Der führende Analyseanbieter SAS befragte Datenwissenschaftler, um Hindernisse für die digitale Transformation zu identifizieren

Der führende Analyseanbieter SAS befragte Datenwissenschaftler, um Hindernisse für die digitale Transformation zu identifizieren

SAS research also identifies strategies to capitalise on this pivotal moment and empower data scientists and organisations

(PRESSEMITTEILUNG) MARLOW, UK, 14-Feb-2022 — /EuropaWire/ — SAS Institute Inc., ein amerikanischer multinationaler Entwickler von Analysesoftware, hat dies angekündigt Veröffentlichung einer Umfrage unter Datenwissenschaftlern, die darauf abzielt, die Auswirkungen der Pandemie, Herausforderungen und allgemeine Zufriedenheit mit der Analytics-Umgebung. Die digitale Transformation hat sich aufgrund der COVID-19-Pandemie erheblich beschleunigt, aber die zusätzlichen Anforderungen an Datenwissenschaftler haben in einigen Bereichen erhebliche Hindernisse für effektives Arbeiten und ein hohes Maß an Arbeitsunzufriedenheit offenbart. Laut der Umfrage sind etwa vier von zehn Data Scientists unzufrieden mit der Nutzung von Analysen und der Modellbereitstellung in ihrem Unternehmen, während mehr als 20 Hindernisse für effektives Arbeiten aufgetreten sind.

Die Arbeit von Datenwissenschaftlern hat jedoch an Bedeutung gewonnen, da viele Unternehmen digitale Transformationsprojekte beschleunigen, indem sie Technologien zur Verbesserung der Geschäftsabläufe einsetzen. Mehr als 90 % der Befragten gaben an, dass die Bedeutung ihrer Arbeit im Vergleich zu vor der Pandemie gleich oder größer war.

Um tiefer in den Stand der Datenwissenschaft einzutauchen, bewertet der Bericht die Auswirkungen der Pandemie, die zu bewältigenden Herausforderungen, die Gesamtzufriedenheit mit der Analyseumgebung und mehr. Die Forschung zeigte, dass die Pandemie standardmäßige Geschäftspraktiken auf den Kopf stellte, die Annahmen und Variablen in Modellen und Vorhersagealgorithmen veränderte und einen Welleneffekt von Anpassungen in Prozessen, Praktiken und Betriebsparametern verursachte.

Mehr als zwei Drittel der Befragten waren mit den Ergebnissen der Analyseprojekte zufrieden. Allerdings waren 42 % der Data Scientists unzufrieden mit der Nutzung von Analysen und der Modellbereitstellung in ihrem Unternehmen, was auf ein Problem bei der Nutzung analytischer Erkenntnisse durch Organisationen zur Entscheidungsfindung hindeutet. Dies wurde von 42 % bestätigt, die angaben, dass Data-Science-Ergebnisse von Entscheidungsträgern in Unternehmen nicht verwendet würden, was sie zu einem der Haupthindernisse macht.

Die Umfrage hob auch einige spezifische Qualifikationslücken hervor. Weniger als ein Drittel der Befragten gaben an, über fortgeschrittene oder Expertenkenntnisse in programmlastigen Fähigkeiten wie Cloud-Management und Datenbankverwaltung zu verfügen. Dies ist ein Problem, da die Nutzung von Cloud-Diensten deutlich zugenommen hat, wobei 94 % angaben, dass sie seit COVID-19 die gleiche oder eine stärkere Nutzung der Cloud erlebt haben.

„Es wurden eindeutig mehr Anforderungen an Datenwissenschaftler gestellt, da die Pandemie die digitale Transformation beschleunigt hat /a> Projekte, die viele Organisationen sowieso planten“, sagte Dr. Iain Brown, Head of Data Science, SAS UK & Irland. „Eine große Quelle der Frustration ist es, einen Weg für Unternehmen zu finden, die Erkenntnisse aus Analytics-Projekten umzusetzen und sie bei ihrer Entscheidungsfindung zu nutzen, was bedeutet, dass es ein Weg nach vorne sein könnte, Datenwissenschaftlern einen Platz am Tisch im Vorstandszimmer zu geben.

