Το SPSS στην αγορά εργασίας

Υπάρχει μια μεγάλη παρεξήγηση σχετικά με τη στατιστική ανάλυση και το SPSS στην αγορά εργασίας. Οι περισσότεροι από εμάς, νομίζουμε ότι πρόκειται για κάτι που θα μας χρειαστεί μόνο στη διατριβή μας.

Ως αποτέλεσμα, δε μαθαίνουμε πραγματικά τι είναι το SPSS, τις δυνατότητές του και πώς μπορεί να αξιοποιηθεί στην αναζήτηση και αναβάθμιση της εργασίας μας.

Κι όμως, το SPSS χρησιμοποιείται από δεκάδες χιλιάδες μικρές και μεγάλες επιχειρήσεις παγκοσμίως. Οι επιχειρήσεις αυτές δραστηριοποιούνται στα οικονομικά, στην υγεία, στις τηλεπικοινωνίες ακόμα και στη ψυχαγωγία.

Ναι, ακόμα και η αγαπημένη Walt Disney χρησιμοποιεί το SPSS!

HG Insights

Αυτό που κάνει το SPSS τόσο δημοφιλές, είναι ότι επιτρέπει στον χρήστη να λύσει προβλήματα και να λάβει αποφάσεις με βάση τα δεδομένα. Αυτές οι δεξιότητες είναι πολύ σημαντικές, σημαντικότερες από τα πτυχία, σύμφωνα με τους CEO μεγάλων επιχειρήσεων, όπως η Siemens, η Google και η Apple.

Δες τα online προγράμματα εκμάθησης του Step Up για το SPSS:

• Online εκμάθηση SPSS

Σε αυτό το άρθρο θα δούμε στοιχεία από την αγορά εργασίας για την απασχόληση εργαζομένων με τη δεξιότητα της ανάλυσης δεδομένων, τους τομείς στους οποίους χρησιμοποιείται το SPSS καθώς και τους τρόπους που μπορείτε να εξασκηθείτε και να πιστοποιήσετε τις γνώσεις σας ώστε να γίνετε ανταγωνιστικοί.

Περιεχόμενα

• Ανάλυση δεδομένων στην αγορά εργασίας
• Ποιες εταιρείες χρησιμοποιούν το SPSS
• Δεν φτάνει το πτυχίο μου;
• Πώς θα αποκτήσετε τεχνογνωσία στο SPSS

Στοιχεία για την ανάλυση δεδομένων και το SPSS στην αγορά εργασίας

Σε όλο τον κόσμο, οι θέσεις εργασίας που ζητούν τη δεξιότητα ανάλυσης δεδομένων αυξάνονται ραγδαία. Συγκεκριμένα, όλες οι θέσεις που ενέχουν τη λήψη αποφάσεων απαιτούν πλέον ευχέρεια με τη διαχείριση, ανάλυση και οπτικοποίηση των δεδομένων μέσω προγραμμάτων υπολογιστή. Τέτοιες θέσεις μπορεί να είναι θέσεις ευθύνης στα τμήματα ΙΤ, Ανθρώπινου Δυναμικού, Οικονομικών, Πωλήσεων και Μάρκετινγκ.  Άλλο σημαντικό πεδίο είναι η Έρευνα και Ανάπτυξη.

Παρ’ όλα, πολλοί υφιστάμενοι και νέοι εργαζόμενοι δεν την απαραίτητη τεχνογνωσία σχετικά με προγράμματα Η/Υ για τη στατιστική ανάλυση.

Η έλλειψη αυτής της τεχνογνωσίας θεωρείται ως μεγάλο πρόβλημα από τις επιχειρήσεις, οι οποίες έχουν αρχίσει να αναζητούν ενεργά, εργαζομένους με εμπειρία στην ανάλυση δεδομένων.

PwC

Γιατί όμως είναι τόσο σημαντική η ανάλυση δεδομένων, ειδικά σε ρόλους ευθύνης; Έχει παρατηρηθεί ότι η λήψη αποφάσεων με βάση τα δεδομένα αυξάνει τη παραγωγικότητα και τη λειτουργική αποτελεσματικότητα.

