從 Google 智慧數碼城市白皮書了解數據科學家的香港發展潛力

數據科學家 這個職位 / 行業在香港可以說是剛開始發展。很多學生都想知道在香港市場上數據科學和相關技能如 大數據分析和處理 (Big Data)、機械學習 (Machine Learning / AI) 等的地位。發展前景又是如何?

Google 在 2018 年 10 月出版了《智慧數碼城市白皮書》主要研究香港消費者對智慧城市的認知和科技的應用,以及商業機構的數碼轉型進程。 其中的一個主要章節詳細調查了香港大小企業對未來數據化轉型的投資和取向,當中可見未來 2-5 年是香港從事數據科學相關人才的重要發展年份。讓筆者先和大家一起仔細閱讀相關章節:

香港企業的數據化轉部分節錄和翻譯 – 智慧數碼城市白皮書 | Google

香港企業的數據化轉型情況

今天的香港企業面臨兩難選擇。 一方面,他們幾乎完全同意數據化對企業未來成功至關重要,然而,數字上顯示只有一半左右的受訪香港企業做到名義上的擁抱技術。 如果要令企業數據化轉型成功,必須立即糾正企業對數據化的認知與執行之間的差距。

企業必須在制定並執行有效的數據化計劃,否則失敗風險很高。 79% 的受訪企業正在管理數據項目,當中 51% 的企業正準備更多的數據相關計劃。 在接下來的兩年中,只有 28% 的企業正 “計劃” 花費在數字化項目上。

研究的一個有趣結果表明,79% 正在管理數據化項目的公司所做的投資主要集中在 “明顯的” 數據活動上,如營銷和數碼內容開發,電子商務和客戶關係管理。 很少有公司投資於更相關的新技術,如大數據開發/分析,機器學習以及其他對個性化消費者的關係管理和推動數據利用等至關重要的計劃。

香港較大的跨國公司和較小的本地企業之間的投資重上有所不同,68% 的跨國企業(MNCs)重點投資 “大數據”,而本地企業只有 45%。然而,33% 的本地公司計劃在未來投資更多大數據相關技術,這種差異將發生變小。

本地企業似乎都非常渴望投資機器學習,25% 的公司計劃未來對此投放資源。 擁抱和採用技術有助於推動業務發展,並探索各自行業的新領域。 研究中已經看出機器學習如何幫助公司和組織充分利用機器學習項目的一些證據,例如,使用自然語言 API,圖像識別和雲技術來提升業務能力。

從綜合數據分析中獲得的啟示將有助於企業了解如何最好地優化客戶參與度並做出更好的估算和預測。 只需幾分鐘就可以發現數以百萬計的信號,企業應該專注於留住相關人才和合作夥伴。 公司應培養數據分析師,營銷人員,工程師,設計師和其他能夠理解數據並將其轉化為可操作的見解的人才。 管理層應支持企業家的思維方式,進行沙盒實驗,並製定戰略,以便採取對數據和商業有敏銳性支持的具體行動。

我們從零售,旅遊,金融和生活垂直領域的公司例子中了解到數據化轉型的重要性。 數據和數碼工具改善了企業與客戶溝通和激勵的方式。 這些公司在需要時為其客戶提供相關且有用的信息和產品,促進有意義的搜索結果並提供建議,同時圍繞其品牌建立偏好和信任。

數據化轉型的原因

近 60% 的香港企業意識到是香港消費者的需求推動其數據化,而不是全球商業環境的壓力(26%)。 企業明白消費者是最重要的轉型動力。

要將客戶體驗轉變為超越銷售的範疇,需要大量情感的參與,尤其是在客戶出現服務需求的短時間內。 這是所有公司都認同的關鍵發現,對於那些需要面對具有數據主動性的競爭對手的企業相比,尤為明顯。

然而,儘管知道消費者需求很重要,但企業在供應方面仍未能實現數據化執行。 公司意識到,只有五分之一的消費者表示他們對自己的數碼體驗非常滿意。 由於 “高度” 數字化的客戶對數碼解決方案的滿意度是一般消費者的三倍,因此公司改進其數碼產品這一環至關重要。 那麼公司可以做些什麼來改善他們的數碼產品並吸引消費者呢?

