数据挖掘：炒着热吃着冷

复合型项目人才一将难求

　　目前的数据挖掘市场，基本处在跨国巨头的垄断之下，至今未出现类似于ERP、SCM等领域的本土知名企业，连提供解决方案与咨询的厂商，其骨干及项目经验也多来自外企或国外。无论是软件开发商、咨询服务提供商或实施方，人才匮乏问题成为企业发展的一大瓶颈。

　　刘世平对这点深有体会。他本是IBM全球银行数据挖掘咨询组组长，有丰富的数据挖掘项目经验，怀着创业的梦想，他从IBM出来，在中科院带研究生的同时，也办了一家提供数据挖掘解决方案和咨询业务的公司――吉贝克信息技术（北京）有限公司。刘世平遇到的最大难题不是找不着业务需求，而是招不到合格的项目从业人员，哪怕是跑到国内顶尖院校，见着的仍是流于书本理论毫无项目实践的高才生。没办法，他只好立足于自己培养，现在的数据挖掘团队都是刘世平花了几年心血一手带出来的。这样的例子在业界举不胜举。

　　如果说成功的数据挖掘项目是一串钻石项链，那么数据收集和整理是挑选含有钻石的矿石，统计建模和数据分析则是钻石的开采，而项目管理就是把一颗颗钻石连接起来的金线。与其他信息系统对项目管理人员的要求不同，数据挖掘要求项目管理者不仅具备项目管理能力、软件设计能力、超强的理解和沟通能力，还要具备相当的数据分析能力。
　　
　　数据挖掘项目的实施人员，除了项目管理者之外，还需要三类具有不同专长的人员，一是业务分析人员，精通业务，能够解释业务对象，并根据业务对象确定用于数据定义和挖掘算法的业务需求；二是数据分析人员，精通数据分析技术，熟练掌握统计学，能把业务需求转化为具体操作，并为每步操作选择合适的技术；三是数据管理人员，精通数据管理技术，了解数据源，负责数据准备过程。

　　同样，要成功完成一次数据挖掘过程，用户也既要熟悉业务，也要熟悉算法和模型，才能知道取出来的数据代表什么，算出来的结果又代表什么。而电信、金融等行业主导数据挖掘系统建设的大都是工科出身，不但业务不熟悉，对统计学也很生疏。由于双方面都对复合型人才有极大的需求，以致常出现用户挖厂商墙角、厂商再花大价钱回挖的人才拉锯战。

　　国内大型企业的数据挖掘成功案例凤毛麟角，很大一部分原因就在于用户过分依赖厂商，自身没有形成一支懂技术、懂业务、懂管理的核心团队。这点可以从宝钢的例子中吸取一点经验。宝钢领导普遍都很重视数据仓库的项目建设，亲自参与项目的整体或阶段性规划，并狠抓IT团队建设。几年下来，宝钢培养出一批掌握SAS核心技术的员工，保证了数据挖掘在业务上的较好应用。