W ostatnich latach ogromną furorę zrobiło pojęcie Big Data, czyli dużych zbiorów danych. Duże zbiory mają to do siebie, że trudno je przeszukiwać, jeszcze trudniej rozumieć. Natomiast bardzo trudno skutecznie je analizować i budować na ich podstawie rekomendacje biznesowe. I tym właśnie zajmuje się analityk Big Data.
Big Data Analyst to właśnie specjalista od wydobywania sensu z dużych ilości, często pozornie tylko chaotycznych danych. To ktoś, kto potrafi rozumieć dane „wypluwane” z różnych kanałów, systemów, a następnie łączyć je w sensowne łańcuchy.
Co właściwie robi analityk Big Data?
Analitycy Big Data nie cieszą się powszechnym zrozumieniem, często nawet zawodowym, nie mówiąc już o tak zwanych zwykłych ludziach, dla których zawód ten jest czymś z pogranicza „bycia informatykiem” i czarnej magii. Naturalnie osoby zatrudnione na tym stanowisku nie mają wiele wspólnego ani z jednym, ani drugim. W doskonałym artykule napisanym dla Harvard Business Review, dr Hugo Bowne-Anderson zebrał opinie 35 różnych analityków i na ich podstawie stworzył materiał. Omawiana postać jest też twórcą podcasta DataFramed.
Jak sama nazwa wskazuje, analityk Big Data pracuje na dużych zbiorach danych. Mogą one dotyczyć dosłownie wszystkiego. Począwszy od ruchu ulicznego w zatłoczonym mieście, ilości produkowanych odpadów w fabryce, przez zachowania klientów korzystających z danej aplikacji, po ilość zużytych plastikowych słomek w sieci restauracji. Przykładów jest niemalże nieskończona ilość, bo policzyć i zmierzyć można prawie wszystko. Problem polega na tym, że nawet najzdolniejszy analityk nie jest w stanie poradzić sobie z takimi ilościami danych do przetworzenia.
I tutaj na tapecie pojawia się sztuczna inteligencja oraz nauczanie maszynowe (machine learning). To sposoby na to, by analityk nie był sam. Rolę porządkowania i przetwarzania danych biorą na siebie wyspecjalizowane narzędzia które uczą się w miarę dostawania coraz większej ilości danych. Potrafią więc wypracowywać nawet własne wzorce zachowań w oparciu o to, co dostają „na wejściu”. Rola analityka sprowadza się więc „tylko” do analizy finalnej i zaprezentowania szefom raportu z przeprowadzonych działań.
Jakie umiejętności powinien posiadać analityk Big Data?
W praktyce nie wygląda to rzecz jasna aż tak prosto. Analityk nie może włączyć komputera, uruchomić narzędzi do segregowania i analizy danych, zrobić sobie kawy i wrócić po kilku godzinach aby wygenerować raport w .pdf. Dr Hugo Bowne-Anderson doskonale podsumowuje charakter tej pracy kiedy w swoim artykule mówi o tym, że 80% czasu pracy analityka Big Data polega na obsłudze narzędzi do danych, a 20% na tworzeniu zrozumiałych i atrakcyjnych dla przełożonych raportów. Nie sztuką jest bowiem stworzyć raport na dowolny temat, sztuką jest zaprezentować wyniki swojego działania. Narzędzia do marketing automation służą tutaj potrzebnym wsparciem.
Raporty mają bowiem konkretny cel i w zależności od sytuacji:
- Odpowiadają na konkretne pytanie, dając jakiś rodzaj odpowiedzi (tak, nie, być może, to zależy) lub potwierdzają / zaprzeczają tezie
- Informują o stopniu złożoności jakiejś sytuacji i pozwalają na poszerzenie perspektywy
- Dają kolejne narzędzie do szerszej i głębszej analizy
- W oparciu o swoją naturę, rekomendują dalsze działania
Można więc powiedzieć, że analityk Big Data nie jest tylko „osobą od danych”, ale przede wszystkim mocno specyficznym doradcą. Umiejętność tworzenia „dobrych slajdów w PowerPoint” jest tak samo istotna jak efektywne używanie mocno skomplikowanych narzędzi analitycznych.
Konieczne są także umiejętności:
- Logicznego myślenia
- Łączenia faktów, ludzi i zdarzeń w oparciu o inne dostępne zasoby danych
- Umiejętność wyciągania wniosków
- Prawidłowa komunikacja z innymi ludźmi
Ta ostatnia umiejętność wcale nie jest przereklamowana. Analityk Big Data to nie jest programista. Wielu software developerów na pytanie „dlaczego tworzysz aplikacje” mniej lub bardziej poważnie odpowiada „ponieważ nie chciałem mieć do czynienia z ludźmi”. Dobry programista musi doradzać klientowi, tak samo dobry analityk Big Data musi rozmawiać z innym człowiekiem. Jego działalność to nie tylko cyferki i tabelki. To przede wszystkim rekomendacje dotyczące przyszłych kierunków działań w tworzeniu produktów, usług i rozwiązań. A te nie powstają przecież dla samouczących się robotów, tylko dla ludzi.
Odpowiedz