Data science: un investimento per il futuro

L’abbiamo detto spesso: da quando esistono i big data, le opportunità di business si sono moltiplicate, così come gli ambiti d’uso dei prodotti di business intelligence che sempre più affollano il mercato. Banche, assicurazioni, agenzie di marketing, aziende: nessuno è esente dalle enormi potenzialità fornite dalla Data Science e anche da una conoscenza base dei principi della Data Visualization, di cui abbiamo già parlato in un precedente articolo.

Ma come si può diventare dei veri esperti in quest’ambito? Innanzitutto, devi sapere che per trasformare i dati in dashboard esistono software appositamente pensati per quest’utilizzo, come ad esempio Tableau. Se da un lato, dunque, l’attitudine personale e creativa a questo tipo di lavoro è innata, ci sono alcune competenze digitali richieste che si possono apprendere anche attraverso dei corsi di formazione ad hoc. Non è necessario quindi avere conoscenze tecniche approfondite: tutto si può imparare, anche se ci sono percorsi di studio che preparano meglio a questo tipo di lavoro di altri.

Il mondo dei dati è democratico perché chiunque può accedervi, con la giusta formazione e motivazione. Se tradizionalmente si identificano le facoltà STEM come naturale background per approcciarsi all’analisi dei dati (economia, statistica, informatica, matematica) anche percorsi più socio-umanistici come architettura, marketing o sociologia possono essere validissimi punti di partenza.

C’è però ancora molta confusione sul mondo della data science: in questo articolo vogliamo fare un po’ di chiarezza, per spiegare meglio il processo che sta dietro la cosiddetta “trasformazione data-driven” e identificare al suo interno le figure professionali fondamentali per attivare questo percorso.

I dati come rivoluzione culturale

Le fonti da cui provengono i dati sono spesso eterogenee, complesse; può capitare che i risultati non siano ben strutturati, che la velocità di aggiornamento non sia tempestiva a sufficienza da restituire uno scenario in tempo reale da cui partire per fare le dovute verifiche e analisi. Queste, e molte altre, problematiche possono impedire l’impostazione di una corretta ed efficace gestione della Data Governance: per questo è assolutamente necessario avere a disposizione strumenti e soluzioni in grado di assimilare i dati strutturati e non strutturati, restituendoli sotto forma di informazioni utili al proprio business. Il controllo sui propri dati aziendali è l’unico modo per far diventare i Big Data i veri protagonisti del futuro delle aziende, che decidono di investire tempo e denaro nello studio di strategie che le portino ad una vera trasformazione in organizzazioni data-driven. Per fare questo, è necessario che le aziende abbiano sempre di più la possibilità e soprattutto la lungimiranza di abilitare i propri dipendenti all’uso dei dati, perché le decisioni siano sempre informate e fondate su qualcosa di concreto.

La cultura del dato non dovrebbe restare soltanto all’interno dell’azienda, ma anche essere veicolata all’esterno, dal momento che tutte le aree possono – e anzi, in alcuni casi devono – essere interessate dal cambiamento: dal marketing, al finance, al customer care, più settori sono coinvolti meglio è. Tutto questo è possibile grazie all’adozione di soluzioni per l’aggregazione, l’analisi e la visualizzazione dei dati completamente self-service: la cosiddetta “self-service analytics” che, insieme alla data governance e all’accessibilità diffusa delle informazioni, è uno dei tre pilastri della trasformazione data driven, che va vista come una vera e propria rivoluzione culturale. Per attuarla, però, è necessario passare anche attraverso una rivoluzione tecnica in grado di semplificare e democratizzare l’accesso, la manipolazione e l’uso del dato a tutto il personale che, come anticipavamo, attua processi decisionali o supporta l’operatività aziendale.

Gli strumenti a supporto della trasformazione data-driven

L’adozione di strumenti di data visualization come Tableau favoriscono la democratizzazione della conoscenza del dato proprio perché permettono anche a persone non dotate di un background tecnico di avere accesso agli insight generati dai dati. E’ innegabile, però, che per comprendere ed usare pienamente le informazioni ricavate vi siano alcuni processi necessari che andrebbero attuati: uno fra tutti quello di data literacy, di cui parleremo approfonditamente in un prossimo articolo. Qui vi anticipiamo che con questo termine si intende la capacità di individuare, comprendere, usare e comunicare le informazioni, in un’ottica di alfabetizzazione ai dati sempre più generalizzata. Questo processo è agevolato dalla realizzazione di community interne o pubbliche, capaci di diffondere all’interno dell’organizzazione competenze e skills fondamentali alla trasformazione data-driven.

Un esempio di community pubblica su Tableau e la Data Visualization è LearnToViz.

Competenze richieste: formazione ed opportunità

Come si posizionano, dunque, le varie figure lavorative legate alla data science in questo articolato processo? Semplice: sono coloro che guidano, supportano e agevolano la trasformazione tecnica propedeutica alla vera trasformazione culturale, ovvero quella data-driven. E allora quali sono le differenze tra un ruolo e l’altro, e quali sono le competenze che possono tornare utili nelle diverse fasi?

Innanzitutto, non è strettamente necessario che coloro che vogliano intraprendere una carriera nella data science abbiano competenze pregresse, quanto meno non per tutti i ruoli e non a tutti i livelli. Sicuramente una formazione scientifica è una buona base di partenza, ma quello che è davvero importante è avere un interesse radicato per i dati e per il loro studio. Chi lavora nel mondo della data science, infatti, deve avere conoscenze eterogenee, intendersi anche di business, avere una visione a 360 gradi della gestione dei processi data-driven. E’ importante essere in grado di lavorare in team e interfacciarsi trasversalmente anche con differenti aree aziendali, così come saper comunicare e presentare i risultati del proprio lavoro in modo rapido ed efficace.

Ti abbiamo incuriosito? Nella nostra rubrica mensile dedicata alla Data Science e alla Data Visualization parleremo il prossimo mese, più approfonditamente, di quali sono le carriere possibili in questo mondo, prendendo in considerazione i diversi ruoli nei diversi stadi del processo di trasformazione data-driven che ora dovrebbe esserti familiare.

Non perderti i prossimi articoli, continua a seguirci sul nostro blog e sui nostri canali social Facebook e Linkedin!