Inhoud
- De data-analist: een dag in het leven
- Een big data-wereld
- Geen bugs, geen stress - Uw stapsgewijze handleiding voor het creëren van levensveranderende software zonder uw leven te vernietigen
- De "Data Translator"
- De evoluerende rol van de data-analist
Bron: Nils Ackermann / Dreamstime.com
Afhaal:
De taken van een data-analist kunnen sterk variëren, afhankelijk van de behoeften van hun bedrijf, maar een ding dat ze allemaal gemeen hebben, is het interpreteren van gegevens ten behoeve van hun organisatie.
De functie van een data-analist in de hedendaagse technologiemarkt is breed gedefinieerd.
Over het algemeen praten experts over gegevensanalisten als mensen die gegevens verzamelen en die gegevens gebruiken om inzichten te verschaffen. Ze zijn "vertalers" van ruwe cijfers en datapunten in verteerbare informatie die helpt om bedrijven te sturen en markten te bewegen.
Laten we eens kijken naar enkele van de belangrijkste factoren in wat de data-analist doet. Een factor is de data-omgeving - data-analisten die alleen met Hadoop-clusters werken, zullen anders werken dan data-analisten die krachtige kunstmatige intelligentie en machine learning-platforms gebruiken. Gegevensanalisten die een relationele database gebruiken, gebruiken SQL-query's om informatie te routeren. Anderen zullen andere soorten analysehulpmiddelen gebruiken, waaronder fancy ERP-software die bedrijfsgegevensactiva neemt en ze daar brengt waar ze moeten zijn.
Wat betreft kernvaardigheden moeten gegevensanalisten goed zijn in cijfers. Ze hebben goede mondelinge en schriftelijke communicatievaardigheden en kritisch denkvermogen nodig. Ze hebben wiskundige expertise en inzicht nodig. (Denk dat alle analyseopdrachten worden geautomatiseerd? Denk nog eens: nee, data-analysebots zullen uw taak niet snel stelen.)
De data-analist: een dag in het leven
Een stuk van Ashley Brooks op het Rasmussen College gaat de typische dag in het leven van een data-analist in. U heeft rapportage, die ook varieert naargelang de technologische hulpmiddelen die u gebruikt. Brooks spreekt ook over het "spotten" van patronen in gegevens - een andere kijk op deze verfijning van onbewerkte of ongefilterde gegevens in meer bruikbare formaten en houders.
Zoals Brooks opmerkt, is er hier ook een infrastructuurelement: gegevensanalisten zijn mogelijk diep betrokken bij het gebruik van middleware om gegevens in en uit centrale datawarehouse-omgevingen te porten. Naast SQL kunnen gegevensanalisten Microsoft Excel, Google Analytics, Tableau of andere tools gebruiken.
Wordt opgeleid: Data Science With Python Course
Een big data-wereld
Als je echt kijkt naar wat een taak van een data-analist is, vooral nu in het nieuwe tijdperk van kunstmatige intelligentie, is het echt een zeer divers landschap, en dat vereist een scala aan vaardigheden.
Geen bugs, geen stress - Uw stapsgewijze handleiding voor het creëren van levensveranderende software zonder uw leven te vernietigen
U kunt uw programmeervaardigheden niet verbeteren als niemand om softwarekwaliteit geeft.
“Een data-analist leert elke dag constant”, zegt Johnny Hilgers, EVP, business analytics bij Spring Venture Group. “Gegevens optimaliseren tot bruikbare informatie om zakelijke doelstellingen te bereiken, is een kunst en een wetenschap. Om een betrouwbaar en nauwkeurig model te bouwen, moeten honderden vragen worden beantwoord voordat er iets in productie wordt genomen. ”
Sommige van die vragen, zegt Hilgers, betreffen het overwegen van het algoritme of de combinatie van algoritmen die geschikt zijn voor een taak, welke attributen het meest nuttig zijn bij het selecteren van functies, welke attributen de meeste verbetering kunnen bieden op het gebied van feature engineering, welke attributen moeten zijn weggelaten en voor welke evaluatiemaatstaven het project optimaliseert.
Dr. Sonja Jones wijst bij het beschrijven van de rol van data-analist op hoe bijzonderheden verschillen. Jones is senior sales engineer bij Bay Dynamics en cyber analytics en universiteitsprofessor voor Carnegie Mellon University.
"Een data-analist verzamelt gegevens voor alle divisies van een bedrijf", zegt Jones. “Sommige gebieden… zijn verkoop, marktonderzoek, logistiek, supply chain, transport, human resources, informatietechnologie en cybersecurity, om er maar een paar te noemen. De taak van de data-analist is dan om de gegevens te nemen, te interpreteren, te begrijpen en bedrijven te helpen betere zakelijke beslissingen te nemen op basis van de resultaten. Dit kan op veel gebieden vallen, zoals business intelligence, big data, datawarehousing, analyse, datamining, voorspellende analyse, enz. ... analytics wordt gebruikt voor veel gebruiksscenario's in verschillende verticale markten, zoals financiën, gezondheidszorg, detailhandel, telecommunicatie, productie , entertainment ... data-analisten moeten zeer sterke zakelijke en technische vaardigheden hebben, evenals zeer goede communicatieve vaardigheden. "
De "Data Translator"
Steeds opnieuw komen we terug op het idee dat een data-analist fundamenteel verantwoordelijk is voor het nemen en het verteerbaar maken van data, voor het vertalen van data-assets naar inzichten.
