Citizen data scientists zijn goud waard voor middelgrote organisaties

‘De citizen data scientist beschikt niet over de pure coderingsvaardigheden, maar kan wel modellen ontwikkelen.’

Door Rob Cools, Product Marketing Director bij Workday

Als data het nieuwe goud is, dan zijn data scientists de goudhaantjes. Wie sterk is in rekenen, handig met IT en een opleiding heeft voltooid om relevante data op te diepen en te begrijpen, kan bij vrijwel elk bedrijf in elke branche vandaag nog aan de slag. Dat betekent tegelijkertijd dat organisaties die op zoek zijn naar data scientists, diep in de buidel moeten tasten. De vraag is echter of een organisatie die hooggekwalificeerde en prijzige specialisten altijd nodig heeft. 

Volgens CFO's en financiële managers is datawetenschap de belangrijkste expertise voor de financiële teams van de toekomst. Dat blijkt uit een wereldwijd onderzoek van eind vorig jaar in opdracht van Workday. Binnen nu en vijf jaar is het vermogen om data te interpreteren en er de juiste inzichten en acties aan te koppelen, de belangrijkste functie voor finance. Daarvoor heb je dus data scientists nodig die de databases induiken en diverse programmeertalen vloeiend spreken. 

Getalenteerde power user
Maar daar komt de zogeheten ‘citizen data scientist’ om de hoek kijken. Dat is de getalenteerde medewerker die goed gebruik weet te maken van bestaande, slimme en geautomatiseerde oplossingen en daarmee waardevolle inzichten uit data kan destilleren. Gartner heeft de opkomst van de citizen data scientist ook gesignaleerd en omschrijft die als een ‘power user die zowel eenvoudige als redelijk geavanceerde analytische taken kan uitvoeren die voorheen meer expertise vergden. De citizen data scientist beschikt niet over de pure coderingsvaardigheden, maar kan wel modellen ontwikkelen dankzij de juiste ‘drag and drop’ tools en kan voorgeprogrammeerde modellen op de juiste manier inzetten.’ 

Missing link tussen BI en data science
Zo te bezien zijn citizen data scientists de missing link tussen BI-oplossingen en pure data science. Het goede nieuws is bovendien dat de meeste middelgrote organisaties allang de potentiële citizen data scientists in huis hebben. Het is vooral een kwestie van de juiste mensen, die de uitdaging aan zouden kunnen en het werk interessant vinden, triggeren. En het is een kwestie van de juiste technologie inzetten die ondersteunt bij augmented analytics. 

Onder dat laatste verstaan we het gebruik van onder meer machine learning en AI om data te prepareren en inzichten naar boven te halen. Zo krijgen de medewerkers versterking om data in analytics- en BI-platforms te onderzoeken, analyseren en gebruiken. Bovendien worden zowel expert als power user geholpen doordat veel aspecten van data science en modelontwikkeling geautomatiseerd zijn. Augmented analytics maakt de manier waarop je waarde haalt uit data een stuk ongecompliceerder en vervangt handwerk door geautomatiseerde processen. 

Waarde halen uit data
Dankzij technologie die de citizen data scientist ondersteunt, kunnen ook middelgrote organisaties veel meer waarde halen uit data. Dat is de basis om betere zakelijke en strategische beslissingen te nemen. Tot nog niet zo heel lang geleden kostte het verzamelen en samenvoegen van data minimaal enkele weken – als er al iemand beschikbaar was om dat te doen. Dat leidde er niet zelden toe dat beslissingen die snel genomen moesten worden, de noodzakelijke onderbouwing met data misten. Tegenwoordig kunnen analytics-oplossingen in de cloud de dataprocessen enorm versnellen. Je spreekt niet meer over dagen of weken, maar over seconden. Dan nog moet er iemand in huis zijn om de analyses te maken, en dat is dus precies het terrein van de citizen data scientist. 

Data is pas echt goud waard als je er waardevolle inzichten uit kunt halen. Dat leek lang het exclusieve terrein van data scientists, die vervolgens nauwelijks te vinden waren. En terwijl de hoeveelheid data steeds omvangrijker werd, werd dat probleem steeds groter. Er blijkt gelukkig een gouden middenweg te zijn. Middelgrote organisaties kunnen het ontbreken van die exclusieve vaardigheden opvangen door bestaande functies te versterken met self-service analytics data discovery tools. Dankzij citizen data scientists is het gebruik van op data gebaseerde inzichten niet alleen voorbehouden aan de grote concerns die zich de hoogopgeleide experts kunnen veroorloven.

Gerelateerde artikelen