管理會(huì)計(jì)師和其他專業(yè)人士正在運(yùn)用數(shù)據(jù)分析技術(shù)有效應(yīng)對(duì)新冠疫情，并尋找新的客戶與發(fā)展機(jī)遇。

隨著商業(yè)環(huán)境變得越來(lái)越復(fù)雜且變化速度加快，領(lǐng)先企業(yè)也在不斷推進(jìn)其數(shù)字化進(jìn)程，以期為數(shù)據(jù)分析奠定基礎(chǔ)。多年來(lái)，企業(yè)競(jìng)相采用數(shù)據(jù)分析技術(shù)，但不斷增強(qiáng)的數(shù)字化顛覆因素（如技術(shù)進(jìn)步和數(shù)據(jù)可訪問(wèn)性的改善），加之今年新冠疫情的影響，在短短數(shù)月內(nèi)，就將這個(gè)日益由數(shù)據(jù)驅(qū)動(dòng)的世界朝著數(shù)據(jù)依賴與數(shù)據(jù)優(yōu)化的方向往前推進(jìn)了數(shù)年。

新冠疫情嚴(yán)重影響了社會(huì)的方方面面，無(wú)疑也會(huì)影響我們今后數(shù)十年生活、交流和經(jīng)營(yíng)的方式。而在這個(gè)敏捷性和韌性成為必要發(fā)展條件的時(shí)代，那些已經(jīng)采用數(shù)據(jù)分析的企業(yè)，發(fā)現(xiàn)自己在運(yùn)用數(shù)據(jù)應(yīng)對(duì)疫情及其影響方面更具優(yōu)勢(shì)。

企業(yè)運(yùn)用數(shù)據(jù)分析技術(shù)的需求比以往任何時(shí)候都更加緊迫。通過(guò)數(shù)據(jù)分析獲取洞見(jiàn)的能力要超越，或者在某些情況下至少與競(jìng)爭(zhēng)對(duì)手水平相當(dāng)。利用數(shù)據(jù)分析應(yīng)對(duì)疫情的企業(yè)，已通過(guò)建立數(shù)據(jù)生態(tài)系統(tǒng)——驅(qū)動(dòng)商業(yè)智能、形成洞見(jiàn)并為戰(zhàn)略決策提供信息所需的基礎(chǔ)架構(gòu)、應(yīng)用程序和分析方法——在數(shù)字化道路上取得了進(jìn)展。借助數(shù)據(jù)治理，這些企業(yè)能夠從多平臺(tái)數(shù)據(jù)整合中受益，并實(shí)施包括數(shù)據(jù)湖、云計(jì)算、物聯(lián)網(wǎng)（IoT）、大數(shù)據(jù)和自然語(yǔ)言處理等在內(nèi)的數(shù)字化戰(zhàn)略。

數(shù)據(jù)分析能夠不間斷地處理大型數(shù)據(jù)集、提供*的感染率和免疫率、預(yù)估理想的疾病檢測(cè)點(diǎn)、預(yù)測(cè)消費(fèi)者的消費(fèi)模式并評(píng)估關(guān)乎整個(gè)產(chǎn)品和服務(wù)線的決策，因此已成為疫情期間企業(yè)發(fā)展的關(guān)鍵驅(qū)動(dòng)力之一，而這也凸顯了數(shù)據(jù)分析可發(fā)揮的廣泛作用及其對(duì)企業(yè)的重要性（不論是否處于危機(jī)時(shí)期）。

數(shù)據(jù)分析與疫情

新冠疫情嚴(yán)重沖擊了人們的生計(jì)，沉重打擊了商業(yè)活動(dòng)，截至8月中旬，全球近2,100萬(wàn)人確診，預(yù)期744,000人死于新冠肺炎相關(guān)疾病，日新增感染人數(shù)超過(guò)275,000人。很多家族企業(yè)和跨國(guó)企業(yè)都遭受到巨大的破壞，紛紛裁員、申請(qǐng)破產(chǎn)或*歇業(yè)，而另一些企業(yè)則遇到了難以想象的需求激增、庫(kù)存耗盡和重重供應(yīng)鏈問(wèn)題，根據(jù)*樂(lè)觀的估計(jì)，也需要數(shù)月時(shí)間來(lái)解決。