Για παράδειγμα, όταν οι εργαζόμενοι διαθέτουν την τεχνογνωσία της ανάλυσης δεδομένων, μπορούν να ανακαλύψουν τις επιθυμίες των πελατών υλοποιώντας social analytics,  εντοπίζοντας την ασυνήθιστη δραστηριότητα δικτύου από πίνακες ελέγχου σε πραγματικό χρόνο ή προβλέποντας τη μελλοντική συμπεριφορά μέσω προγνωστικών αναλύσεων.

Έτσι, δεν αποτελεί έκπληξη το γεγονός ότι το 67% των ανοιχτών θέσεων εργασίας σε αυτούς τους τομείς, απαιτούν τη δεξιότητα της ανάλυσης δεδομένων σε συνδυασμό με τις δεξιότητες που άπτονται του αντίστοιχου πεδίου.

Σε ηγετικούς ρόλους, οι πιο περιζήτητοι εργαζόμενοι είναι αυτοί που έχουν γνώσεις και εμπειρία με προγράμματα υπολογιστή για την αναφορά, την απεικόνιση και την ανάλυση των δεδομένων

Σύμφωνα με την έρευνα της PwC οι αναλυτές επιχειρήσεων, οι επιστήμονες δεδομένων και οι μηχανικοί δεδομένων είναι από τις πιο περιζήτητες θέσεις στην Αμερική. Στο ακόλουθο σχήμα βλέπουμε ότι οι θέσεις εργασίας για λήψη αποφάσεων με βάση τα δεδομένα είναι 26% στα οικονομικά, 32% στον τομέα της υγείας, 43% στη πληροφορική, 45% στον κατασκευαστικό τομέα, 30% σε επιστημονικές, επαγγελματικές και τεχνικές υπηρεσίες και 46% στο λιανικό εμπόριο.

SPSS στην αγορά εργασίας: Τι είναι και από ποιες εταιρείες χρησιμοποιείται

Αντίθετα με αυτό που μπορεί να πιστεύουμε ως φοιτητές, η στατιστική ανάλυση με το SPSS δεν περιορίζεται στην ακαδημαϊκή έρευνα. Ουσιαστικά, το SPSS κάνει τη στατιστική ανάλυση προσβάσιμη σε ένα πολύ μεγάλο κοινό, καθώς δεν απαιτεί ανώτερες γνώσεις μαθηματικών για την υλοποίηση αναλύσεων.

Το SPSS χρησιμοποιείται κατά κόρον στον επιχειρηματικό κόσμο για έρευνες αγοράς και σχεδιασμό μάρκετινγκ και αποτελεί βασικό εργαλείο πολλών επιχειρήσεων και κυβερνητικών οργανισμών.

Το SPSS στην αγορά εργασίας χρησιμοποιείται για την συλλογή, διαχείριση και ανάλυση δεδομένων. Ειδικότερα σε τομείς όπως η ασφάλιση, η ενέργεια και οι τραπεζικές υπηρεσίες, τα προγνωστικά μοντέλα χρησιμοποιούνται συνεχώς.

Ωστόσο, οι προγνωστικές αναλύσεις αγγίζουν πολύ περισσότερες βιομηχανίες από αυτές τις τρεις. Με τον όρο προγνωστικές αναλύσεις, δεν εννοούμε τίποτα περισσότερο από την ανάλυση παλινδρόμησης., η οποία μπορεί να γίνει εύκολα και γρήγορα με το SPSS.

Σύμφωνα με στοιχεία του 2019, το IBM SPSS Statistics χρησιμοποιείται από 51850 επιχειρήσεις στην Αμερική, σε τομείς όπως η ανάλυση επιχειρήσεων, η υγεία, οι τηλεπικοινωνίες, η ψυχαγωγία, τα οικονομικά και η εκπαίδευση. Ενδεικτικά αναφέρουμε ότι το SPSS χρησιμοποιείται τόσο από τη Comcast όσο και από τη Walt Disney! Αντιλαμβανόμαστε λοιπόν ότι το πεδίο εφαρμογών είναι τεράστιο.

