首份《顶级数据团队建设全景报告》重磅发布： 逾半数据团队称人才储备不足

我的公司是否需要独立的数据团队? 我该何时、怎么样建设自己的数据团队? 数据团队的价值如何衡量? 针对这些业内普遍存在的数据团队建设问题，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》）。

历时3个月的调研，《报告》囊括50,000+条海内外网络数据分析、1,000+份调查问卷内容，和10位海内外业界大咖深度访谈内容，针对“数据团队建设现状”和“数据团队建设要素”两大内容，致力于回答数据团队建设现状和数据团队发展问题，力求为行业内数据团队的组建和高校数据人才的培养提供指导性意见。

大数据文摘创始人汪德诚现场发布报告

《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。

1、高层重视

“一个公司能否有领先市场的发展，决策者的眼界非常重要，高管对数据是否敏感，能否下决心把数据推动做好，决定了这个公司的前景和竞争力。”

——LinkedIn用户增长部门数据科学团队负责人 周洋

2、嵌入式工作

“我希望团队在满足业务增长需要的前提下，能保持一个扁平的架构。我会鼓励自己的团队成员与业务部门尽可能多的泡在一起，争取嵌入式的工作，主动研究业务，寻求数据驱动的机会。”

——猎聘首席数据官 单艺

3、Quick Wins

“我鼓励数据团队一旦有了新想法，便去说服同伴，组成2-3人的小团队把这个想法实现出来。再自下而上扩展影响圈，不断完善想法，直至一个新数据应用场景的出现，变成产品。”

——【友盟+】首席数据官 李丹枫

后台回复“全景报告”可下载精华版报告（24页）

致谢：

为了答谢每一位填写问卷的朋友，“完整高清版”将于2017年7月15日24:00前，免费通过邮件发给大家。如果您没有收到邮件，请点击文末“阅读原文”补填邮件即可。如果您之前没有填写过问卷，但也想获得“完整高清版”（74页），也请点击阅读原文，补填问卷。

调研方法

本次联合调研组采用了海量数据分析、定向问卷调查与深度访谈等方法，分别针对企业高层、数据团队负责人、数据从业者和其他相关人员进行广泛而深入的调研，力求从尽量多的角度还原现阶段数据团队的建设全景。

海量数据分析：对“数据、分析、机器学习”等关键词进行全网爬取，通过数据清洗、数据分析、数据可视化等步骤对超过50,000条的网络公开招聘信息进行分析。

定向问卷调查：通过互联网向数据团队相关从业者和负责人发放定向问卷，并回收1,033份有效问卷。

深度访谈：对10位优秀数据团队负责人进行深度访谈，涵盖国内外不同行业及发展阶段的公司或组织。

《顶级数据团队建设全景报告》目录及部分精华内容：