慶幸的是，新冠疫情暴發(fā)時(shí)，許多企業(yè)已相當(dāng)了解數(shù)據(jù)分析的強(qiáng)大作用。社區(qū)、政府和醫(yī)護(hù)人員牽頭分析工作，以跟蹤病毒、幫助受影響的家庭并試圖阻止疾病的傳播。在制定和實(shí)施員工保護(hù)與客戶支持計(jì)劃時(shí)，企業(yè)運(yùn)用數(shù)據(jù)分析來(lái)評(píng)估因居家令、恐懼與不確定性所導(dǎo)致的財(cái)務(wù)困難程度。我們將探討各個(gè)行業(yè)的案例，以此展示數(shù)據(jù)分析的四種類型——描述性分析、診斷性分析、預(yù)測(cè)性分析和規(guī)范性分析（見(jiàn)“數(shù)據(jù)分析的四種類型”），是如何用于應(yīng)對(duì)新冠疫情及相關(guān)問(wèn)題的。

醫(yī)療行業(yè)

數(shù)據(jù)分析以其強(qiáng)大的預(yù)測(cè)能力和解決問(wèn)題的能力，已成為對(duì)抗疫情及其影響的重要工具。相較其他行業(yè)，醫(yī)療行業(yè)對(duì)此體會(huì)更深。世界各地的研究人員和醫(yī)護(hù)人員攜手合作，共同提高數(shù)據(jù)的透明度和可訪問(wèn)性，從而在多各方面助力產(chǎn)生*具洞察力的見(jiàn)解。

其中*引人矚目的當(dāng)屬世界衛(wèi)生組織（WHO），其利用數(shù)據(jù)按地理位置報(bào)告確診病例、死亡和康復(fù)情況（見(jiàn)圖1）。世衛(wèi)組織*廣為人知的描述性分析可能就是數(shù)據(jù)可視化地圖，該地圖展示了各個(gè)地區(qū)確診感染情況的相對(duì)強(qiáng)度［見(jiàn)名為“WHO Coronavirus Disease（COVID-19）”的儀表盤］。除診斷性分析外，WHO還利用其他分析模型來(lái)預(yù)測(cè)新冠肺炎的感染率、康復(fù)率和死亡率。這些信息已與政府和其他相關(guān)機(jī)構(gòu)共享，以提高人們對(duì)該疾病嚴(yán)重性的認(rèn)識(shí)，并告知醫(yī)療機(jī)構(gòu)和其他組織為接收及救助患者而需做的準(zhǔn)備工作。

約翰霍普金斯大學(xué)的研究人員在世衛(wèi)組織分析方法基礎(chǔ)上又前進(jìn)一步，有效地運(yùn)用模型模擬了新冠肺炎在美國(guó)縣級(jí)層面的傳播情況（見(jiàn)圖2）。實(shí)踐證明，這一模型對(duì)于公共衛(wèi)生官員和政策制定者采取適當(dāng)?shù)亩糁坪驮袆?dòng)至關(guān)重要。根據(jù)未來(lái)感染情況的預(yù)測(cè)數(shù)據(jù)而采取的全球性應(yīng)對(duì)措施包括：居家令、保持社交距離指南、小型企業(yè)救助、債務(wù)免除和刺激方案等。圖3展示了數(shù)據(jù)分析在醫(yī)療行業(yè)抗擊疫情過(guò)程中所發(fā)揮作用的突出案例，包括：

醫(yī)學(xué)成像。疫情暴發(fā)早期，由于病毒進(jìn)化速度快，中國(guó)短期內(nèi)使用CT影像確診患者時(shí)面臨較大困難，原因之一是一線影像科醫(yī)生缺乏。在華為云、藍(lán)網(wǎng)科技和華中科技大學(xué)的合作下，運(yùn)用基于計(jì)算機(jī)視覺(jué)的AI技術(shù)，可以在數(shù)秒內(nèi)*、重復(fù)生成CT量化結(jié)果。這一進(jìn)展大大提高了診斷效率。（融躍CMA）

新藥研發(fā)。研究人員利用機(jī)器學(xué)習(xí)模型來(lái)確定一種藥物是否能有效對(duì)抗病毒。輸入機(jī)器學(xué)習(xí)模型的數(shù)據(jù)包括新冠肺炎的歷史數(shù)據(jù)、反映藥物對(duì)抗其他疾病有效性的數(shù)據(jù)等。

打擊誤導(dǎo)性信息。Twitter等社交媒體公司使用深度學(xué)習(xí)算法，將可靠、*的信息來(lái)源與不可靠的信息來(lái)源區(qū)分開來(lái)，減少新冠肺炎及其傳染方式方面錯(cuò)誤信息的傳播。