„Im Zusammenhang damit stellten wir Bedenken hinsichtlich der Unterstützung von Data-Science-Teams und eines Mangels an Talenten fest, was seit einiger Zeit ein Problem darstellt, da die Nachfrage das Angebot übersteigt. Unternehmen müssen erkennen, dass die Investition in ein Team von Datenwissenschaftlern mit komplementären Fähigkeiten einen enormen Mehrwert für das Unternehmen bringen kann. Daher müssen die Einstellungskosten die Rendite dieser Investition berücksichtigen, wenn wir zu deutlich digitaleren und KI-gesteuerten Geschäftsprozessen übergehen.“

Die Studie identifizierte auch Lücken in der konsequenten organisatorischen Betonung der KI-Ethik. 43 % der Befragten gaben an, dass ihre Organisation keine spezifischen Überprüfungen ihrer Analyseprozesse in Bezug auf Voreingenommenheit und Diskriminierung durchführt, und nur 26 % der Befragten gaben an, dass unfaire Voreingenommenheit als verwendet wird Maß für den Modellerfolg in ihrer Organisation.

In Bezug auf die identifizierten Herausforderungen, um eine faire und unvoreingenommene Entscheidungsfindung zu gewährleisten, sagte Dr. Sally Eaves, eine Branchenexpertin: „Datenwissenschaftler können ihr Fachwissen einbringen, um Arbeitsrichtlinien für Datenzugriff, Nutzungssicherheit und allgemeinere Themen wie z Nachhaltigkeit und Datenethik und Voreingenommenheit.

„Anstatt manchmal zu hoffen, dass sie angemessene, saubere Daten erhalten und sich zu sehr auf die Technologie verlassen, um faire Ergebnisse zu erzielen, können sie eine aktive Rolle spielen, indem sie in jeder Phase des Analyseprozesses die richtigen Richtlinien und Kontrollen einführen, um sie zu eliminieren Voreingenommenheit. Ein transparenter und erklärbarer Fluss von den Daten bis zur Entscheidung ist natürlich der Schlüssel dazu.“

Die Forschung ergab positive Ergebnisse aus der globalen Störung der Pandemie. Fast drei Viertel (73 %) gaben an, seit der Pandemie genauso produktiv oder produktiver zu sein, während ein ähnlicher Anteil (77 %) angab, dass sie die gleiche oder eine stärkere Zusammenarbeit mit Kollegen hatten. Dies deutet darauf hin, dass viele der hervorgehobenen Herausforderungen, möglicherweise in größerem Maße, schon vor der Pandemie bestanden.

Weitere Herausforderungen waren der Zeitaufwand für die Datenvorbereitung im Vergleich zur Modellerstellung. Die Befragten verbringen mehr Zeit (58 %) mit dem Sammeln, Erkunden, Verwalten und Bereinigen von Daten als ihnen lieb wäre.

„Insgesamt hat der Data Scientist allen Grund, sich gestärkt und optimistisch zu fühlen, wie die Pandemie ein Schlaglicht auf die Bedeutung ihrer Rolle innerhalb ihrer Organisation geworfen hat und wie sie sich im Laufe der Zeit entwickeln könnte“, sagte er Braun. „Dies gilt insbesondere dann, wenn Datenwissenschaftler das gesamte Spektrum verfügbarer Tools nutzen können, um den Analytics-Lebenszyklus zu verwalten und Data-Science-Schulungen und Gelegenheiten zur Entwicklung von Fähigkeiten, und nutzen Sie die Datenvorbereitung als ersten Schritt in der Modellierung.”

Weitere Erkenntnisse und Diskussionspunkte, einschließlich Strategien für Datenwissenschaftler zur Verbesserung von Prozessen und Ergebnissen, sind im vollständigen Bericht  verfügbar Beschleunigte digitale Transformation.

Umfragemethodik
Datenexperten wurden eingeladen, im Laufe des Jahres 2021 Umfragefragen zu ihrer Arbeit über mehrere Quellen zu beantworten, darunter Mitglieder der TechTarget-Community und über Social-Media-Plattformen. Insgesamt füllten 277 Datenfachleute weltweit die Umfrageantworten aus, und der quantitative Teil der Forschung wurde durch qualitative Interviews mit den Datenfachleuten und Experten ergänzt.

HAFTUNGSAUSSCHLUSS: Die deutsche Version dieser Pressemitteilung ist eine Übersetzung der Original-Pres semitteilung, die in englischer Sprache verfasst ist, und dient nur zu Informationszwecken. Im Falle einer Abweichung ist die englische Version dieser Pressemitteilung maßgebend.

PRESSEKONTAKT:

SAS UK
David Smith +44 1628 490 433

SOURCE: SAS Institute Inc.