Oldalunkon cookie-kat használunk, hogy még jobban Rád szabhassuk tartalmainkat, karrierlehetőségeinket. Részleteket itt olvashatsz.
Ebben a rövid cikkben az Data Scientist (adattudós, adatelemző-kutató) pozíció azon két típusát mutatom be, amelyekkel a gyakorlatban találkozni lehet.
Ha még nem találkoztál a „Data Scientist” kifejezéssel, esetleg még bizonytalan vagy, mit is jelenthet, akkor érdemes először elolvasnod ezt a korábbi cikkünket: Data Scientist: A 21. század legszexibb munkája – a szerk.
Az osztályozás mindig attól függ, hogy hol húzzuk meg a kategóriák határait. A mindennapi életben természetesen minden adattudós külön „típust” képvisel, nincs két teljesen ugyanolyan.
Jelen esetben viszont először képességeik, módszereik, szemléletük és tevékenységük alapján sorolta őket e cikk szerzője különböző csoportokba. A kategóriákat addig bővítette, míg összesen két, tisztán elkülöníthető csoport nem maradt: a stratégiai data scientist és az operatív data scientist.
Csak hogy tisztázzuk: az egyes csoportokba sorolt egyének több mindenben hasonlíthatnak egymásra. Annak érdekében viszont, hogy egyértelműen kiderüljön, hogy mit is takar ez a két csoport, és hogy tagjaik miként válnak cégük hasznára, a leghatékonyabban úgy járunk el, ha a különbségekre összpontosítunk.
A stratégiai adattudós átfogó tudással rendelkezik az üzleti teljesítmény és növekedés, a stratégiai gondolkodás és az üzleti kommunikáció terén, viszont kevésbé van otthon az adatbázisok létrehozásának, vagy a megfelelő algoritmusok meghatározásának és kiválasztásának gyakorlati nüanszaiban.
Az operatív adattudós nagy valószínűséggel inkább programozói, statisztikus vagy matematikus háttérből jön, ez irányú képességeit pedig arra használja, hogy bizonyos rendszerek alkalmazásával adatokat nyerjen ki és értelmezzen, majd kiválassza a legfontosabb eredményeket.
Más szóval – és itt el is érkezünk a két típus alapvető különbséghez és egyszersmind meghatározó szerepéhez – a stratégiai adattudós a kérdéseket teszi föl, amelyekre az operatív adattudós a válaszokat adja.
Ahhoz, hogy a cég változását vagy növekedését az adatelemzés pozitívan befolyásolja, a megfelelő kérdések és a helyes válaszok egyaránt kulcsfontosságúak. Ugyanakkor mindkettő hasztalan a másik nélkül.
Ha pedig a csapat a kérdéseket és a válaszokat is tudja, mindkét adattudós rátérhet arra, hogy az eredményeket a többi dolgozóval együtt átültesse a gyakorlatba.
(Felmerülhet a kérdés – főleg azokban, akiknek még kevés tapasztalatuk van az üzleti életben –, hogy nem a felső vezetés felelőssége-e, hogy kérdéseket tegyen föl. Hacsak nincs a felső vezetők között adattudós – ami igen ritka, főleg a nagyobb vállalatok esetében –, a válasz: nem. Ők többnyire inkább a központi problémákat jelölik ki.)
Egy tehetséges stratégiai és egy kiváló operatív adattudós bevonásával legyűrhetetlen csapat hozható létre, amely hasznos és újító megoldásokra képes. Előfordulhat persze, hogy olyan adattudósba botlik az ember, aki mindkét területen kiemelkedően domborít – ez jelen cikk írója szerint viszont igencsak ritka.
Természetesen nem minden esetben szükséges a két típus szétválasztása, főleg az olyan, kisebb cégek esetében, amelyek csak egy adattudóst tudnak foglalkoztatni. Ezért is különösen fontos, hogy bármely adattudós megfelelő üzletstratégiai szemlélettel és adatelemzési tudással is rendelkezzen.
Az író végül nyomatékosan hangsúlyozza, hogy az itt felvázolt osztályozás véletlenül sem az „öltönyösök” és a „kockák” között tesz különbséget. Itt többről, másról van szó. Elvégre mindkét típus képviselői tudósok: elméleteiket kísérletekkel tesztelik, majd rögzítik az eredményeket. Azoknak pedig, akik felfelé szeretnének törni cégük ranglétráján, mindenképpen ajánlom, hogy mindkét csoport képességeit fejlesszék – mindvégig észben tartva, hogy miben rejlik az igazi erősségük.