模擬感染嚴(yán)重程度。由于沒(méi)有足夠的資源供所有人定期進(jìn)行新冠病毒檢測(cè)，獲取有關(guān)疾病傳播可能后果的更多信息、盡可能恰當(dāng)?shù)胤峙溽t(yī)療資源，就變得*重要。數(shù)據(jù)分析用于建模，內(nèi)容包括：個(gè)體感染新冠病毒的可能性（感染風(fēng)險(xiǎn)）；如果被感染，患者可能需要住院治療、接受重癥監(jiān)護(hù)或使用唿吸機(jī)的幾率（嚴(yán)重程度風(fēng)險(xiǎn)）；感染者死于新冠病毒相關(guān)并發(fā)癥的可能性（結(jié)果風(fēng)險(xiǎn)）。

有效的模型可利用諸如年齡、既往健康狀況、社會(huì)習(xí)慣、衛(wèi)生、所處位置、氣候等方面的數(shù)據(jù)來(lái)創(chuàng)建脆弱性指數(shù)，預(yù)測(cè)個(gè)體感染新冠病毒的風(fēng)險(xiǎn)。有了這些因素以及其與新冠肺炎患者重點(diǎn)人群描述的匹配程度，預(yù)測(cè)性分析可使聊天機(jī)器人和機(jī)器學(xué)習(xí)推動(dòng)人們對(duì)感染風(fēng)險(xiǎn)進(jìn)行自查，規(guī)范性分析則能使醫(yī)護(hù)專業(yè)人員制定個(gè)性化的治療方案。這些數(shù)據(jù)及從中產(chǎn)生的洞見(jiàn)也可告知我們應(yīng)針對(duì)某些特定人群采取更多預(yù)防措施，例如限制進(jìn)入療養(yǎng)院以降低老年人的感染風(fēng)險(xiǎn)，并建議慢性唿吸道疾病患者留在家里，即使其所在地區(qū)已經(jīng)復(fù)工。

醫(yī)療行業(yè)數(shù)據(jù)分析

財(cái)會(huì)行業(yè)（融躍CMA）

疫情暴發(fā)之前，財(cái)會(huì)行業(yè)已經(jīng)從主要偏重于記賬、控制、鑒證和報(bào)告活動(dòng)轉(zhuǎn)變?yōu)樽詣?dòng)化其中眾多工作，以便從業(yè)人員將同等或者更多的精力放在分析和戰(zhàn)略決策支持上。這一轉(zhuǎn)變的關(guān)鍵一點(diǎn)，在于不斷提高財(cái)會(huì)專業(yè)人士的技能，使之聚焦于數(shù)字技術(shù)尤其是數(shù)據(jù)分析。

疫情期間，世界各地的財(cái)務(wù)部門在其組織的復(fù)工復(fù)產(chǎn)過(guò)程中發(fā)揮了重要作用。財(cái)務(wù)團(tuán)隊(duì)利用其對(duì)財(cái)務(wù)和非財(cái)務(wù)數(shù)據(jù)的獨(dú)特訪問(wèn)權(quán)限，通過(guò)從數(shù)據(jù)分析中獲得的洞見(jiàn)來(lái)為關(guān)鍵經(jīng)營(yíng)決策提供信息，使其組織能夠更好地管理現(xiàn)金流、確定高端產(chǎn)品、預(yù)測(cè)需求、評(píng)估就業(yè)水平以及投融資方案等。

逾期風(fēng)險(xiǎn)。金融服務(wù)企業(yè)、公用事業(yè)公司、制造企業(yè)和咨詢公司的財(cái)務(wù)團(tuán)隊(duì)運(yùn)用預(yù)測(cè)性分析來(lái)評(píng)估應(yīng)收賬款和客戶賬戶歷史記錄，以識(shí)別逾期風(fēng)險(xiǎn)*的客戶。財(cái)務(wù)專業(yè)人士通過(guò)計(jì)算可反映支付能力和支付傾向的評(píng)分，在主動(dòng)接觸客戶作出支付安排時(shí)，運(yùn)用相關(guān)分析結(jié)果來(lái)為企業(yè)提供針對(duì)性的溝通方案建議，并在可行情況下提供短期寬限措施。

