寤寐，kyligence 资深解决方案架构师，十数年it行业从业经验，在金融、电信领域拥有丰富的大数据实施及咨询经验。
随着金融机构对数据依赖的增强，对数据分析师的需求也越来越大，拥有和维护一支庞大的专业分析师或者专业数据科学家团队已经是一件不可能的任务。在这样的背景下，平民数据分析师（citizen data scientists）应运而生。
当前国内外金融机构都已经组建了符合自身业务和特点的数据分析师团队，进行跨业务、跨系统之间的相互协同，推动大数据深入应用。金融机构数据分析师团队作为对数据的拥有者和应用者，也在对自身不断思考，转型和前进。
在过去，分析师团队在金融机构内部属于高大上的专业团队。要求对数字具有极强的敏感性，具备统计知识，市场研究，模型原理等专业知识，同时需要有很强的业务理解能力和对商业的敏感性，汇报和图表展现能力也需要很强。但随着金融机构对数据依赖的增强，对数据分析师的需求也越来越大，拥有和维护一支庞大的专业分析师或者专业数据科学家团队已经是一件不可能的任务。
平民数据分析师（citizen data scientists）应运而生
一
什么是平民数据分析师
gartner 研究分析师 alexander linden 是这样描述的：
citizen data scientists as people on the business side that may have some data skills, possibly from a math or even social science degree — and putting them to work exploring and analyzing data.
也就是说，平民数据分析师不需要具备专业数据科学家的专业知识和对金融机构（如银行）全局业务和数据的理解，只需熟悉某一业务领域，具备可运用大数据工具进行简单建模，分析和展现的能力。
二
为什么需要平民数据分析师
根据2017年领英发布的《2016年中国互联网最热职位人才报告》，数据科学家需求强烈，排在前6名。 而数据科学家的供给指数最低，仅为0.05，属于高度稀缺。同时，数据科学家成本昂贵。
硅谷入门级的数据科学家的平均年薪已经达到11万美元，行业年薪在全球已经达到1.4万美元~24万美元之间。
一方面数据科学家价格昂贵、人才供应不足，很难找到；另一方面，平民数据分析师广泛存在的企业中，并且具备一定的分析技能，让他们承担大数据分析工作可以有效的解决人才供应以及成本的问题。同时，平民数据分析师对于业务和企业实的际情况也更加熟悉，他们参与到数据分析的过程中，可实现业务与技术的完美结合，更好更充分地发挥大数据的价值。
根据gartner的分析，‘strategic planning assumptions by 2020, due largely to the automation of data science tasks, citizen data scientists will surpass data scientists in terms of the amount of advanced analysis they produce and the value derived from it’（gartner id: g00326012）。
同时预计到2020年，超过40%的数据分析都将会实现自动化。自动化数据分析和平民数据分析师在未来将会得到广泛应用。
那么平民数据分析师到底价值何在？
三
平民数据分析师的价值
01
给业务团队提供方向：
对大部分实时分析，业务团队往往只有在看到最终生成报表和分析报告之后，才能知道这是否是他们所期待的结果；但矛盾的地方在于，传统报表和分析流程需要业务人员将他们所期待的维度和相应指标等信息提前告知分析师。但现在，通过数据分析平民化的形式，报表与分析的能力可以从专业分析师团队，下沉到最接近业务团队的地方，真正做到快速响应、满足业务团队不断变化的需求。
02
提供个性化的业务分析服务：
不同地区、分支机构、部门所希望的报表、分析报告及要求都是不同的，这些要求如果都通过总部专业分析师团队去完成，那么受限于人力、精力及海量的数据规模，这些需求是很难一一得到满足的。但这对于庞大的平民数据分析师团队而言会简单很多，他们可以较好地满足需求方提出的个性化业务分析服务。
