数字世界的全球技能和能力框架

分析 INAN

应用数学、统计学、预测建模和机器学习技术在记录数据中发现有意义的模式和知识。分析具有3V特征的大数据:海量数据,实时分析和多样化(数字、符号、文本、声音和图像)。开发前瞻性、预见性、实时性、基于模型的洞察力,以创造价值并推动有效决策。识别、验证和利用由各种流程产生的内部和外部数据集。

3 4 5 6 7

Levels of responsibility for this skill

分析: 级别 1-2

这种技能通常不会在这些责任和问责级别上被观察到或实践。

分析: 级别 3

根据客户需求和统一的标准进行分析活动,并交付分析结果。

分析: 级别 4

如果可能的话与专家协商,应用一系列数学,统计学,预测建模或机器学习技术,并保持对技术局限性的敏感度。选择,获取并集成数据以进行分析。开发数据假设和方法,培训和评估分析模型,分享洞察和研究结果,并持续迭代其他数据。

分析: 级别 5

评估对分析的需求,评估需要解决的问题以及要使用或获取的内部或外部数据源。指定并应用适当的数学、统计学、预测模型或机器学习技术来分析数据、生成洞察、创造价值和支持决策。管理审查分析技术和工具的收益和价值,并给出改进建议。协助分析相关的策略、标准和指导方针的制定。

分析: 级别 6

制定分析的政策、标准和准则。建立和管理分析方法、技术和能力,使组织能够分析数据、生成洞察、创造价值并推动决策。设定方向并引领分析的引入和使用,以满足整体业务需求,确保所有用户组的一致性。识别并确定与企业运营需求相关的外部信息来源的准确性。

分析: 级别 7

指导创建和审查跨职能部门、企业级的分析方法和文化。引领组织的分析能力的提升。引领组织致力于高效,有效地分析文本、数字、视频或音频信息。