为何在学习旅程中使用人物画像
不同的人物画像与数据的关系各不相同。公司中并非所有人都头衔为“数据科学家”，但这并不意味着他们不需要理解如何处理和解读数据。我们建议采用基于角色的方法，识别每个角色为达成绩效目标所需的技能。
设定数据角色的目的，是将公司内的主要人物画像与其高效履行职责所需的技能进行匹配。
四类最常见的人物画像
DataCamp 目前拥有超过 1,600 家企业客户，覆盖金融服务、医疗健康、咨询、科技、消费品与零售、政府等多元行业。我们的企业客户通常会使用以下人物画像：数据使用者（Data Consumer）、领导者/经理（Leader/Manager）、数据分析师（Data Analyst）、公民数据科学家（Citizen Data Scientist）、数据科学家（Data Scientist）、数据工程师（Data Engineer）、数据库管理员（Database Administrator）、统计学家（Statistician）、机器学习科学家（Machine Learning Scientist）以及程序员（Programmer）。
在本文中，我们将聚焦于四类最常见的人物画像：数据使用者、领导者/经理、数据分析师和数据科学家。
数据使用者（Data Consumer）
- 从事非技术岗位，但在日常流程中会使用分析产出。几乎每个人都需要消费某种类型的数据，同时也需要能够解读所看到的信息。
- 嗅探测试：当您给他们展示一张柱状图后，他们能否提出有见地的问题？
- 示例角色：市场经理
领导者/经理（Leader/Manager）
- 使用分析来监控绩效并做出战略决策。与其他数据使用者相比，他们可能需要更广阔的视角，需要理解数据团队的输出，并利用这些洞察进行战略判断。
- 嗅探测试：他们是否会基于数据项目的结果做出决策？
- 示例角色：首席人力官
数据分析师（Data Analyst）
- 定义并开发特定领域的分析以支持决策，包括计算描述性统计、可视化与报告。他们通常需要具备报告与 BI 工具的能力以分享洞察、具备基础 SQL 技能，并能在编程语言中熟练完成常见的数据处理任务。
- 嗅探测试：他们能否轻松画出一张柱状图？
- 示例角色：运营分析师
数据科学家（Data Scientist）
- 使用高级、领域相关的技术来执行数据科学任务。他们开展高级分析以获取洞察，并沟通这些洞察以帮助解答业务问题。他们通常具备 Python 或 R 的编程技能，能够自如地与数据打交道，并在统计与机器学习等高级分析主题上具备优势。
- 就本文而言，能够执行数据科学家职责的公民数据科学家也归入此类。
将角色映射到所需技能
向公司中的关键人物画像提出问题，了解他们的目标与主要关注领域。
频率
他们需要多频繁地访问某些数据？
自评熟练度
在您关注的领域中，他们如何评价自己的能力水平？
工具
他们使用的是开源编程工具、BI 工具、自研报表，还是其他工具？
嗅探测试
他们能否在情境中理解数据，或交付所需的报告或模型？
在 DataCamp 上开展基于角色的 L&D
DataCamp 在产品体验中提供指导，帮助您为公司中每个角色打造有影响力的学习体验。
按角色分组
您可以使用 DataCamp 的团队功能，在平台上按角色细分学习者。
按角色分配
创建具备时效性的作业，激励您的团队，并使他们的学习与其数据角色相关的内容保持一致。自定义学习路径可让您灵活打造适合各角色的学习旅程。
衡量与评估
管理员可以轻松了解、衡量并报告培训对组织的影响，并查看您向学习目标迈进的情况。
基于人物画像的学习者收益
明确预期
要学习的主题与技术众多，在兼顾其他职责的同时入门可能令人不知所措。作业能为学习者设定清晰的期望。
个性化体验
借助 DataCamp Signal，学习者将获得个性化的培训推荐，进一步提升数据技能。管理员可在技能评估仪表板上跟踪发展情况。
为忙碌的职场人士打造
通过 DataCamp，学习者可以加速学习进程。若学习者通过了Signal 技能评估，证明已掌握相关内容，我们将允许其跳过不相关的课程。
为您的团队开展技能盘点
我们提供免费的技能盘点，帮助您为公司的技能水平建立基准。注册后，您还将有机会体验我们最新的技能评估原型，并参与塑造产品的构建方式。
许多公司都在思考如何通过数据加速数字化转型。本文将讨论使用人物画像来构建以数据为中心的学习与发展项目的益处，并展示如何开始在组织内为各角色进行映射。您也可以在我们的网络研讨会上了解更多关于 最大化数据技能提升项目的策略。