Επίσης, το εύρος των επιχειρήσεων που χρησιμοποιούν το SPSS είναι πολύ μεγάλο και ως προς το μέγεθός τους, όπως φαίνεται στο παρακάτω γράφημα. Το SPSS χρησιμοποιείται πολύ από μικρές και μεσαίες επιχειρήσεις με αριθμό υπαλλήλων 0-50. Αν νομίζατε λοιπόν, ότι θα σας χρειαστεί μόνο αν πάτε να δουλέψετε σε πολυεθνική, κάνατε λάθος!

Δεν φτάνει το πτυχίο μου;

Μέχρι σήμερα, ξέραμε ότι για να βρούμε μια καλή δουλειά, θα πρέπει να έχουμε ένα πτυχίο πανεπιστημίου και ένα ή δύο μεταπτυχιακά. Ακόμα και σήμερα στην Ελλάδα, η αντίληψη παραμένει η ίδια, με αποτέλεσμα τη συσσώρευση πτυχίων, με αμφισβητούμενη επίδραση στη βελτίωση της εργασίας μας.

Αυτή λοιπόν την εποχή, που όλοι τρέχουν να συλλέξουν περισσότερα μεταπτυχιακά, μαθαίνουμε ότι η Apple, η Siemens, η Google και το Netflix δεν απαιτούν από τους υπαλλήλους να διαθέτουν 4-ετή πτυχία πανεπιστημίου.

Συγκεκριμένα, ο CEO της Apple, Tim Cook, δήλωσε πρόσφατα ότι περίπου οι μισοί εργαζόμενοι της Apple δεν διαθέτουν πτυχίο πανεπιστημίου. Ο Cook υποστήριξε ότι πολλά πανεπιστήμια δεν διδάσκουν τις δεξιότητες που είναι απαραίτητες για τις επιχειρήσεις, όπως είναι ο προγραμματισμός. Εταιρείες όπως η Google και η Apple προσλαμβάνουν εργαζόμενους που διαθέτουν τις δεξιότητες που απαιτούνται για να λύσουν προβλήματα και να πάρουν αποφάσεις, με ή χωρίς πτυχίο.

Σε μια έρευνα του LinkedIn διαπιστώθηκε ότι πολλές από τις πιο πετυχημένες εταιρείες σήμερα δεν απαιτούν οι εργαζόμενοι να έχουν πτυχίο πανεπιστημίου. Μετά από περαιτέρω ανάλυση των δεδομένων, το LinkedIn προσδιόρισε συγκεκριμένες θέσεις που είναι πιθανότερο να καλυφθούν χωρίς πτυχίο, όπως η ηλεκτρονική, το μηχανολογικό σχέδιο και το μάρκετινγκ.

Η τάση αυτή προβλέπεται ότι θα γίνει ο κανόνας, τραβώντας τη γη κάτω από τα πόδια σε όσους αφιερωθούν στη συσσώρευση πτυχίων.

LinkedIn

Τι διαθέτουν όμως αυτοί οι εργαζόμενοι; Ποιες είναι οι δεξιότητες που αναζητούν οι επιχειρήσεις ώστε να τους προσλάβουν; Ανεξαρτήτως πεδίου και βιομηχανίας, όλες οι επιχειρήσεις αναζητούν ανθρώπους με συγκεκριμένα προσόντα:

Κριτική σκέψη

Η κριτική σκέψη είναι η ικανότητα λήψης καλών αποφάσεων και λήψης κατάλληλων μέτρων για την επίλυση προβλημάτων. Όλοι οι εργοδότες εκτιμούν αυτή την ικανότητα, η οποία περιλαμβάνει επίσης αναλυτικές δεξιότητες όπως η συλλογή και η αξιολόγηση πληροφοριών.

