例給業務團隊灌輸數據化管理的價值。通過這些方式，讓數據人率先成為數據文化的推動者。
1. 培養企業業務人員的數據思維説到推進企業數據文化建設，最直接的就是培養企業業務人員的數據思維。
一方面，可以用大屏幕進行數據強制展示，將企業的數據信息展示出來讓大家直接感受價值，如圖10-6所示。
比如可以在生產車間進行生產工藝監控的看板展示，讓一線人員直接通過看板指導操作和輔助生產運營，預警監控。這對業務是有價值的，對我們來説，通過部門層面的習慣培養，就能逐漸形成重視數據的部門，這些部門對我們後續的推進至關重要。
另一方面，也可以像某醫藥企業做的一個嘗試，現在頁面上看到的是可視化決策平台，既做了管理駕駛艙，綜合報表又做了查詢，又做了專題分析，如下圖所示。但是這些內容如何更直接有效的抓住用户的需求是大數據項目的難點。
該醫藥企業的一個核心業務是商業物流的配送分析，企業對這個模塊關注度非常高。那麼從建設數據文化的角度應該怎麼做呢?
該醫藥企業首先將醫藥的物流分析放在首位，開發物流效能模塊，將之前企業的貨車流動行為，在圖形上展示出來每個節點都可監控，通過數據的形式點擊每個節點可以看到實時的運營情況和後台相關數據。
通過這個角度，就讓對於數據不是那麼重視的業務部門，認識到“數據還是可以這麼用，還可以這麼幫助提升核心業務”，這就是養文化。所以，一定要找到突破口，讓業務部門覺得，數據分析有用，能幫助業務，達到這種程度，養文化基本就能做到了。
小結一下，通過推進數據文化建設，可以讓業務部門逐漸支持，進而獲得空間去推動IT能力的升級，從規範流程，保證數據準確，降低溝通成本，支持決策等角度提升數據中心地位，這個過程可能是緩慢的，但至為關鍵。
在這個階段，傳統企業有很多數據效率的問題，我們可以通過多觀察業務，思考如何通過數據幫助業務部門提升。比如説數據的獲取，最早反映的各種痛點都可以變成數據的突破口。
三、企業數據人才制度1. 推動HR部門進行人才需求規劃有效的開展人才需求規劃工作，已經不僅僅是人力資源的基本職能，也需要業務部門如大數據中心的協助支撐，即企業大數據人才梯隊的建設不能只依賴於HR團隊，還要需求方加強人才機制的主動性和靈活性。
調研數據顯示，從傳統企業HR部門的現狀來看，只有7%的HR部門會主動幫助大數據團隊進行大數據人才建設規劃。
而40%的人力資源部門仍然停留在根據公司的發展要求預估需求情況，主要考慮員工數量對業務規模的滿足，這裏往往不會考慮到特殊人才的需求（大數據人才）。
因此，對於數據團隊而言，推進HR部門就大數據人才相關的人事工作，達成統一的標準，並提供了正式的工作操作流程和模板，是改變企業缺乏大數據人才的實質性步驟。
通過有效的溝通機制和人才需求監控機制的建立，可以幫助數據團隊更加主動靈活的應對不同類型的數據應用背景，充分挖掘不同背景下的數據價值。
四、增大企業投入預期要加大對大數據人才的資源投入是每個數據團隊的訴求，但這往往得之不易。
數據團隊要充分激發出企業的大數據需求，比如，抓住機會去推動一把手的數據項目建設，可以站在企業經營層面上，建立數據思考架構。
最終我們應該形成一套數據管控體系，這套管控體系可以説是IT的能力，也可以説是比業務更好的層次，去管理去理解業務，去支撐業務的有效手段。
或者，通過對標分析，找到優於自己的對標企業大數據人才投入，通過管理者能直接感受到的對標預期順勢加強團隊的大數據資源投入。
結語最後，需要明確的是，系統化解決大數據相關的組織和人才的問題，不僅僅需要在招聘和人才培養、繼任體系搭建等方面運作一個又一個的項目，更需要企業的大數據中心在為企業經營決策中提供支持。
當然，大數據人才體系建設這件事，也是企業管理者們進一步實現自我價值的不可多得的契機。
作者：李啓方，專注數據分析和企業數據化管理；公眾號：數據分析不是個事兒
本文由 @李啓方 原創發佈於人人都是產品經理。未經許可，禁止轉載
題圖來自Unsplash，基於CC0協議