隨著物聯網（IoT）技術的蓬勃發展，現在的企業能夠以各種方式從各個領域收集海量的數據，并在數據中發現問題、解決問題，從而不斷推動和拓展業務 。就像閱讀和寫作對學者來說是尤為重要的技能一樣，數據素養或者能夠利用數據分析工具讀懂數據的能力，也會成為對于企業中的任何員工來說既重要又普遍的能力。

　　當前的數據分析人才面臨著供不應求的局面，這些人才具備的技能經常成為企業尋找高級人才時排在第一位的技能選擇。據獵聘網《2016年數據分析人才研究報告》顯示，2015年數據分析師職位需求呈現“井噴式”增長，11月份需求量就超過4185個，占所有職位數的比例也得到持續攀升。

　　由于企業仍將持續在數據收集上進行投入，“數據驅動決策”的趨勢在當下變得尤為重要。分析師職位主要集中在互聯網、金融、消費品、制藥/醫療等行業，其中互聯網和金融行業的分析師職位數占比超過了80%，這源于該幾類行業已在短期內無論是產品端、用戶端、運營端等都實現了大數據的原始積累，且數據增長速度依然可觀。

　　出于市場增長的需求，許多大學正在增加與分析相關的專業和選修科目，而企業加緊開展更多的在職培訓，以彌補數據和分析技能差距。日前，在教育部公布的高校新增專業名單中，有32所高校成為第二批成功申請“數據科學與大數據技術”本科新專業的高校。站在互聯網“風口”上的大數據，直接催熱了大學里的大數據專業。

　　數字化學習在行業轉型中扮演者很重要的角色，能夠使專業人士不參加正式的課程就可以學習新技能并且加強就業能力。當今的職場人士可獲得的資源和能力，不僅僅能夠幫助他們應對來自數字化引領的、技術驅動的世界所帶來的挑戰，還能幫助他們打造這個世界的未來。