Συνεργασία

Η συνεργασία είναι η ικανότητα να εργάζεστε αποτελεσματικά με άλλους, παρά τις διαφορές και τις αντίθετες απόψεις. Οι ομάδες εργαζομένων σήμερα μπορεί να είναι πολύ διαφορετικές και έτσι η ικανότητα συνεργασίας για ένα κοινό στόχο είναι μια κρίσιμη ικανότητα.

Ηγεσία

Αυτό περιλαμβάνει την καθοδήγηση, τη παρακίνηση, την εκπαίδευση και την εποπτεία. Ακόμη και σε μη-ηγετικές θέσεις, είναι ιδιαίτερα επιθυμητή η δεξιότητα των εργαζομένων να παρακινούν τους συναδέλφους τους προς έναν κοινό στόχο, να καθορίζουν προτεραιότητες και να διαχειρίζονται πόρους.

Δημιουργικότητα

Αυτή η λέξη μπορεί πραγματικά να προσδώσει ιδιαίτερο κύρος στο προφίλ ενός υποψηφίου. Η δημιουργικότητα, όπως σχετίζεται με τον κόσμο της εργασίας, σημαίνει την εύρεση πρωτότυπων τρόπων να επιλυθούν προβλήματα ή να δημιουργηθεί νέα αξία. Πρόκειται για κάτι περισσότερο από τη καινοτομία. Πρόκειται για την ικανότητα να φανταστούμε κάτι που δεν υπάρχει ήδη και να το δημιουργήσουμε.

Γραπτή επικοινωνία

Η ικανότητα να μεταφέρετε τις ιδέες σας γραπτώς είναι πολύτιμη. Αυτό περιλαμβάνει την πρώτη σύνθεση δεδομένων και καταστάσεων και την ερμηνεία τους με τρόπο που βοηθά τους άλλους να καταλάβουν και να ενεργήσουν.

Προγραμματισμός

Η δεξιότητα και η τεχνογνωσία που συνδέεται με τον προγραμματισμό, είναι σημαντική σε πολλές θέσεις εργασίας. Σήμερα που όλες οι επιχειρήσεις βρίσκονται στο διαδίκτυο, το να είστε σε θέση να καθαρίσετε μια ιστοσελίδα χρησιμοποιώντας λίγες γνώσεις HTML ή να μπορείτε να κάνετε μια πρόταση που βασίζεται στην περιορισμένη εμπειρία σας με τη CSS, είναι ιδιαιτέρως σημαντικό.

Διαχείριση χρόνου

Αυτό είναι πολύ απλό: Όταν ο προϊστάμενός σας σας δίνει μια εργασία, είστε σε θέση να την ολοκληρώσετε – σύμφωνα με τις προτιμήσεις του – μέσα στο χρονοδιάγραμμα; Εάν απαντήσατε ναι, μπορείτε πιθανόν να το συμπεριλάβετε τη διαχείριση χρόνου στις δεξιότητές σας.

Διαχείριση δεδομένων

Η κατανόηση, η έρευνα, η ερμηνεία και η συλλογή δεδομένων είναι από τις πιο περιζήτητες δεξιότητες σε πολλές βιομηχανίες. Ο αριθμός των εταιρειών που συλλέγουν και διαχειρίζονται δεδομένα έχει εξελιχθεί τα τελευταία χρόνια και οι εργαζόμενοι πρέπει να είναι άνετοι να συνεργάζονται με όλες αυτές τις πληροφορίες. Τα δεδομένα μπορούν να είναι κάθε είδους πληροφορία που έχει νόημα για την επιχείρηση και το περιβάλλον της: Μια ανάλυση που η εταιρεία σας αναθέτει σε έναν συγκεκριμένο τομέα της βιομηχανίας, ένα υπολογιστικό φύλλο Excel που περιέχει τους πελάτες της εταιρεία σας ή ακόμα και μια αναφορά σχετικά με την απόδοση των καναλιών μάρκετινγκ στα social media.

