数学专业学生在数据分析行业发展的SWOT分析

摘 要：运用SWOT分析方法对数学专业在数据分析行业中的发展进行分析，并提出数学专业学生在数据分析行业的职业发展对策，为数学专业大学生就业提供理论依据。

关键词：SWOT分析；数学专业；数据分析；职业发展

时代的背景决定着时代的发展，21世纪注定是数据爆发的时代，抓住核心数据便是机遇。随之而来的是数据分析行业的兴起。

2003年，信息产业部正式设立“项目数据分析师”人才培养项目，数据分析行业正式进入国内。

2005年，首家项目数据分析师事务所诞生并取得职业认可。

2008年，数据分析行业协会成立，行业发展迈进了新的里程碑，开始进入迅速发展时期。

中国是世界大国，对数据的利用更加迫切。这对数学专业的学生来时无疑是一次大的机遇，同时也是一次大的挑战。

数据分析行业主要任务是在各种各样类型的巨量数据中，快速获得有价值的信息。普遍流程为数据采集、分类处理、统计和分析、数据挖掘和应用。

数据采集过程是获得数据的过程。数据行业中的数据具有四个特点：

1）数据体量大；

2）数据类别大，数据来自多种数据源，数据种类和格式日渐丰富；

3）数据处理速度快；

4）数据价值密度低，价值密度的高低与数据总量的大小成反比。

分类处理是将收集的数据进行分类，并进行简化处理。统计与分析主要是对海量数据进行普通的分析和分类汇总等，以满足大多数常见的分析需求。

数据挖掘主要是在现有数据上面进行基于各种算法的计算和深入分析，从而满足应有的需求。

人才缺乏是数据分析行业面临的共同挑战之一。2011年，复旦大学开设数据科学工程硕士和博士学位；人民大学、北京大学等高校开设大数据分析硕士学位；自2013年开始，英美等国家开始培养大数据人才。人才短板制约着技术进步与应用，影响着行业的发展。目前，从人才市场需求来看，数据分析职位人才主要来自于数学专业、统计学专业和计算机相关专业。

为了研究数学专业学生在数据分析行业中的竞争地位，在招聘网站采集100条数据，每个条目包括职位、专业要求、技术要求等。对采集的数据进行整理分析，发现对专业要求集中于数学、统计学和计算机专业，对技术的要求包括C语言、C++ 、Java、Matlab程序语言等。基于对人才市场数据的分析，提炼出数学专业学生在数据分析行业中发展的优势、劣势、机遇和挑战。

一、SWOT分析

（一）优势分析

人才市场调查数据表明，数据分析职位对求职者要求一般包括对数据敏感，较强的逻辑分析能力，还需要熟悉各类office办公软件，及其一些C语言的基础知识。

调查表明39%职位要求数学专业，这说明数学专业有一定竞争优势，一般来说数学专业学生对统计方法也有一定掌握，尤其数学专业在建模方面具有优势。数学专业大学生具有良好的知识更新能力和创新能力，从职业历程来看，数学专业学生有很好的适应性，容易掌握其它专业知识。

（二）劣势分析

在全球数据分析行业是新兴起的行业，特别是我国才从2003年开始，技术上，一些我国的数据处理技术基础薄弱，总体上以跟随为主，一切都处于摸索阶段。与那些相对成熟的行业比较，会给就业过程带来一些不必要的困难。数学学生对行业背景了解较少，在学校学习阶段没有投入过多的时间去接触现实。使得职业发展初期不容易适应职位需求。

（三）机遇

首先，人才需求量巨大。资料显示，我国2010年新存储的数据为250PB，2012年中国的数据存储量达到364EB，约为日本的60%，北美的7%。据预测，中国数据总量2020年将达到8.4ZB（1ZB=1024G的四次方），占全球数据量的24%，届时将成为世界上第一数据大国和“世界数据中心”。数据分析行业注定是势不可挡，需要大量人才来支撑行业发展。

其次，行业发展政策保障。2012年国务院发布《十二五战略性新行产业发展规划》中明确提出支持数据存储、处理技术的研究与产业化。自2014年3月“大数据”首次出现在《政府工作报告》中以来，国务院常务会议一年内6次提及大数据运用。近期在6月17日的国务院常务会议上，李克强总理再次强调“我们正在推进简政放权，放管结合、优化服务，而大数据手段的运用十分重要。”2015年7月1日，国务院办公厅印发了《关于运用大数据加强对市场主体服务和监管的若干意见》。”文件指出，“加强人才队伍建设。鼓励高校、人力资源服务机构和企业重点培养跨界复合型、应用创新型大数据专业人才，完善大数据技术、管理和服务人才培养体系。加强政府工作人员培训，增强运用大数据能力。”

（四）挑战

数据分析行业在中国的发展仍处于起步阶段，这一行业的成长还需要一个过程，仍然需要不同专业的人才的共同努力。根据市场调查的结论，市场对数据分析人才的需求更倾向于统计学专业（调查表明78%的职位需要统计学专业），同时也有30%多职位需求计算机专业。而这开设统计学和计算机相关专业的学校也有很多，因此，数学专业学生的发展面临着多种专业人才的挑战。

二、数学专业学生在数据分析行业的发展对策

首先，需要了解人才市場。在数据分析职位中，如果按分析层级分，有调查员、分析助理、分析专员、项目经理、研究主管、研究经理、研究总监等；按分析内容分，有投资分析、战略分析、媒介分析、信用分析、网站流量分析、财务分析、客户分析等。

其次，增加知识和技能储备。数学专业的基础课程，如数学分析、高等代数、微分方程等不直接应用于数据分析，对数据分析影响比较大的数学知识是概率统计、运筹学等，除此之外需要补充基本的数据分析知识（多元统计，时间序列分析，数据挖掘基础理论等），另外需要掌握基本的数据分析软件（比如，vba，matlab，spss，sql等等），掌握基本的商业经济常识（比如宏微观经济学，营销理论，投资基础知识，战略与风险管理等等）。

另外，人才市场对通用职业能力有多方面要求，例如：沟通、团队合作、协调、表达、学习、思考、解决问题、组织、计划、领导、适应、洞察、策划、应变、判断、分析和信息搜集等能力。

针对数据分析职位，调查表明，企业比较倾向沟通能力、表达能力、思考能力和分析能力等，这些能力需要学生在各种社团活动中或实习活动中自我培养。

数据分析职业需要从业者综合职业能力，因此，在学习期间，尽量参加一些综合性的项目研究，如数学建模等，培养多方面的能力。

参考文献：

[1] 徐达.当前我国大数据与数据分析发展的研究[J].计算机与网络，2015，17：68-70.

[2] 张玉进，王玺.企业通用能力需求特征研究[J].中外企业家，2013，33：56-57.

作者简介：

王玺，上海电力学院数理学院副教授。