現(xiàn)金管理?，F(xiàn)金管理一般由財(cái)會(huì)部門負(fù)責(zé)。在當(dāng)下不確定性*高、許多企業(yè)銷售額大幅下滑的時(shí)期，現(xiàn)金和營(yíng)運(yùn)資金管理為財(cái)務(wù)團(tuán)隊(duì)進(jìn)行敏感性分析提供了一個(gè)絕佳機(jī)會(huì)，以確定在其他所有條件不變的情況下，單個(gè)變量的變化會(huì)對(duì)結(jié)果造成怎樣的影響。除了監(jiān)控應(yīng)收帳款周轉(zhuǎn)天數(shù)和未來(lái)到期的付款清單外，會(huì)計(jì)師還要審查當(dāng)前和將來(lái)總體的現(xiàn)金流入和流出情況，確定眾多成本和收入動(dòng)因的影響，如生產(chǎn)需求高于現(xiàn)有產(chǎn)品的新產(chǎn)品、原材料成本增加、削減特定營(yíng)銷活動(dòng)、提供免費(fèi)或折扣力度大的服務(wù)。這些分析可讓企業(yè)知曉維持有限經(jīng)營(yíng)或擴(kuò)大經(jīng)營(yíng)所需的現(xiàn)金量，為獲取額外資金的潛在需求提供指導(dǎo)，并預(yù)測(cè)拉動(dòng)其他經(jīng)營(yíng)或業(yè)務(wù)杠桿對(duì)現(xiàn)金的影響。

財(cái)務(wù)業(yè)績(jī)。資產(chǎn)評(píng)估和損益方面的預(yù)測(cè)對(duì)于企業(yè)復(fù)工復(fù)產(chǎn)期間的管理決策很重要。情景分析等財(cái)務(wù)模型可通過(guò)改變內(nèi)外部變量，生成*有可能發(fā)生、*樂(lè)觀和*悲觀的情景。變量示例如下：（1）居家令導(dǎo)致銷售收入下降，因?yàn)闊o(wú)法向接觸不到的消費(fèi)者提供服務(wù)；（2）對(duì)衛(wèi)生紙和紙巾等產(chǎn)品的需求意外激增。這類分析的結(jié)果可為從存貨管理到產(chǎn)品定價(jià)及新產(chǎn)品或服務(wù)的推出等提供支持。

用工決策。情景分析還可為用工決策提供信息。遺憾的是，疫情期間，許多企業(yè)被迫讓少則數(shù)十、多則數(shù)千名員工強(qiáng)制休假或?qū)⑵滢o退。情景分析結(jié)果顯示了被迫歇業(yè)或消費(fèi)者對(duì)就餐深感不安的餐廳、應(yīng)對(duì)油氣需求急劇下降的能源企業(yè)、大大小小“門庭冷落”的旅游、娛樂(lè)及觀光企業(yè)所解聘的人數(shù)。另一方面，情景分析也為運(yùn)輸公司和雜貨商需要額外雇傭多少人手來(lái)滿足空前激增的需求提供了建議。這些洞見(jiàn)是會(huì)計(jì)師和財(cái)務(wù)專業(yè)人士在作為業(yè)務(wù)伙伴與人力資源、運(yùn)營(yíng)等部門合作時(shí)產(chǎn)生的。

獲得洞見(jiàn)。萬(wàn)事達(dá)卡近期啟動(dòng)的“Recovery Insights”計(jì)劃所產(chǎn)生的財(cái)務(wù)和運(yùn)營(yíng)結(jié)果，影響了公共和私營(yíng)企業(yè)。該計(jì)劃提供的研究、工具和創(chuàng)新方法，使企業(yè)能夠利用萬(wàn)事達(dá)卡的觀察來(lái)制定更明智的決策。萬(wàn)事達(dá)卡數(shù)據(jù)與服務(wù)部門總裁Raj Seshadri表示，在“做出更明智決策、實(shí)現(xiàn)更好的結(jié)果”這一目標(biāo)的指引下，其觀察結(jié)果“正幫助服裝品牌優(yōu)化庫(kù)存以應(yīng)對(duì)電子商務(wù)業(yè)務(wù)的增長(zhǎng)，幫助雜貨商調(diào)整商店?duì)I業(yè)時(shí)間以使面臨風(fēng)險(xiǎn)的購(gòu)物者放心，幫助政府指導(dǎo)服務(wù)行業(yè)以促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展”）。這些分析數(shù)據(jù)在財(cái)會(huì)行業(yè)應(yīng)用的一個(gè)示例是：紐約市利用地域消費(fèi)模式的變化（按街區(qū)）來(lái)預(yù)測(cè)消費(fèi)者支出對(duì)城市消費(fèi)稅收入的影響，從而更明智地調(diào)整預(yù)算。

