Alzi la mano chi NON mette “Mi Piace” su un contenuto di Facebook, NON ha la propria playlist su Google Player, NON paga con il bancomat o carta di credito e NON usa il navigatore GPS. C’è poco da fare: le informazioni, letteralmente, ci circondano.
E, sebbene conservate in archivi dedicati, spesso sono non trattate, grezze e volatili. L’esigenza di analizzarle, ma soprattutto di navigare senza perdersi nella loro caotica moltitudine, sta portando a ridefinire il concetto di statistica. Citando Chris Anderson (Wired), “With enough data, the numbers speak for themselves”: che si tratti di un piccolo set di dati o di una miriade di informazioni, l’importante è comprendere e categorizzare.In uno scenario in perenne sviluppo e mutamento com’è quello della data information, anche le figure professionali che si muovono in questo contesto stanno cambiando. Tra tutte, il “pioniere” per eccellenza è il Data Scientist, inteso come vero e proprio “radar” umano in grado di comprendere i dati, cogliere le possibili relazioni tra essi, affinarliUno dei suoi compiti più importanti è prevedere i problemi e le opportunità legati al business e saper offrire soluzioni.
Ricorrendo a competenze di tipo statistico, identifica trend, modelli e algoritmi e consiglia e impiega la tecnologia più adeguata per la loro analisi. Sa raccontare ciò che i dati possono solo suggerire, rappresentandoli – visualmente e numericamente – agli altri.
A questo punto, ci si potrebbe chiedere in che cosa siano diversi un Data Scientist e un Business Intelligence Analyst. Per quanto anche il BI Analyst ami giocare con le informazioni, gli ambiti e le modalità di intervento sono differenti. I dati analizzati dal BI Analyst provengono da sistemi predefiniti e costruiti ad hoc per le analisi: non sono quindi volatili, ma consistenti. L’analisi è comparativa, orientata al passato e descrittiva. Gli oggetti risultanti sono infatti reports / KPI’s di confronto temporale di quanto già avvenuto e di misura delle performance. Quando si parla di dati storici, c’è la necessità che questi dati siano accurati al 100 % e non incerti. A differenza del Data Scientist, con cui però condivide la rappresentazione leggibile delle analisi, non deve esserci probabilità, ma misurazione solida.Le due figure quindi si distinguono, ma si compensano. Il fine ultimo di entrambe è quello di soddisfare il business attraverso una visualizzazione chiara e immediata dei dati, declinati al passato (BI Analyst) e al futuro (Data Scientist).
