Perché gli analisti di dati non sono “minori” di scienziati e ingegneri di dati
Gli analisti di dati sono fondamentali per raggiungere l’eccellenza operativa.
Data engineer, data scientist e analisti di dati sono gli attori chiave in un team di data science. Sebbene tutti i ruoli siano ugualmente importanti nell’estrazione di informazioni dettagliate dai dati, gli analisti di dati non hanno lo stesso stato degli altri due.
“Penso che la scienza dei dati sia diventata una sorta di termine interessante per chi cerca lavoro. Si dice anche che il lavoro sia molto redditizio e questo è ciò che spinge le persone più verso di esso rispetto a un ruolo di analista di dati”, ha affermato Ayan Basak , Data Scientist II di Snapdeal.
Chi è un analista di dati
Qualsiasi progetto di analisi inizia con dati grezzi. Le funzioni principali di un analista di dati includono:
Dati minerari da fonti primarie e secondarie
Comprendere e interpretare i dati per risolvere i problemi aziendali con l’ausilio di strumenti statistici
Dati di pulizia per rimuovere il rumore
Utilizzare le informazioni dedotte dai dati per preparare report per aiutare nel processo decisionale.
Un analista di dati deve possedere le seguenti competenze:
SQL, Excel avanzato,
Data mining e pulizia dei dati
Conoscenza di strumenti di visualizzazione come Tableau, PowerBI
Realizzazione di rapporti di sintesi
Comprendere tendenze e modelli
Non la terza ruota
“Gli analisti di dati sono fondamentali per raggiungere l’eccellenza operativa. La loro capacità di scorrere grandi quantità di dati e generare KPI rilevanti per il business, trovare approfondimenti significativi e garantire che l’organizzazione ottenga i numeri corretti è estremamente importante. La quantità di precisione con cui questi ragazzi hanno bisogno di esibirsi è estremamente stancante anche solo immaginarla a volte. Senza questi analisti sarebbe come trovare una perla in un vasto oceano di dati. La loro capacità di creare un livello fondamentale per varie entità dell’organizzazione consente loro di creare un valore sproporzionato nell’organizzazione”, ha affermato Dipesh Lakhotia , responsabile dell’analisi, Britannia Industries Limited.
Un data scientist può costruire modelli una volta che i dati grezzi sono stati elaborati in una forma strutturata, rimuovendo valori estremi, puliti e pronti per la modellazione.
“L’analista di dati è un sottoinsieme o braccio destro del data scientist e senza di loro il data scientist è impotente, da qui la famosa frase “garbage in, garbage out”, perché i modelli sono stupidi”. Pertanto, senza capacità di analista di dati non puoi diventare un buon data scientist”, ha affermato Sachin Birla , data scientist di EY.
Acume per gli affari
In molti team di analisi, gli analisti di dati devono interagire con i clienti per comprendere i loro problemi. In un ambiente aziendale, la comprensione dell’impatto dei dati sul business e di come i modelli possono migliorare l’efficienza è il gioco finale “Un analista di dati può fornire informazioni dettagliate sull’azione successiva da intraprendere. Possono diagnosticare i problemi in un’azienda analizzando le tendenze precedenti nei dati e quindi generare milioni di entrate”, ha affermato Ayan.
In risposta al post di Zach su LinkedIn, Lambrie Steyn , un architetto di dati presso Decision Inc, ha scritto: “Secondo la mia esperienza, è la gamba più sottovalutata nel team di dati. Molte volte vengono progettate e progettate grandi soluzioni tecniche, solo per perdere il vero valore aziendale / il motivo della sua esistenza in primo luogo. L’analisi dei dati dovrebbe essere coinvolta in ogni fase di un viaggio dei dati per garantire il massimo valore aziendale”.
“Gli analisti di dati sono fondamentali per il business. Sì, puoi passare alla scienza dei dati, ma ci sarà sempre spazio e la necessità di team di analisi”, ha affermato Irina Summey , analista senior, analisi e approfondimenti di marketing, Thermo Fisher Scientific.
Gli analisti di dati dovrebbero essere fluenti in strumenti come SQL, Advanced Excel, visualizzazione e dovrebbero conoscere R o Python e avere competenze commerciali.
“A volte è colpa dei leader di oggi che a volte non sono in grado di costruire una road map di carriera per questo set di abilità e non riescono ad attribuire il successo alla loro perseveranza. Questa svolta ha portato a un sentimento di mercato che potrebbe essere negativo nei confronti dei ruoli di analista. Detto questo, ci sono ancora abbastanza opportunità per qualcuno di afferrarle con entrambe le mani e costruire una fantastica carriera strategica nel tempo. Un analista con anni di esperienza non solo sviluppa competenze sui dati, ma sviluppa anche un eccezionale acume per gli affari e il mercato che consente loro di supportare conversazioni molto più strategiche”, ha affermato Lakhotia.
