Video: 23 KAMAR MANDI PINTAR YANG TIDAK BISA ANDA LEWATKAN 2024
Keterampilan data yang besar tidak banyak tersedia. Karena jumlah informasi digital yang dihasilkan oleh bisnis telah berkembang secara eksponensial, sebuah tantangan (beberapa orang bahkan menyebutnya krisis) telah muncul: hanya saja tidak cukup banyak orang dengan keterampilan yang diperlukan untuk menganalisis dan menafsirkan semua data besar ini. Dalam sebuah survei baru-baru ini, lebih dari separuh pemimpin bisnis mempertanyakan bahwa kemampuan mereka untuk melakukan analisis data yang besar dibatasi oleh tantangan untuk menemukan bakat yang tepat.
Semakin banyak kursus yang bermunculan untuk memenuhi kekurangan keterampilan dan data besar ini tidak diragukan lagi menjadi rute karir yang diinginkan bagi lulusan perguruan tinggi. Tapi butuh waktu bagi sejumlah orang yang memenuhi syarat untuk mengejar permintaan data besar. Jadi, setidaknya untuk beberapa tahun ke depan, kekurangan keterampilan data yang besar adalah masalah bahwa semua perusahaan yang tertarik dengan data besar (yang seharusnya semua perusahaan) harus hadapi.
Dengan persaingan yang ketat untuk menarik talenta terbaik, perusahaan beralih ke cara kreatif untuk memanfaatkan keterampilan data yang besar. Walmart, misalnya, memutuskan untuk menerapkan kekuatan kerumunan, beralih ke platform kompetisi analisis Kagkle yang banyak. Di Kaggle, ilmuwan data armchair menerapkan keterampilan mereka pada masalah analitis yang diajukan oleh perusahaan, dengan perancang solusi terbaik diberi imbalan - terkadang secara finansial atau, dalam kasus Walmart, dengan sebuah pekerjaan.
Pada kompetisi pertama Walmart, yang berlangsung pada tahun 2014, kandidat diberi satu kumpulan data penjualan historis dari sampel toko, bersamaan dengan acara penjualan terkait, seperti penjualan clearance dan rollback harga. Mereka diminta untuk tampil dengan model yang menunjukkan bagaimana kejadian ini akan mempengaruhi penjualan di sejumlah departemen. Sebagai hasil dari kompetisi tersebut, beberapa orang dipekerjakan ke tim analisis.
Yang terbaik, pendekatan kerumunan ini menghasilkan beberapa janji yang menarik - orang-orang yang mungkin tidak dipertimbangkan untuk wawancara berdasarkan CV mereka saja. Salah satu orang yang ditunjuk, misalnya, memiliki latar belakang fisika yang sangat kuat namun tidak memiliki latar belakang analisis formal.
Apa artinya ini bagi usaha kecil? Bahkan jika Anda mampu menyewa ilmuwan data in-house, Anda mungkin mendapati diri Anda menghadapi persaingan ketat dari perusahaan besar. Contoh Walmart menunjukkan kepada kita bahwa, untuk memanfaatkan keterampilan data yang besar, Anda mungkin perlu sedikit kreatif. Mungkin Anda juga bisa mengumpulkan banyak data proyek (walaupun hasil akhirnya adalah imbalan finansial sederhana, berlawanan dengan pekerjaan penuh waktu).
Atau mungkin Anda bisa bermitra dengan universitas atau perguruan tinggi setempat, di mana siswa menyusun data Anda sebagai imbalan atas beberapa pendampingan bisnis. Atau mungkin Anda sudah memiliki pemikir analitis dan komunikator yang kuat dalam bisnis Anda yang, dengan sedikit bantuan dan pelatihan ekstra, dapat menyiapkan dan menjalankan proyek data besar di masa depan.
