Video: The risky politics of progress | Jonathan Tepperman 2024
Big-Data-Kenntnisse sind Mangelware. Da die Menge an digitaler Information, die von Unternehmen generiert wird, exponentiell gewachsen ist, ist eine Herausforderung (manche nennen sie sogar eine Krise) entstanden: Es gibt einfach nicht genug Leute mit den notwendigen Fähigkeiten, um all diese großen Daten zu analysieren und zu interpretieren. In einer aktuellen Umfrage gaben mehr als die Hälfte der befragten Führungskräfte an, dass ihre Fähigkeit zur Durchführung von Big-Data-Analysen durch die Herausforderung begrenzt sei, die richtigen Talente zu finden.
Immer mehr Kurse entstehen, um diesen Fachkräftemangel zu bewältigen, und große Datenmengen werden zweifellos zu einem wünschenswerten Karriereweg für Hochschulabgänger. Aber es wird einige Zeit dauern, bis die Zahl der qualifizierten Mitarbeiter der schieren Nachfrage nach Big-Data-Fähigkeiten entspricht. Zumindest für die nächsten Jahre ist der Mangel an Big-Data-Qualifikationen ein Problem, dem sich alle Unternehmen stellen müssen, die sich für Big Data interessieren (und das sollten alle Unternehmen sein).
Mit hartem Wettbewerb, um die besten Talente anzuziehen, wenden sich Unternehmen kreativen Möglichkeiten zu, um Big-Data-Fähigkeiten zu nutzen. Walmart zum Beispiel entschied sich, die Macht der Menge zu nutzen und wandte sich der Crowdsourced-Analyse-Wettbewerbsplattform Kaggle zu. Bei Kaggle setzen Lehnstuhl-Datenwissenschaftler ihre Fähigkeiten auf analytische Probleme von Unternehmen ein, wobei der Designer der besten Lösung belohnt wird - manchmal finanziell oder im Fall von Walmart mit einer Arbeit.
In Walmarts erstem Wettbewerb, der im Jahr 2014 stattfand, erhielten die Bewerber eine Reihe historischer Verkaufsdaten aus einer Stichprobe von Geschäften zusammen mit zugehörigen Verkaufsereignissen wie Räumungsverkäufen und Preissenkungen. Sie wurden gebeten, Modelle zu entwickeln, die zeigen, wie sich diese Ereignisse auf den Umsatz in einer Reihe von Abteilungen auswirken. Infolge des Wettbewerbs wurden mehrere Personen in das Analytik-Team aufgenommen.
Das Beste daran: Dieser Crowdsourced-Ansatz führte zu einigen interessanten Terminen - Menschen, die aufgrund ihres Lebenslaufs nicht für ein Interview in Betracht gezogen wurden. Ein Beauftragter zum Beispiel hatte einen sehr starken Hintergrund in Physik, aber keinen formalen Hintergrund in der Analytik.
Was bedeutet das für kleinere Unternehmen? Selbst wenn Sie es sich leisten können, einen hauseigenen Datenwissenschaftler einzustellen, können Sie sich gegen die Konkurrenz großer Unternehmen behaupten. Das Walmart-Beispiel zeigt uns, dass Sie ein wenig kreativ werden müssen, um Big-Data-Fähigkeiten zu nutzen. Vielleicht könnten Sie auch Datenprojekte mit Crowdsourcing durchführen (auch wenn das Endergebnis eine einfache finanzielle Belohnung ist, im Gegensatz zu einem Vollzeitjob).
Oder vielleicht könnten Sie eine Partnerschaft mit einer lokalen Universität oder Hochschule eingehen, in der Studenten Ihre Daten gegen ein Business-Mentoring knirschen. Oder vielleicht haben Sie bereits starke analytische Denker und Kommunikatoren in Ihrem Unternehmen, die mit ein wenig zusätzlicher Hilfe und Schulung in der Zukunft Big-Data-Projekte aufbauen und durchführen könnten.