零售業(yè)（融躍CMA）

零售業(yè)數(shù)十年前就發(fā)現(xiàn)了數(shù)據(jù)分析的強(qiáng)大能力，但現(xiàn)代技術(shù)的進(jìn)步使零售商可處理的數(shù)據(jù)量及處理速度都成倍增長(zhǎng)。有了良好的數(shù)據(jù)依賴文化，零售商使用結(jié)構(gòu)化數(shù)據(jù)預(yù)測(cè)消費(fèi)者行為，并通過(guò)分析非結(jié)構(gòu)化數(shù)據(jù)來(lái)揭示產(chǎn)生這種行為的原因。結(jié)合結(jié)構(gòu)化數(shù)據(jù)（*常在銷售點(diǎn)獲取的數(shù)據(jù)）與非結(jié)構(gòu)化數(shù)據(jù)（通過(guò)推文、照片、標(biāo)簽和評(píng)論等收集等渠道收集的數(shù)據(jù)）后，零售領(lǐng)軍企業(yè)就可通過(guò)消費(fèi)者偏好、參與度、人口統(tǒng)計(jì)信息、興趣、趨勢(shì)等信息獲得洞見(jiàn)。疫情期間，這些洞見(jiàn)使企業(yè)能夠制定有關(guān)產(chǎn)品和服務(wù)甚至人員調(diào)度的戰(zhàn)略決策（如在繁忙時(shí)安排更多工作班次）。

信息不足。零售業(yè)雖然已經(jīng)習(xí)慣使用數(shù)據(jù)分析來(lái)制定戰(zhàn)略決策并打造有針對(duì)性的客戶體驗(yàn)，但因?yàn)樾畔ⅲɑ驍?shù)據(jù)）的不足，被新冠疫情帶入了一片未知領(lǐng)域。收入縮水和利潤(rùn)率下降的同時(shí)，零售商如今還面臨著突然缺乏足夠可用數(shù)據(jù)帶來(lái)的挑戰(zhàn)，這迫使他們?nèi)チ私猱?dāng)前客戶是誰(shuí)（新的客戶或疫情暴發(fā)之前的客戶）、財(cái)務(wù)困難下的消費(fèi)者會(huì)做出怎樣的采購(gòu)決策，以及實(shí)體店何時(shí)可以恢復(fù)“正常運(yùn)營(yíng)”。值得慶幸的是，事實(shí)證明，數(shù)據(jù)分析在解決這些挑戰(zhàn)方面也能提供很多幫助。

為減輕相關(guān)季節(jié)性歷史數(shù)據(jù)（例如去年同期某月/某季度）缺乏所帶來(lái)的影響，零售商寄希望于利用指數(shù)平滑模型來(lái)編制預(yù)測(cè)，并在趨勢(shì)形成期間進(jìn)行觀察。簡(jiǎn)單的移動(dòng)平均法預(yù)測(cè)是將時(shí)間序列中的過(guò)往觀測(cè)值設(shè)置同等權(quán)重，而指數(shù)平滑法則隨著時(shí)間推移以指數(shù)方式減少權(quán)重來(lái)平滑時(shí)間序列數(shù)據(jù)，因此，時(shí)間段越近，權(quán)重越大，這一點(diǎn)在疫情造成消費(fèi)者行為波動(dòng)的環(huán)境下*為重要。如今，零售商可以利用疫情*近時(shí)期的消費(fèi)模式按日或按周來(lái)編制銷售預(yù)測(cè)，預(yù)測(cè)短期活動(dòng)。

零售分析應(yīng)用程序。一些零售企業(yè)明智地認(rèn)為其在疫情之前使用的模型如今或不久的將來(lái)不太可能提供可靠的洞見(jiàn)，這些企業(yè)使用有限的新冠疫情數(shù)據(jù)集進(jìn)行描述性分析，評(píng)估其當(dāng)前的客戶是誰(shuí)、哪些產(chǎn)品在這些客戶看來(lái)是必不可少的。預(yù)測(cè)性分析則可讓零售商利用人工智能進(jìn)行產(chǎn)品變更和提出采購(gòu)建議。

