ビッグデータオペレーションは主に何をするのか（ビッグデータ業界の関連職種の紹介）

ビッグデータ業界の関連職種の紹介

ビッグデータ業界に関連するデータ関連の仕事は何ですか?本稿では、ビッグデータ業界における関連するポジションを整理して紹介しました。見てみましょう。関連する職種について知りたい方には参考になるかもしれません。

グルーミング:

フェーズ 1: インターネット 1.0、集中型の読み取り専用インターネット - Yahoo。

第 2 段階: インターネット 2.0、分散型コンテンツ制作 - ブログ、Weibo。

第 3 段階: モバイル インターネット、時間、空間、アイデンティティに基づいた人々のネットワーク化 - モバイル決済とモバイル旅行。

第 4 段階: すべてのもののインターネット、人工知能、モノのインターネット - スマートカー、スマートロボット。

商業的価値の観点から：

1. データは企業の状態を監視し、意思決定の基礎を提供します。データは統計の科学であり、組織の簡潔な要約です。人間のエネルギーには限りがあるため、複雑なシステムの上級管理者は、システム全体の動作状態を制御するためにデータのみを使用する必要があります。
2. データを使用してビジネス成果を定量化し、成長の道筋を探る:ビジネス成長の本質は、最小のリソースを活用して最大規模の収益を獲得することです。企業がブルーオーシャンを離れてレッドオーシャンに参入する場合、データを使用して成長経路を測定および比較し、最適なソリューションを模索することしかできません。
3. データは企業の問題に関する洞察を提供し、コストの削減と効率性の向上に役立ちます。企業組織が拡大するにつれて、肥大化と非効率性は避けられません。これには、データを通じて組織リンクの効率を監視し、リンク プロセスを最適化し、人員を合理化し、コストを削減することが必要です。

データテクノロジーの観点から：

1. データ ストレージ:大規模な非構造化データの安定性、安全性、耐障害性、高速な保存とアクセスを実現します。
2. データ コンピューティング:大規模な非構造化データのリアルタイムかつ高速なコンピューティング。
3. データ価値の抽出:価値密度が低い大量のデータから商業価値のあるコンテンツを見つけます。

データのビジネスアプリケーション:

• データのビジネス理解: 複雑で専門的なデータ知識を、ビジネスが理解して対応できるデータに変換します。
• 企業にとってのデータ収集の利便性: 企業がデータを便利かつ確実に取得して使用できるように、高速でシンプルかつ使いやすいデータ ツールを提供します。
• 自動化されたビジネス上の意思決定: データを使用して明確なアクション タスクを提供し、ビジネスが作業を効果的に完了できるようにガイドします。

データ適用の深さと幅を考慮すると:

1. ビジネス結果データの監視:注文やパフォーマンスなどの単純なビジネス結果データを監視して、一定期間にわたる企業全体の発展状況を把握します。
2. 業務プロセスデータの応用：勤務時間、勤務行動の回数・頻度、通話記録内容などの業務プロセスデータを監視し、従業員の勤務状況や業務品質を把握し、問題が発生している業務リンクを見つけます。
3. ユーザー行動データの応用:ユーザー行動を監視してユーザー層別化を実行し、価値の高い潜在的ユーザーを発見し、その維持に重点を置きます。
4. 包括的なデータの適用:複数の方向とレベルからデータを収集し、機械学習アルゴリズムを使用してより広範なデータ間の相関関係を発見し、データからビジネス価値を抽出します。

データストレージ:分散ストレージ技術

データコンピューティング:データの特性に応じて異なるコンピューティングソリューションを適用する

• バッチコンピューティング: 大規模データのバッチ処理 (非リアルタイム)。
• ストリーム コンピューティング: ストリーミング データのリアルタイム コンピューティング (秒)。
• グラフコンピューティング: 大規模なグラフ構造データの処理。
• クエリ分析とコンピューティング: 大規模データのストレージ管理とクエリ分析。

データの階層化:

• 計算の総量を削減し、計算リソースを節約します。
• 上位層がアプリケーションデータを抽出し、データ処理の頻度と時間を節約するのに便利です。

ビジネス上の意思決定シナリオ:このビジネス/製品が責任を負うコア指標は何ですか?ビジネス成果をどのように定義するのでしょうか?

ビジネス情報収集シナリオ:ビジネス プロセスではどのようなデータが生成されますか?どのようなデータを収集する価値があるのでしょうか?

データ収集シナリオ:データ収集の標準化と一貫性をどのように確保するか?収集の正確性と完全性を保証しますか?

データ処理シナリオ:データを実際のビジネス シナリオに可能な限り復元するためのデータ処理およびクリーニング ソリューションをどのように設計するか。データの階層化はアナリストにとってどのように役立つのでしょうか?

データ適用シナリオ:

• アナリストの作業を効率化するために適切なツールを提供するにはどうすればよいでしょうか?
• 最前線のビジネスがデータをより有効活用できるように、適切なツールを提供するにはどうすればよいでしょうか?
• 製品チームと連携して、製品におけるデータの価値を高めるにはどうすればよいでしょうか?

左手操作：運用の観点から立つことができ、ビジネスに対してある程度の抽象化能力を持ち、運用標準化された SOP を出力できます。業務推進能力があり、業務アクションを調整してビジネスを推進できます。

右側のデータ:データの二次処理、主要なビジネス指標の抽出、毎日の監視を実行できます。データを通じて日常の業務における問題を分析し、分析の結論を導き出し、業務調整を推進することができます。

他の役割からの支援がない場合、アナリスト + Excel が最小限のデータ製品であり、関連するすべての問題を包括的に検討する必要があります。

• データのクリーニング/処理:手元のデータをクリーニング、処理、統合します。
• データレポートの作成:ビジネストピックに基づいた完全な監視レポート。
• データ分析:ビジネス分析のトピックに基づいて、ターゲットを絞った分析を完了し、分析の結論を形成し、ビジネスがより良い結果を達成できるように導きます。
• ビジネス理解:ビジネスの背景とシナリオを理解することによってのみ、ビジネスの観点から価値あるデータ分析をより適切に実行できるようになります。

仕事の目的:

仕事のコラボレーション:

データ プロダクト マネージャーのスキル ツリー:

データアナリストのスキルツリー:

運用能力モデル:

声明：

上記の写真の一部はサードパーティの書籍からのものです。

適切なデータ操作スキル図が見つからなかったため、一時的に操作能力モデル図に置き換え、後で適切なものが見つかったら置き換えます。

この記事はもともと @白树 によって Everyone is a Product Manager に掲載されました。無断転載禁止

タイトル画像はCC0プロトコルに基づいたUnsplashからのものです

この記事で述べられている意見は著者自身の意見のみを表しており、人人士品夢家プラットフォームは情報保存スペースサービスのみを提供します。