數學專業學生在數據分析行業發展的SWOT分析

摘 要：運用SWOT分析方法對數學專業在數據分析行業中的發展進行分析，并提出數學專業學生在數據分析行業的職業發展對策，為數學專業大學生就業提供理論依據。

關鍵詞：SWOT分析；數學專業；數據分析；職業發展

時代的背景決定著時代的發展，21世紀注定是數據爆發的時代，抓住核心數據便是機遇。隨之而來的是數據分析行業的興起。

2003年，信息產業部正式設立“項目數據分析師”人才培養項目，數據分析行業正式進入國內。

2005年，首家項目數據分析師事務所誕生并取得職業認可。

2008年，數據分析行業協會成立，行業發展邁進了新的里程碑，開始進入迅速發展時期。

中國是世界大國，對數據的利用更加迫切。這對數學專業的學生來時無疑是一次大的機遇，同時也是一次大的挑戰。

數據分析行業主要任務是在各種各樣類型的巨量數據中，快速獲得有價值的信息。普遍流程為數據采集、分類處理、統計和分析、數據挖掘和應用。

數據采集過程是獲得數據的過程。數據行業中的數據具有四個特點：

1）數據體量大；

2）數據類別大，數據來自多種數據源，數據種類和格式日漸豐富；

3）數據處理速度快；

4）數據價值密度低，價值密度的高低與數據總量的大小成反比。

分類處理是將收集的數據進行分類，并進行簡化處理。統計與分析主要是對海量數據進行普通的分析和分類匯總等，以滿足大多數常見的分析需求。

數據挖掘主要是在現有數據上面進行基于各種算法的計算和深入分析，從而滿足應有的需求。

人才缺乏是數據分析行業面臨的共同挑戰之一。2011年，復旦大學開設數據科學工程碩士和博士學位；人民大學、北京大學等高校開設大數據分析碩士學位；自2013年開始，英美等國家開始培養大數據人才。人才短板制約著技術進步與應用，影響著行業的發展。目前，從人才市場需求來看，數據分析職位人才主要來自于數學專業、統計學專業和計算機相關專業。

為了研究數學專業學生在數據分析行業中的競爭地位，在招聘網站采集100條數據，每個條目包括職位、專業要求、技術要求等。對采集的數據進行整理分析，發現對專業要求集中于數學、統計學和計算機專業，對技術的要求包括C語言、C++ 、Java、Matlab程序語言等。基于對人才市場數據的分析，提煉出數學專業學生在數據分析行業中發展的優勢、劣勢、機遇和挑戰。

一、SWOT分析

（一）優勢分析

人才市場調查數據表明，數據分析職位對求職者要求一般包括對數據敏感，較強的邏輯分析能力，還需要熟悉各類office辦公軟件，及其一些C語言的基礎知識。

調查表明39%職位要求數學專業，這說明數學專業有一定競爭優勢，一般來說數學專業學生對統計方法也有一定掌握，尤其數學專業在建模方面具有優勢。數學專業大學生具有良好的知識更新能力和創新能力，從職業歷程來看，數學專業學生有很好的適應性，容易掌握其它專業知識。

（二）劣勢分析

在全球數據分析行業是新興起的行業，特別是我國才從2003年開始，技術上，一些我國的數據處理技術基礎薄弱，總體上以跟隨為主，一切都處于摸索階段。與那些相對成熟的行業比較，會給就業過程帶來一些不必要的困難。數學學生對行業背景了解較少，在學校學習階段沒有投入過多的時間去接觸現實。使得職業發展初期不容易適應職位需求。

（三）機遇

首先，人才需求量巨大。資料顯示，我國2010年新存儲的數據為250PB，2012年中國的數據存儲量達到364EB，約為日本的60%，北美的7%。據預測，中國數據總量2020年將達到8.4ZB（1ZB=1024G的四次方），占全球數據量的24%，屆時將成為世界上第一數據大國和“世界數據中心”。數據分析行業注定是勢不可擋，需要大量人才來支撐行業發展。

其次，行業發展政策保障。2012年國務院發布《十二五戰略性新行產業發展規劃》中明確提出支持數據存儲、處理技術的研究與產業化。自2014年3月“大數據”首次出現在《政府工作報告》中以來，國務院常務會議一年內6次提及大數據運用。近期在6月17日的國務院常務會議上，李克強總理再次強調“我們正在推進簡政放權，放管結合、優化服務，而大數據手段的運用十分重要。”2015年7月1日，國務院辦公廳印發了《關于運用大數據加強對市場主體服務和監管的若干意見》。”文件指出，“加強人才隊伍建設。鼓勵高校、人力資源服務機構和企業重點培養跨界復合型、應用創新型大數據專業人才，完善大數據技術、管理和服務人才培養體系。加強政府工作人員培訓，增強運用大數據能力。”

（四）挑戰

數據分析行業在中國的發展仍處于起步階段，這一行業的成長還需要一個過程，仍然需要不同專業的人才的共同努力。根據市場調查的結論，市場對數據分析人才的需求更傾向于統計學專業（調查表明78%的職位需要統計學專業），同時也有30%多職位需求計算機專業。而這開設統計學和計算機相關專業的學校也有很多，因此，數學專業學生的發展面臨著多種專業人才的挑戰。

二、數學專業學生在數據分析行業的發展對策

首先，需要了解人才市場。在數據分析職位中，如果按分析層級分，有調查員、分析助理、分析專員、項目經理、研究主管、研究經理、研究總監等；按分析內容分，有投資分析、戰略分析、媒介分析、信用分析、網站流量分析、財務分析、客戶分析等。

其次，增加知識和技能儲備。數學專業的基礎課程，如數學分析、高等代數、微分方程等不直接應用于數據分析，對數據分析影響比較大的數學知識是概率統計、運籌學等，除此之外需要補充基本的數據分析知識（多元統計，時間序列分析，數據挖掘基礎理論等），另外需要掌握基本的數據分析軟件（比如，vba，matlab，spss，sql等等），掌握基本的商業經濟常識（比如宏微觀經濟學，營銷理論，投資基礎知識，戰略與風險管理等等）。

另外，人才市場對通用職業能力有多方面要求，例如：溝通、團隊合作、協調、表達、學習、思考、解決問題、組織、計劃、領導、適應、洞察、策劃、應變、判斷、分析和信息搜集等能力。

針對數據分析職位，調查表明，企業比較傾向溝通能力、表達能力、思考能力和分析能力等，這些能力需要學生在各種社團活動中或實習活動中自我培養。

數據分析職業需要從業者綜合職業能力，因此，在學習期間，盡量參加一些綜合性的項目研究，如數學建模等，培養多方面的能力。

參考文獻：

[1] 徐達.當前我國大數據與數據分析發展的研究[J].計算機與網絡，2015，17：68-70.

[2] 張玉進，王璽.企業通用能力需求特征研究[J].中外企業家，2013，33：56-57.

作者簡介：

王璽，上海電力學院數理學院副教授。