診斷性分析也可利用以往經(jīng)濟(jì)困難時(shí)期的歷史數(shù)據(jù)來(lái)了解消費(fèi)者行為，而規(guī)范性分析則可利用這些數(shù)據(jù)讓零售商評(píng)估臨時(shí)或*停產(chǎn)的產(chǎn)品線，權(quán)衡供應(yīng)鏈問(wèn)題的各種解決方案，并知道如何安全且有盈利地恢復(fù)實(shí)體店經(jīng)營(yíng)（餐廳、酒店等行業(yè)曾遇到過(guò)同樣問(wèn)題）。

空間分析。為零售商提供指導(dǎo)時(shí)，Angel Evan和Amber Rivera在《哈佛商業(yè)評(píng)論》中建議將空間分析、地理數(shù)據(jù)分析模型與本地健康指南及同樣按地理位置呈現(xiàn)的世衛(wèi)組織確診感染相對(duì)強(qiáng)度數(shù)據(jù)進(jìn)行配對(duì)。這種配對(duì)使零售商能夠恰當(dāng)?shù)嘏帕幸亻_或關(guān)閉的特定區(qū)域的門店，評(píng)估這些區(qū)域內(nèi)的消費(fèi)者在多大程度上愿意光顧實(shí)體店，即使在諸多限制情況下。

迫切需要數(shù)據(jù)分析（融躍CMA）

數(shù)十年來(lái)，數(shù)據(jù)分析在各行各業(yè)中的廣泛應(yīng)用已廣為人知，而如今，數(shù)據(jù)分析在為企業(yè)提供競(jìng)爭(zhēng)優(yōu)勢(shì)、有效提升價(jià)值交付以及商業(yè)人士角色轉(zhuǎn)型等方面，發(fā)揮著無(wú)可爭(zhēng)議的關(guān)鍵作用。更重要的是，數(shù)據(jù)分析在危機(jī)時(shí)期所產(chǎn)生的巨大影響力幾乎是無(wú)與倫比的，在對(duì)抗新冠疫情中的貢獻(xiàn)便是明證。

數(shù)據(jù)的強(qiáng)大力量將來(lái)自全球各大洲的研究者、素未謀面的小企業(yè)主以及中央與地方政府聯(lián)系起來(lái)，賦能于商業(yè)人士（(尤其是財(cái)會(huì)領(lǐng)域的商業(yè)人士），使其組織得以生存甚至某些情況下的繁榮發(fā)展。數(shù)據(jù)分析為不堪重負(fù)的企業(yè)帶來(lái)了希望，讓人們對(duì)未來(lái)重拾信心，并對(duì)疾病的治愈保持樂(lè)觀。

尚未采用數(shù)據(jù)分析的企業(yè)將會(huì)發(fā)現(xiàn)自己落后于同行，從長(zhǎng)遠(yuǎn)來(lái)看，需要更加努力才能生存下去。不愿現(xiàn)在提升自身技能的管理會(huì)計(jì)師和商務(wù)人士會(huì)發(fā)現(xiàn)自己在相關(guān)性競(jìng)賽中敗下陣來(lái)，競(jìng)爭(zhēng)力可能也遜于行動(dòng)起來(lái)的同行。

商業(yè)的未來(lái)在于數(shù)據(jù)，而企業(yè)內(nèi)部職能部門（會(huì)計(jì)、財(cái)務(wù)、經(jīng)濟(jì)學(xué)、市場(chǎng)營(yíng)銷等）的未來(lái)在于數(shù)據(jù)分析。企業(yè)領(lǐng)導(dǎo)者要求其團(tuán)隊(duì)靈活、高效地提供基于數(shù)據(jù)的洞見(jiàn)和建議，因此，支持這些工作的職能團(tuán)隊(duì)必須具備數(shù)據(jù)分析技能。

當(dāng)你在疫情期間持續(xù)為所在企業(yè)提供支持時(shí)，要設(shè)法找到利用數(shù)據(jù)提升團(tuán)隊(duì)分析水平的方法。培養(yǎng)并加強(qiáng)你的數(shù)據(jù)分析技能，這樣你才能提升個(gè)人所創(chuàng)造的價(jià)值。你一定會(huì)發(fā)現(xiàn)自己的貢獻(xiàn)遠(yuǎn)不止是提高了企業(yè)利潤(rùn)。數(shù)據(jù)的力量是無(wú)限的，數(shù)據(jù)分析的廣闊舞臺(tái)就在未來(lái)。

免責(zé)聲明

本文來(lái)源IMA，轉(zhuǎn)載目的重在分享，如有侵權(quán)請(qǐng)及時(shí)聯(lián)系刪除