大數據時代已經到來，大數據在疾病檢測、股票買賣、預防犯罪和選舉預測等方面發揮了巨大的作用。與此同時大數據應用也推動著無人駕駛汽車技術的發展，企業依靠大數據獲得了***的洞察力，也正面臨著因數據日益豐富帶來的嚴峻挑戰。有分析指出，2020年生產的數據總和將是2009年的40倍之多，有人將這稱之為“數據爆炸”。

[[146747]]

值得慶幸的是，數據分析技術也正在緊跟數據爆炸的腳步。當此之時，數據科學家對于企業的意義顯得比以往任何時候都更加重要。問題的難點在于如何借助現有的技術來收集分析數據、挖掘出其中潛在的價值。對于企業老板來說，他們需要的是一個懂得數據分析挖掘并且會講故事的人。

麥肯錫的一份研究預測，到2018年，美國就有可能面臨一個問題：150萬經理和分析師會因專業知識不足而不能依靠大數據分析來做出有效的決策。

今年早些時候，白宮***聘請了一位***數據科學家，以幫助政府提高利用大數據的能力，更好地為美國人民服務。此后不久，美國羅徹斯特大學組建了一個***技術團隊，專職研究數據科學。Burtch的就業調查顯示，過去幾年間企業對數據科學家的需求一直在穩步上升。

營銷人員的工作是準確地預測什么樣的內容最能吸引買家購買。多項研究表明，數據分析是決定市場營銷成功與否的關鍵。

有了正確的數據，營銷團隊可以找出最有希望的線索并進行有高度針對性的活動。當然除了技術，將數據成果轉化為業務決策也同樣重要。

這就是數據科學家的用武之地。

沒有良好的數據分析，大數據只是一個大垃圾場。數據科學家們有著豐富的技術背景和聰明的商業頭腦，幫助推動團隊增加收入、獲得目標客戶。

數據科學家們明白，不同的數據量反映了不同買家的行為和品質。比如品牌數據（關鍵字搜索，訪問的網站等）展示了消費者對品牌的喜好，而行為數據展示了顧客關注的內容（郵件打開，查看內容等）。數據科學家借助了解不同類型的數據，分析其相互作用的機理，以此分析買家的購買心理。

對于一個現代化的營銷隊伍，技術與智慧不可或缺。人們不能蓬勃發展單一技術而沒有其他條件作為輔助。不依靠人類智慧，僅靠自動化分析很難將數據洞察轉化成有效的決策。