2024年好文共享：想做资料分析，不能只靠工程师！

今年5月中旬本土疫情爆发，辉瑞（Pfizer）和莫德纳（Moderna）等国外疫苗备受讨论。但以莫德纳为例，你可能不知道的是，它从研发到正式上市，只用了 10 个月左右的时间，甚至去年 2 月初，美国才刚出现零星确诊个案，第一批临床试验疫苗就已问世。

研究莫德纳生技公司个案的哈佛商学院教授马可．颜西提（Marco Iansiti）、卡林．拉哈尼（Karin R. Lakhani）在《领导者的数位转型》一书中就指出，莫德纳能有如此迅速的动作，归功于其以数据为中心的营运模式。

从研发到制造，财务到供应链管理，莫德纳都是以一个整合性的资料平台为基础，嵌入源自每个部门的专业数据，让技术专家、经理人能运用平台之力，提高不论是预测供应链状况、财务建模、疫苗设计与生产的执行、决策效率。

过去一年多来，全球企业正因 COVID-19 疫情加速转型。台湾也在本土疫情升温期间，感受到疫情推力。曾任 ebay、LinkedIn，拥有 20 多年数据科学经验的硅谷知名资料科学家管其毅，在接受《经理人》专访时指出，当远距工作成为日常，人们接触手机、网路时间愈长，数据累积的速度愈快。

此时，能善用数据分析过往经验、做预测的企业，更有机会快速找到优化产品或用户体验的方法，拉开与竞争对手的距离。

因此建立以数据为核心的营运模式，对企业而言，已经不是该不该做的问题，而是该如何做？管其毅提出经理人在建立数据团队前该有的两个先备观念。

观念一：数据分析不只是提出预测，能帮助下对决策才有价值

「比起关注 data science（资料科学），经理人更该思考如何借助数据做好 decision science（决策科学）」管其毅解释，资料科学主要能分成 3 个阶段：

首先是描述型分析，也就是透过累积、搜集来的数据，了解已经发生的事，像产品销售状况、现有顾客样貌等。再来是诊断，厘清现状有哪些问题、哪些地方应该做更好。最后则透过机器学习、演算法，针对问题，提出预测及未来应采取的行动。

资料科学的3阶段

如果认准备考，可联系网站客服获取针对性考试资料！

学员评价