03
更贴近业务，快速满足业务要求：
平民分析师就在业务身边，同时有一部分平民分析师本身就是业务人员，是最理解业务的一批人，由他们来响应分析需求，可以又快又好地满足业务团队的分析需求。
四
平民分析场景解决方案
目前国内金融机构，如工商银行，建设银行，招商银行，太平洋保险都已经逐步建立起平民分析师团队。
以工商银行为例，目前，工商银行在总行、一级以及二级分行都已经建立了数据分析师团队，为全行数据挖掘提供标准模型、平台和相关支持；同时，在客户营销、运营以及风险管理、经营管理等部门培养专业分析师，进行相关专业领域的模型研究和分析挖掘工作。
不同平民数据分析师来自不同地域、不同机构和不同部门，需要对众多纷繁各异的场景进行建模和分析。随地域，时间，业务，聚合条件等因素的不同，相应需要分析的维度和指标组合也是多样化的；随数据类型的多样化及大数据时代数据量的快读增加，传统数据分析平台已经很难满足平民数据分析师在新时代下对数据分析的大数据，多样化，高效率的需求。
kyligence 领先的智能大数据分析平台kyligence analysis platform （简称kap），利用自身产品特点，很好地满足了平民分析场景需求。
五
kap满足平民分析场景需求
01
自动化
kap提供了ai自动建模能力，可以自动、智能地对根据查询创建模型和cube，同时减少人为对数据层进行优化的需要，大大降低了系统优化方面的工作量和技术门槛。
使用kap将极大地降低分析人员和底层运维人员的技术门槛，总部信息部门只要把底层的数据准备好，同时做好权限方面的管理配置，就可以很方便地开放给企业内外部来消费数据，帮助企业来应对“数据分析平民化”的趋势。
02
高效
通过对查询和分析的指标进行预计算，基于kyligence解决方案可秒级低延迟快速响应，提供业务团队想要的数据。
相对于传统的基于数据仓库的解决方案，kap 具有很大优势。kap 的多维度分析支持能力使得平民分析师可以在所有常用的分析视角里随意组合进行分析，并且具有很好的分析效率，这就使得任意一个平民分析师甚至业务人员都可以来进行数据分析和数据探索，大大降低了数据分析的门槛。
在业务数据量日益井喷的今天和未来，大数据管理的低门槛将是终极方向，数据分析平民化管理对于金融机构的技术人员甚至是业务人员来说越来越密不可分，使金融机构每一层都能更快捷地进行决策管理，提高 kpi，实现真正的未雨绸缪……
关于 kyligence
kyligence 由首个来自中国的 apache 软件基金会顶级开源项目 apache kylin 核心团队组建，是专注于大数据分析领域创新的数据科技公司。kyligence 提供基于 apache kylin 的企业级大数据智能分析产品 kyligence enterprise，以及基于公有云的托管式 kylin 在线服务 kyligence cloud。目前，kyligence 已赢得了海内外多家金融、保险、证券、电信、制造、零售、广告等企业级客户。
关于 kap
kyligence analytics platform大数据智能分析平台（简称 kap）是基于apache kylin的企业级软件产品，在超大数据集上提供亚秒级分析的能力，同时为业务用户、分析师及工程师提供简便、快捷的大数据分析服务，拥有超高性能、免编程开发，多协议支持、非侵入式部署等突出优点，并且 kap 在企业用户所关注的应用场景丰富、实施效率、安全可控、存储效率、性能优化、自助式敏捷bi、系统监控等方面进行了全方位的完善和创新，是目前业界领先的大数据智能分析平台解决方案。
您可能还会想看
首站 | kyligence 全国合作伙伴招募大会北京起航
kyligence analytics platform plus 上线微软 azure 云市场
kyligence入驻青云appcenter，助力云上大数据分析
kyligence cloud 支持 aws 中国（宁夏）区域
合作持续深入，kyligence 成为华为认证“解决方案伙伴”
kyligence 认证帆软旗下产品，认证体系再添新成员
微软 azure 降价，使用 kyligence cloud 成本下降超过50%