大數據是利器，前提是要懂得傳遞給「對的人」
圖片來源：廖祐瑲
不可否認，數據分析人員是大數據人力需求的大宗，由數據分析人員組成的研發團隊需要負責資料蒐集、資料過濾處理，以及運算分析，也就是所謂的數據科學家。這類人在我們公司佔較高比例，他們每天都在大數據中檢索需要的統計資料，或是設計資料探勘系統、寫演算法和機器學習。
但研發團隊的成員也分兩類，第一類是從大量資料中，利用各種演算法去分析驗證哪些資料彼此有關；另一類則是他能設定假設性的題目，像是想像用戶的生活型態和消費情境，接著設計各種統計模型去驗證假設是否正確，以協助企業或客戶做出正確決策。
所以，具備基礎數理與資訊工程能力只是基本盤，有專業還不夠，因為我們在描繪消費者圖像時，需要有豐富的生活經驗、喜歡和人接觸，才能想像出消費者的特徵，再讓機器學習分析篩選相關設定，設計出消費者模型，逐漸收斂，並精確找出符合模型的消費者。
這就是為什麼我們的研發團隊中有心理、統計、物理、材料、資工等不同系所人才，我們需要的是smart的人，同時有開放心胸，願意跟不同領域的專才合作、溝通，不堅持己見，懂得尊重不同觀點。這樣的人不論在哪個領域，都會是大數據時代不可或缺的人才。
延伸閱讀：吳詣泓精選書單
1. 成長駭客：范冰著
未來十年最被需要的新型人才，用低成本的創意思考和分析技術，讓創業公司的用戶、流量與營收成長翻倍
2. 大數據玩行銷：陳傑豪著
改變世界的18個大數據新思維，第1本把大數據變營業額的行銷聖經
3. 大數據的關鍵思考：車品覺著
行動×多螢×碎片化時代的商業智慧
4. 大數據時代的致勝決策：2020年前最重要的6個關鍵策略
克里斯多夫．蘇達克（Christopher Surdak）著
5. 預測分析時代：艾瑞克．席格（Eric Siegel）著
讓數據告訴你，誰會買、誰說謊、誰會離職、誰會死！
6. Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking
Foster Provost、Tom Fawcett著
※更多精采內容在４月號《360度數位力全解》│雜誌訂閱專區