2021 年数据科学现状：成为“必不可少”，但潜力尚未完全释放

在去年的数据科学现状报告中，我们探讨了数据科学领域是如何从炒作走向成熟的。也许不可避免的是，一个在 2012 年被誉为“21 世纪最性感职业”的行业会在随后的几年中陷入炒作泡沫的中心。但正如去年的数据科学现状报告所表明的那样，数据科学家及其所在组织已找到有效的方式进行协作，以创造真正可衡量价值。在此过程中，该领域已从一个闪亮的新事物（备受追捧，但并非总是有效利用）转变为企业决策基础设施的重要组成部分。

在 2020 年出现的众多新概念中，有一个是“必不可少的工作者”的概念。哪些工作或角色对企业的运作至关重要，以至于企业无法在其缺席的情况下运营？“必不可少”的概念为我们提供了一个有用的框架，可以用来考虑数据科学与企业最重要的运营有效整合的程度。

在关于 COVID-19 大流行（以及由此带来的经济挑战）是否会抑制过去几年一直炙手可热的行业需求的猜测中，Anaconda 向 2021 年数据科学现状调查的受访者询问了他们观察到的影响。50% 的受访者表示，由于大流行，其组织对数据科学的投资要么保持不变，要么有所增加，37% 的受访者表示他们看到了投资减少。对于那些在这段时间内看到投资增加的组织来说，这种现象的具体表现包括数据科学预算增加、积极招聘以及额外的项目或加速的项目时间表。这反映了我们在自己的 Anaconda 使用数据中观察到的趋势，在 2020 年 3 月至 2021 年 2 月期间，我们看到了 46 亿个软件包下载量，比上一年增长了 48%。

我们调查中有一半的受访者表示，他们在过去一年中看到了组织的稳定投资或投资增加，这表明数据科学在商业环境中展示了真正的价值。今年的数据科学现状调查发现，53% 的受访者表示，其组织的许多或所有商业决策都基于其数据科学家解读的洞察，这也进一步反映了这一点。

这些结果表明，数据科学正在成为组织的“必不可少”，但也表明该领域还有增长空间。毕竟，37% 的受访者表示，由于大流行，其组织减少了对数据科学的投资。一些公司可能需要在过去一年艰难的经济环境中对所有领域进行削减。但在可能避免削减开支的领域，哪些因素可以帮助解释为什么数据科学是投资减少的领域？

一个可能的解释是，这些组织之间仍然存在着业务和数据科学团队之间的巨大沟通和理解差距，从而降低了数据科学家工作效率。例如，当被问及限制他们影响商业决策的能力的因素时，33% 的受访者指出了快速变化的业务优先级，25% 的受访者指出其组织中的决策者在数据素养方面存在困难，11% 的受访者表示，他们无法证明业务影响是他们受到限制的原因。25% 的受访者指出了缺乏有效分析的资源是根本原因，这在表面上可能看起来与问题无关。然而，即使是这一点也表明了业务和数据科学领导者之间在理解什么是足够工具方面的差距。

根据报告的发现，似乎双方都需要努力缩小这种差距，并更有效地进行协作。从业务的角度来看，领导者应该投入时间来提高其数据素养，以更好地了解其组织的数据科学家的作用和工作。在今年的数据科学现状报告中，只有 36% 的受访者表示其组织的决策者非常了解数据，并且了解可视化和模型所讲述的故事。令人鼓舞的是，52% 的受访者表示其组织的决策者对数据有相当的了解，但需要对可视化和模型所讲述的故事进行一些指导。尽管如此，该领域还有进一步增长的空间，这将有利于整个业务。

从另一个角度来看，数据科学家也应该努力提高对业务以及任何相关领域知识的理解，以便更有效地运营并取得成功。当被问及“贵组织的数据科学/ML 领域缺乏哪些重要技能和知识”时，今年调查中近四分之一的受访者列出了“业务知识”。“业务知识”在有关数据科学专业学生在学校学习内容的问题中也排名相对靠后。沟通技巧是另一个需要改进的领域，22% 的受访者表示他们的数据科学/ML 领域缺乏这种技巧——数据科学家必须学会成为优秀的讲故事者，能够以清晰而有说服力的方式解释他们的发现。培养这些软技能将有助于数据科学家积极影响其组织，并成为日常运营的“必不可少”。随着今年调查中 Z 世代受访者人数比 2020 年增加了 15%，这是一个明确的机会，可以更有效地将这些技能纳入教育课程，以便学生能够更好地为进入职场做好准备。然而，更有经验的数据科学家也应该将时间投入到进一步发展软技能中，作为其持续的职业发展的一部分。

现在是成为数据科学社区一部分的最佳时机，我们很高兴继续在 Anaconda 为来自各行各业的数据科学家提供帮助和支持。虽然仍有未开发的潜力，但很明显，数据科学家正在成为其组织的“必不可少”部分，为企业创造价值，并将该领域推向新的发展领域。我们迫不及待地想看到未来一年中出现的趋势和变化！

要查看完整的 2021 年数据科学现状报告，包括有关数据科学家如何分配时间、最受欢迎的编程语言以及当今从业人员的担忧的发现，请点击这里。