IT 部门如何助力数据分析？

随着企业变得越来越数字化，IT 和业务之间的协作也越来越多，想要成功地对数据进行分析，这种协作必不可少。

现代 IT 部门需要精通数据并具备强大的协作技能。他们还需要确保 IT 生态系统能够支持实时或接近实时的洞察，包括确保可靠数据的及时流动。

IT 部门的角色逐渐成为赋能者。IT 部门制定各种流程，并安装最适合企业需求的数据平台和分析工具，从而帮助企业分析和使用数据。

“企业应用服务公司 Apps Associates 的数据、分析和人工智能副总裁 Myles Gilsenan 表示：“有必要在自助服务和治理之间取得平衡，方法是建立支持两者的数据架构。”

Gilsenan 说，更老练的 IT 部门面向数据，而不是只面向基础架构。这样的 IT 部门可能提倡数据目录之类的东西来帮助企业理解和正确使用数据资产，包括原始数据。

实现数据分析的必要技能

现代 IT 组织需要兼具基础架构和数据技能，因为这两者都有助于实现洞察力驱动的企业。想要让架构能够满足可扩展、数据治理和数据安全等数据分析要求，基础架构技能不可或缺。

如今，借助先进的 AI 云平台，价值主张的构建、运营和创新变得越来越容易。

房地产服务公司 Realogy Holdings 的执行副总裁兼业务技术首席技术官 Rizwan Akhtar 表示：“这意味着我们需要业务、产品和技术团队，他们需要拥有丰富的数据利用经验，并提供与业务环境相适应的全套产品和功能。”

从根本上说，IT 部门需要具备更强的数学技能，包括线性代数、统计学、微积分，也许还有推理几何——数据科学家往往具备这些技能。然而，鉴于 AI 和机器学习 ( ML ) 被主流所接纳，现在有一些工具可以让非数据科学家更容易做更多的事情。

增强分析就是一个很好的例子。然而，需要有人了解 AI 和 ML 的工作原理。同样，还需要有人具备基础架构专业知识，了解工作负载的性质。

IT 部门有多种方法来实现横向扩展。其中一种方法是混合基础架构消费模式。这些方法的关键是兼具本地和公有云环境中的能力，以及横向扩展技术的使用，例如超融合基础架构，它可以实现对存储、计算和网络服务的灵活运用。

IT 云软件提供商 Nutanix 的首席信息官 Wendy Pfeiffer 表示：“灵活性——利用任选路径选择、备用容量和容错服务来解决问题的能力——是 IT 运营模式的核心。”

还需要业务领域的专业知识，这往往涉及与业务部门的合作，以了解如何使用 AI 和 ML 来解决业务问题，例如了解客户旅程。

一些企业拥有卓越中心，那里汇集了整个企业的最佳实践，由在某部门或某业务线工作的远程专家作为补充。

与此同时，影子 IT 仍然存在，这是因为分析服务供应商靠部门采购赚钱。随着时间的推移，IT 部门往往会意识到企业有不止一个分析平台，并且同一平台的许多实例不享受批量折扣。

一个新兴趋势是让 IT 和数据科学家成为公民数据科学家。这更有利于在功能、数据访问、数据清洁、数据集成和数据治理方面设定企业的分析标准。

此外，IT 部门可以洞悉该平台在企业内的使用情况。如果没有 IT 部门的参与，可能就无法知道这个平台是不是合适，或者数据是否可靠，能够带来可靠的见解。

数据分析需要新的角色

许多公司都 想雇佣数据科学 家，尽管这个角色并不新鲜。在过去，担任这个角色的可能是统计师或精算师——处理概率的人。

不是所有的统计师都像典型的数据科学家一样具备编程技能。事实上，市场不成熟的一个标志是，在了解他们需要什么才能取得成功之前，例如与业务部门合作而不是在 IT 部门里闭门造车，他们就迫不及待地竞相雇用数据科学家。

一个新的角色是数据工程师，他帮助确保数据质量和对分析必不可少的数据管道。通常，这些专业人员还担任其他 IT 职位，如系统管理员或数据库管理员。

“数据工程师精通工具的提取、转换和加载，并且对各种编程语言和数据库系统深有了解。数据科学家似乎更关注多种编程语言，特别是针对机器学习的编程语言。”企业云解决方案提供商 Syntax 的首席顾问 Jennifer Fahey 如此说道。

数据分析师是分析过程的核心，因为他们具备更多的业务知识，可能具备或不具备基本的编程技能。他们可能供职于某个业务部门或者某个数据团队，亦或是两者兼而有之。

业务分析师仍然不可或缺。事实上，他们是企业中最有可能成为公民数据科学家的人，因为他们比其他业务专业人士更注重技术。

C 级高管——首席数据官 ( CDO ) 和首席分析官 ( CAO )——可能向或者不向首席信息官汇报工作。

在某些情况下，首席信息官可能会成为重视分析的数字业务的 CDO 或 CAO。

数据传输工具提供商 Coalesce 的首席技术官兼联合创始人 Satish Jayanthi 表示：“想要跟上数据源和业务数据需求的激增，把数据团队嵌入业务部门是唯一可行的方式。”“虽然 IT 部门在创建治理策略方面起着至关重要的作用，但数据团队将嵌入业务部门，负责保管和共享高质量数据。”

数据团队和 IT 部门可以最大程度地提升数据分析的有效性。随着企业数据使用量的增加，IT 团队在支持企业开展分析工作、验证平台是否合适和检查数据可靠性方面继续发挥着关键作用。