选择新的分析软件不仅仅是获得正确的特性和功能。有时，它也是一个人力资源问题。

Otis Anderson对于其分析软件的选择正是持有这样的观点。Anderson是Clover Health的分析主管，这是一家位于新泽西州，专门提供Medicare Advantage保险计划的公司。Anderson的团队对高危患者进行识别并保证医疗提供商会遵循基于证据的指南。

该团队拥有多种背景，包括应用数学、物理学、金融和保险精算，而且Anderson对此非常欣赏。他说他选择了一个特定的分析基础设施来让招聘具有不同数据分析技能的人成为可能。

“要把对技术的选择作为人力资源问题来考虑，”Anderson说。“如果你使用一项简单的技术，它便为你寻找在其他方面有特殊之才的人打开了方便之门。”

对于有较强数据技能员工短缺这方面的评论已然多如牛毛。那些拥有数学和商务专业学历且专注分析技能的人相对较少，事实也的确如此。但是如果将视角打开的话，还有很多人是拥有社会学，物理学或是其他定量研究领域的学历。这些人拥有的技能可能会转化到业务分析环境，而且他们也正是Anderson要找的人。

“那些能够做应用数学或是能够被再培训的社会学家是我正在寻找的人，”Anderson说。“这对数据科学来说意义重大。”

他和他的团队围绕Postgres数据库构建了Clover的数据基础设施，Postgres是一款开源SQL引擎。而最为重要的是，他们使用了一款来自Mode Analytics的数据分析工具，该工具能够执行高级数学函数并且允许用户以Python和SQL这两种常见语言进行工作。该软件有时是数据科学的一款自服务工具。这样的组合可以让那些可能不具备很强业务分析能力的用户学习几行简单的代码并获得他们所需要的数据，然后将之用于更为一般的定量技能。

作为该方法的一部分，Anderson回避了Hadoop和Spark，这是两款当今较为流行的大数据分析工具。他说，首先，Clover的数据更为宽泛。每个病人和医生记录都包含大量信息，但是记录的绝对数量是相对适度的。

“虽然Hadoop和Spark更加适用于大数据，”Anderson说。“但是我们的问题迥异，所以Hadoop和Spark就显得无足轻重了。”

Clover使用来自Mode的分析软件已经有一年半的时间了，而Anderson说这些软件被该公司有力地使用。在使用工具之前，大多数分析是在Microsoft Excel中完成的，这肯定会带来共享的问题，例如孤立分析，但Microsoft Excel仍是一款较受欢迎的分析工具。要让人们脱离Excel需要做点销售工作，Anderson说。但在此过程中，他招聘了那些对获得新的数据分析技能感兴趣的人，并且让他们的分析知识更上了一层楼。

“有学识的员工群体对新工具是如饥似渴的，”Anderson说。