"Een data-analist moet alle gegevens die een bedrijf bij de hand heeft kunnen analyseren en die gegevens gebruiken om vervolgens wetenschappelijke informatie te verkrijgen om bedrijven te helpen betere beslissingen te nemen", zegt Sepehr Shoarinejad, de president van big data-analysebedrijf Koridor. “Dat gezegd hebbende, moeten ze de informatie die ze krijgen kunnen converteren in gewoon Engels oplossingen voor bedrijven om op uit te voeren. Een data-analist zal bijvoorbeeld de gegevens van alle producttransacties voor een bedrijf gebruiken en hen helpen te beslissen welke producten niet verkopen en op welke producten ze geld verliezen vanwege voorraadtekorten. ”
“De taak van een data-analist is om complexe getallen en informatie te vertalen in gewoon Engels voor andere teamleden om het te interpreteren en te gebruiken om verschillende aspecten van het bedrijf te verbeteren, ”voegt Clare Watson, operationeel directeur bij Zolv toe. “Dit kan alles zijn, van verkoopcijfers of marktonderzoek tot logistieke informatie. Het doel van het hebben van een data-analist is dat het bedrijf beter geïnformeerde beslissingen neemt in de manier waarop ze zaken doen. ”
De evoluerende rol van de data-analist
Sommigen die in de frontlinie staan van de enorme veranderingen die gaande zijn in onze IT-wereld, merken op hoe dit de taak van de data-analist verandert. Waar slechts een paar jaar geleden voorspellende analyses en zijn soort nieuwe en niet-geteste gebieden waren, heeft een proliferatie van "slimme tools" geleid tot een heel ander probleem.
"Het werk dat data-analisten en datateams vandaag doen, is onherkenbaar geworden in vergelijking met vijf jaar geleden", zegt Harry Glaser, CEO en mede-oprichter van Periscope Data. “Naarmate de omvang en complexiteit van gegevensvolumes toeneemt en een grotere impact op IT heeft, heb ik de belangrijkste mensen die betrokken zijn bij de gegevensworkflows zien evolueren van toegewijde specialisten - waaronder gegevensintegrators, wetenschappers, modelleerders en bedrijfsanalisten - naar crossfunctioneel datateams die al hun vaardigheden bij elkaar brengen ... de data-analisten van vandaag kunnen niet overleven als ze alleen basis bedrijfsstatistieken en prestatie-indicatoren leveren. Ze moeten nu samenwerken om geavanceerde analyses te maken waarmee een bedrijf het toekomstige succes van het bedrijf kan voorspellen. ”
Glaser geeft een concreet voorbeeld van de verwachtingen die data-analisten stellen in de huidige markt.
“Traditioneel zijn bedrijfsanalisten misschien gericht op het meten van ongecompliceerde bedrijfsstatistieken zoals klantverloop, maar ze hadden zelden de taak gehad om te voorspellen toekomst karnen, 'zegt Glaser. “Die taken zouden volledig vallen voor datawetenschappers met meer ervaring en verschillende achtergronden. Maar vandaag dwingt de marktdruk data-analisten om natuurlijke taalverwerking, modelbouw en voorspellende analyses aan te pakken ... Hierdoor worden talen als Python en R steeds gewoner voor analisten. ”
Wordt opgeleid: Data Science With Python Course
"In vorige generaties kon een data-analist alleen de gegevens verwerken die ze kregen", zegt Nate Masterson, CMO van Maple Holistics, een bedrijf dat zich toelegt op wreedheidvrije, natuurlijke en duurzame producten voor persoonlijke verzorging. “De vraag is echter minder‘ Wat zegt de data? ’En meer‘ Welke data moet je nu bekijken? ’In de nasleep van het informatietijdperk. Weet je nog die wiskundige woordproblemen die we allemaal op school haatten? Dat is data-analyse achteruit. Een taak van data-analisten is om getallen in woorden te vertalen. Het probleem dat gegevensanalisten proberen te beantwoorden is: "Waarom zijn de cijfers zoals ze zijn?" Ze kijken naar gegevenspunten en proberen ze samen te voegen als onderdeel van het grotere geheel. Ze werken ook om de zaken te stroomlijnen en effectiever / efficiënter te maken en de winsten van morgen te creëren uit de verliezen van gisteren. "
Dit alles illustreert hoe ongelooflijk nuttig en gevarieerd de rollen van data-analisten zijn naarmate gegevens steeds belangrijker worden voor bijna elk soort bedrijf. Jonge carrièreprofessionals kunnen dit inzicht gebruiken om de vaardigheden en ervaring te ontwikkelen die nodig zijn om zichzelf onmisbaar te maken voor een toekomstige werkgever.