消費者需求背後數據化的第二個最重要的理由是全球商業環境的因素。 主要由技術進步和數碼消費者活動增加所推動的快速變化的營商環境下,忽視數據化轉型或放慢採用技術的公司將不可避免地失去競爭力,讓香港消費者轉向數據化能力更成熟的競爭對手,尤其是來自中國的競爭者。

為了抵消威脅,聰明而敏捷的香港公司必須迅速趕上經驗豐富的全球競爭對手,發展數據化技術,同時利用對香港市場及其消費者的深刻見解和知識增加競爭優勢。 香港公司可以通過分析消費者數據來提供最佳和最相關的數碼體驗,贏得香港消費者的心。 通過投資數據分析和數碼營銷,公司可以快速提高企業擴大運營規模和擴大業務範圍的能力。

數據化轉型的成功因素和障礙

在企業考慮數據化轉型時,最重要的因素是企業領導層走向數據化的決心。公司文化來自領導層,領導層的意向影響到團隊對轉型的態度。 擁有合適的人才和經驗也是非常重要的,公司需要為數據化轉型部署足夠的資源。

如今,大約 80% 的受訪公司都擁有數據化意向的領導層,其中 88% 是高級管理人員。 在那些擁有強影響力的數據化領導者的公司中,83% 的公司不斷尋求新的數據化企劃,相比之下,那些數據化領導力較低的公司則為 37%。

57% 的香港公司認為他們的行業受到 “高度” 數碼創新的 “強力” 推動。 然而,超過一半的公司只是逐漸接受最新的技術。 隨著數據化從低級到高級的發展,公司必須學、建立、維持和展示推動創新的企業文化,不斷關注更高的數據化完成度。

吸引人才和技能發展是成功因素也可以是障礙。企業應該促進和鼓勵學習文化,並計劃激勵和培訓數據化人才。 從長遠來看,這將有利於企業的數據化轉型之旅。 無論是通過積極的招聘來吸引外部人才或內部培訓員工,公司都應該制定一攬子的激勵計劃。

然而,也存在著內部的障礙 – 員工有機會擔心變得無關緊要。 這有可能會對公司的轉型產生破壞性影響。 許多公司都明白,頂層的轉型必須伴隨著包括整個勞動力在內的管理變革。 通過數碼營銷,內容創建和代表數碼公司關鍵活動的 CRM,即使在較低的數據化水平(例如大數據機器學習和更高級別的虛擬現實),培訓和開發也是必不可少的。

企業決策者也意識到,將組織成功擴展之後也需要與處於創新前沿的組織進行協作。 隨著數據化變革的步伐和競爭的激烈程度,企業必須尋求內部和外部的專業知識的增長和幫助,例如,公司希望培訓數碼營銷人員,同時與外部數據分析師和機器學習工程師合作,以最大限度地提高效率和影響力。 戰略合作夥伴關係和聯盟可以幫助公司在轉型之旅中更快地前進。 這種策略使公司能夠靈活應對快速變化的環境。

結論:未來 2-5 年是數據科學人才在香港的發展黃金期

報告中可看出未來大部分香港企業都會在未來 2 年投入更多到 大數據 和 機器學習 等相關領域上希望創造更好的客戶數碼體驗以應對客戶需求和行業競爭。為了成功轉型,企業的領導層需要加入更多對數據技術有認識的人才、內部要培訓員工的數據技能、外部也要跟數據技術專家們加強合作。

筆者預料未來 2-5 年是數據科學人才在香港的發展黃金期,從普通員工到企業管理層都會在跟 數據科學 產生更多接觸和認識。如果你對相關行業和技能有興趣、想為公司未來發展制定更好計劃、或是想為自己增值,數據科學會是一個不錯的選擇。


數據科學速成班

以專業 R coding 和 實用案例 為材料,助你在 30 天內掌握 Big Data (大數據) 和 A.I. (人工智能) 等複雜概念,並開始應用到你的個人及商業項目上。

導師:香港數據科學家 Warrington Hsu

學員:適合任何對數據科學有興趣的初學者 (沒有 coding 底子要求)