數據科學家離職率：在新興職業中的倦怠

• 作者：
• 作者姓名

  量子運行遠見
• 2022 年 4 月 25 日

洞察總結

資料專業人員不斷升級的倦怠正在整個產業產生連鎖反應，資料科學家往往平均僅工作 1.7 年就離職。 這種趨勢的根源在於組織對資料專業人員的角色和能力的誤解，加上不切實際的期望和限制性政策。 長期影響包括未來策略的風險、資料來源的不穩定以及對資料驅動決策的信任的侵蝕。

資料科學家流動背景

數據正迅速成為定義和推動未來經濟的最重要資源之一。 資料科學家對於釋放這種新商品的潛在力量至關重要，但隨著時間需求的增加，這些專業人員面臨越來越大的壓力。 每天（2.5 年）創建的資料超過 2021 艾字節，越來越多的公司和組織開始從他們收集的資料中提取價值和見解，或增強其係統以優化現有流程。

隨著越來越多的資料收集機會的出現，對合格的資料科學專業人員、分析師和工程師的需求也在增長。 然而，根據線上資料技能培訓提供者 2021 Data Science 365 年 97 月的一項調查顯示，受訪的 600 名資料工程師中有 XNUMX% 在日常工作中經歷過倦怠。 百分之七十九的人正在考慮完全離開這個行業。 

雖然這一重要職位的流動可能會對公司造成重大干擾，但這主要是由於資料科學家和工程師對資料生產力和整體業務敏捷性的重大影響。 這些專業人員在管理和解釋數據方面發揮關鍵作用，這對於快速決策和適應業務環境至關重要。 然而，資料專業人員倦怠的根本原因是普遍的、結構性的。

破壞性影響

資料專業人員倦怠的主要原因源自於組織對其角色和能力明顯缺乏了解。 根據 1.7 年的一項調查，資料科學家在目前雇主的平均工作時間可能只有 2021 年。 頻繁的分析請求帶有不切實際的期望和限制性的資料治理政策限制了他們對各自雇主產生正面影響的能力。

對資料科學家的高需求意味著對於尋求更換雇主的專業人士來說，找到新的工作相對容易。 然而，這種輕鬆的過渡可能會導致他們的職業生涯缺乏穩定性和連續性。 對公司來說，留住資料科學家的需求意味著組織結構應該支持而不是抑制這些專業人員，包括實施高效可靠的工作流程以提高分析協作和生產力。 考慮到所面臨的問題的規模和對他們技能的高要求，僅靠經濟激勵不太可能讓數據科學家繼續從事不令人滿意的工作，這強調了支持性工作環境的重要性。

對於政府和政策制定者來說，數據專業人員的高流動率趨勢對在對現代經濟至關重要的領域中維持穩定和熟練的勞動力提出了挑戰。 專業人員在角色之間的不斷轉換可能會導致機構知識和專業知識的流失，從而影響長期專案和國家競爭力。 教育機構可能不僅需要關注資料科學家的技術技能培訓，還需要教育雇主和高階主管了解為這些專業人員創造有利環境的重要性。 

高數據科學家流動率的影響 

數據科學家高流動率的更廣泛影響可能包括： 

• 由於無法利用數據專業人員和有效運作，組織將未來的成長和策略置於風險之中，導致錯失市場擴張和競爭定位的機會。
• 公司無法為數據分析在內部蓬勃發展奠定堅實的基礎，而這些知識在整個企業中傳播以創造附加價值，從而阻礙了針對消費者需求的新產品和服務的開發。
• 不穩定的資料來源和分析限制了關鍵洞察的流動，從而影響組織做出決策、抓住機會和向客戶提供合適產品的能力，從而導致客戶滿意度和忠誠度降低。
• 僱用和培訓新數據專業人員的持續循環，導致營運成本增加，並降低利用數據進行策略規劃和執行的效率。
• 為數據專業人員創造競爭激烈的就業市場，導致薪資上漲和公司成本增加，可能會影響中小型企業數據驅動解決方案的承受能力。
• 教育重點可能會轉向數據專業人員的專門培訓，從而培養出更熟練的勞動力，但可能會造成市場過度飽和，並忽略其他重要的研究領域。
• 各國政府努力維持關鍵數據職位上穩定且熟練的勞動力隊伍，導致政策制定和實施可能出現延誤，特別是在醫療保健和基礎設施規劃等依賴數據分析的領域。
• 勞動力人口結構發生變化，資料專業人員集中在城市地區，導致技能分佈和經濟發展潛在的區域不平衡。
• 由於數據專業人員的頻繁變動和分析缺乏一致性，對數據驅動決策的信任可能會受到削弱，導致消費者和利害關係人對數據洞察的可靠性產生懷疑。

需要考慮的問題

• 你認為向數據科學專業人士提供更高的工資會對這些專業人士面臨的挑戰產生重大影響嗎？
• 鑑於中心數據和數據分析對大多數組織來說變得越來越重要，您是否認為高管/董事正在跟上必要的變化，以最佳地定位員工以取得成功？