很多人在面對大數據或是資料科學的時候，第一個優先想到的是：這裡面有許許多的資訊技術，然後就擔心這許多資訊技術，也煩惱學習的痛苦，甚至不敢嘗試的去面對。說實在，我總以為這都是大量資訊下的一種偏差思維。資訊技術很重要，但是那不是唯一的。
我總是建議大家：你要思考目標。為什麼要學習大數據與資料科學？因為你需要提升個人的競爭力。這些競爭力，最終會用在哪裡？會用在你的職場。職場是一種企業經營的概念。為什麼大數據或是資料科學是企業現在渴望趨勢？因為，這些老闆們期望價值，期望競爭力。你的資訊技術真的可以幫助企業帶來價值與競爭力嗎？不如轉化一個概念：利用你的數據能力，為企業創造價值。
數據能力是什麼？或許沒有那麼容易！因為，企業是人的組合與團隊的運作，才是你最終面對的環境。無論你是個人，或是管理者，數據產生的價值，最終才能決定你的價值。這個問題，不是你一個人面對的問題，而是全世界多數人面對的問題，這也是歐洲在2018年提出企業大數據框架的原因！這一個框架，在2023年底的時候，已經逐步的進化完成：六項主要的能力，包含三十項微觀能力。就是我提到的：有骨頭、有肌肉的概念。所以，我建議您在讀這一篇文章之前，先點擊看一下這一篇文章，讓你知道一下整體的背景。
我再一次提醒大家：你要思考目標。因此，這一篇長文，我將把六項主要的能力，包含三十項微觀能力的主要目標給呈現出來。我的目的：就是要讓你先具備知識。因為，沒有知識就不會行動！雖然，大多數人可能具備知識，可是也不一定會行動。但，終究是，你要思考：企業利用數據驅動，一定是趨勢，因此如何做到這一個境界？或說是你如何加入這一種境界？這個方法，將是你會碰到的企業變革，或是已經形成的企業環境！如果你有興趣先知道這些內容，不妨可以參考這一個網站，因為這是大數據國際認證的初階課程與國際認證，書籍也是免費送給你閱讀的。
大數據策略能力(Big Data Strategy)被定義為：組織闡明如何利用內部和外部數據來獲得競爭優勢，並實現正向投資回報的能力。這其中分別有：策略制定(Strategy Formulation)、創新管理(Innovation Management)、領導力與治理(Leadership and Governance)、溝通(Communication)、永續性(Sustainability)與計畫的資助(Programme Funding)等六項微觀能力。
大數據架構能力(Big Data Architecture)被定義為：是針對應用程式和基礎架構的仔細與最佳化的設計，使組織能夠大規模、快速、有效率地處理數據。這其中分別有：大數據架構管理(Big Data Architecture Management)、基礎設施管理(Infrastructure Management)、數據平台管理(Data Platform Management)、主數據和元數據的管理(Master and Metadata Management)與資訊安全管理(Information Security Management)等五項微觀能力。
大數據演算法能力(Big Data Algorithms)被定義為：回答組織是如何從自身的大數據集裡檢索價值的問題。演算法是查看數據的科學方法。這其中分別有：軟體工程(Software Engineering)、數據清理與整理(Data Cleaning and Wrangling)、描述型數據分析(Descriptive Data Analysis)、機器學習 (Machine Learning)與可重複研究(reproducible research)等五項微觀能力。
大數據流程能力(Big Data Processes)被定義為：幫助企業聚焦方向，帶來了結構、可衡量的步驟。同時，可遵循專業知識為組織進行實踐。這其中分別有：數據治理流程(Data Governance Process)、數據管理流程(Data Management Process)、數據分析流程(Data Analysis Process)、數據生命週期管理流程(Data Lifecycle Management Process)與數據供應商管理 (Data Vendor Management)等五項微觀能力。
大數據職能能力(Big Data Functions)被定義為：利用功能性的方法(functional approach)組織數據部門，推動組織內的變革。數據驅動的能力需要不同的人，擁有不同的技能。這其中分別有：知識管理(Knowledge Management)、服務目錄(Service Catalogue)、勞動力和人才規劃(Workforce and Talent Planning)、教育和技能發展(Education and Skills Development)與數據素養 (Data Literacy)等五項微觀能力。
人工智慧的能力(Artificial Intelligence)並不是你應用產品的能力，這裡的定義為：根植於五種能力的系統化建立，利用企業內的數據，創造人工智慧帶來的業務價值。這其中分別有：深度學習(Deep Learning)、推理(Reasoning)、知識表達(Knowledge Representation)與倫理(Ethics)等四項微觀能力。
當你看完之後，或許你覺得是一種老生常談。我常常用簡單的故事告訴大家：喝酒不開車是你知道的知識、是很簡單的道理，但是，台灣每天晚上都有一堆人喝酒開車，還出車禍！可是，一旦你連喝酒不能開車的這個簡單的知識道理都不懂？你是不是很危險？現在的企業都在利用數據，數據驅動已經不是新鮮事！台灣的大型企業許多默默的在進行企業大腦的計畫，你呢？你是否知道這些知識？這些簡單的道理，需要你學習後，才有機會實踐！因為，資訊技術或許是你的基礎，但是，不夠，你還需要一個框架，藉此引出你的數據能力，然後讓你有足夠的知識，不僅僅是技術，可以順利的進入企業中，發揮你的長才，利用數據的洞見，產生企業的價值。