Εξυπηρέτηση πελατών

Οι πελάτες είναι αυτοί που συντηρούν την επιχείρηση, οπότε αν μπορείτε να δείξετε σε έναν εργοδότη ότι γνωρίζετε πώς να αντιμετωπίσετε τις δυσκολίες που μπορεί να προκύψουν στις διαπραγματεύσεις, έχετε ένα σημαντικό ανταγωνιστικό πλεονέκτημα.

Πώς θα αποκτήσετε τεχνογνωσία στο SPSS

Το SPSS είναι ένα πρόγραμμα Η/Υ που απαιτεί τόσο θεωρητική γνώση της στατιστικής όσο και πρακτική εμπειρία. Επομένως η τεχνογνωσία στο SPSS περιλαμβάνει την κατάλληλη διαχείριση δεδομένων, την επιλογή των στατιστικών κριτηρίων, την ερμηνεία των αποτελεσμάτων, την οπτικοποίηση και τη παρουσίαση τους.

Το πεδίο της στατιστικής είναι τεράστιο, όμως για να γίνετε ένας καλός χρήστης του SPSS αυτό που χρειάζεστε είναι στοχευμένη γνώση και εμπειρία στις στατιστικές αναλύσεις που περιλαμβάνει το πρόγραμμα.

Έχοντας αυτή τη γνώση, μπορείτε να σχεδιάσετε την ανάλυση των δεδομένων σας. Η ερμηνεία των αποτελεσμάτων χρειάζεται επιπλέον εμπειρία σχετικά με τους περιορισμούς που μπορεί να υπεισέλθουν στην ανάλυση. Διάφορα τεχνικά ζητήματα, όπως η διαχείριση αρχείων και δεδομένων, χρειάζονται εξάσκηση με διαφορετικά datasets.

Προτιμήστε λοιπόν προγράμματα εκμάθησης που είναι project based και όχι γενικής ύλης.

Αυτά θα σας δώσουν τη γνώση που χρειάζεστε τόσο στη θεωρία όσο και πρακτικά, μέσω της υλοποίησης των τεχνικών ανάλυσης στο πρόγραμμα.

Επίσης, τα project based προγράμματα εκμάθησης έχουν το πλεονέκτημα ότι σαν μυούν στη λογική της επίλυσης προβλημάτων και της λήψης αποφάσεων με βάση τα δεδομένα, κάτι που όπως δείξαμε παραπάνω, μπορεί να αποτελέσει σημαντικό ανταγωνιστικό πλεονέκτημα στο επαγγελματικό σας μέλλον!

Συμπεράσματα

To SPSS στην αγορά εργασίας, κατέχει σημαντική θέση και η τεχνογνωσία όσον αφορά τη χρήση του για την ανάλυση δεδομένων, μπορεί να δώσει σε κάθε εργαζόμενο ένα δυνατό ανταγωνιστικό πλεονέκτημα.

Σήμερα, η ζήτηση δεξιοτήτων ανάλυσης δεδομένων αυξάνεται ραγδαία. Οι επιχειρήσεις έχουν αρχίσει να επιλέγουν εργαζομένους όχι με βάση τα πτυχιά αλλά με γνώμονα την λήψη αποφάσεων και την επίλυση προβλημάτων.

Σε αυτό το πλαίσιο, οι αναλυτές δεδομένων συγκαταλέγονται στους πιο περιζήτητους εργαζομένους παγκοσμίως. Είναι άτομα με background στη διοίκηση, το μάρκετινγκ, την τραπεζική, που γνωρίζουν πώς να συλλέγουν να ερμηνεύουν, να κατανοούν και να διαχειρίζονται τα δεδομένα, ώστε να ανακαλύψουν τάσεις και να λύσουν προβλήματα.

Η απόκτηση της δεξιότητας ανάλυσης δεδομένων, γίνεται μέσω project based προγραμμάτων εκμάθησης, στα οποία ο εκπαιδευόμενος εξασκεί τη κριτική σκέψη, τη δημιουργικότητα και τη διαχείριση χρόνου.