我們從大學來看，有人學習工科，也有理科，也有文科，無論好或壞，都是自己的興趣與方向。希望出去社會之後，各展所長。我們的社會，各行各業，各有不同。而你在這裡，有你自己的一片天地，你也期望這個天地越來越高，越來越廣。
如果你閱讀過我之前的文章 公民資料科學家( citizen data scientist )的現象與趨勢 ，你應該可以理解：數據分析，無論你是哪種行業，或是哪種工作，甚至是不分職位，你都需要牽涉到。因為，大家都希望在數據中發現價值！這個方向，其實都沒有改變。關鍵是，這整個過程卻是在不斷的演進與變化。
變化最快的，大數據開始出現了。也就是說，過往無法分析的數據，因為技術的演進，開始可以進行分析了。所以，無論產生再快的數據，比方說可以處理每秒幾十萬筆訂單的系統；無論產生再大量的數據，比方說每天有百萬級的 TB 數據產生要儲存與運算的系統；無論格式是什麼，比方說不用限制於傳統表格型態數據的系統。其實，你應該看出來了，這裡說道的就是大數據的 3個主要的 V (Velocity, Volume, Variety)。這些內容，如果是屬於資訊工程背景的你，就應該不能忽略。因為，大量高速與多樣性的數據儲存與運算是你的第一個任務，也是你的專業。如果系統活不下去 ( 例如，常常聽到的某系統當機 )，業務根本無法進行下去，何來效益的說法呢？
畢竟，資訊工程的專業是一種專業，他們承擔了底層資訊系統的設計與運作。也就是說：沒有這些資訊設施，你很難處理大型的數據。此時，你或許不是資訊工程專業，或是，你根本沒有哪麼多的數據，一台筆記型電腦或許也夠用，也許你可以先撇開資訊工程的議題，但是，你也不能忽略前面說到的：無論你是哪種行業，或是哪種工作，甚至是不分職位，你都需要牽涉到數據分析，因為你需要哪數據後面給你的價值。
數據分析其實不簡單。有一個名詞：資料科學，不是說那是21世紀最性感的工作嗎？雖然這個議題演化的也很快，可是我們先不說的那麼深入。你思考看看，畫畫圖，解釋這些圖，就是數據分析了嗎？當然不是。簡單的說：分析大概可以從 描述型 開始，慢慢進入到 探索型，然後再走入 推論型，接著進入 預測型，大多數的商業活動最希望做這些工作，可是，還要繼續：接著是 因果型，然後是 機理型。這 六大類的分析，各有各的心法、方法、統計技術與資訊技術等。你能夠清楚你該如何開始？並且一步步的走下去嗎？傳統的數據能力可能要思考這四個維度：數學與統計能力、領域知識與軟技能、資訊技術，加上數據呈現與溝通。
所以，我想要請你思考：根據上面的文字，什麼是你的專長？什麼又是你的弱項？你的業務是什麼？你的團隊的業務又是什麼？因為你一定是企業內的一份子，而不是單打獨鬥。這些想清楚之後，你再規畫你的學習！而不要人云亦云的跟著潮流去走。企業內的人力資源們，如何規劃企業具備有足夠的數據能力？並且隨著企業成長，動態的成長。所以，這整套的思考模式，以及工作模式，歐洲就給你了一套 方法。我將這一個方法，簡單的寫了一本 電子書，介紹給你！請你思考，你或是你們該如何學習自己的數據能力。