Katharina werkt als data science consultant bij Get There. In dit interview wordt ingegaan op wat Data Science bij Get There inhoudt, wat Katharina doet, voor welke bedrijven Data Science in te zetten is en welke vaardigheden je nodig hebt om Data Scientist te worden. Lees je mee?
…en daar vertelt ze graag meer over. In dit artikel lees je wat data science is, hoe we het bij Get There toepassen om waarde toe te voegen voor onze klanten en welke skills echt onmisbaar zijn als je zelf aan de slag wilt in de wereld van data science.
De basis: wat is data science nu eigenlijk?
Katharina werkt als data science consultant voor Get There. Wat zij verstaat onder data science? Katharina: “Ik denk dat iedereen die je deze vraag stelt, een ander antwoord geeft. Dat komt omdat het veld in de afgelopen jaren enorm gegroeid is en veel mensen met het onderwerp bezig willen zijn. Dat heeft er wel een beetje toe geleid dat het een buzzword geworden is, net als artificial intelligence en machine learning. Ik zie data science als een set tools die helpt om beschikbare data van bedrijven in te zetten om de juiste beslissingen te nemen. Of je hiervoor logische modellen, data-analyse, process mining, statistiek, A/B-tests of machine learning inzet, om maar een paar voorbeelden uit de techniek te noemen, maakt niet veel uit. Je gebruikt de juiste tool for the job”.
De laatste jaren is data steeds belangrijker geworden. Niet alleen omdat we met z’n allen steeds meer data creëren, bijvoorbeeld via onze smartphones, maar ook omdat er op technisch vlak veel verbeterd is. “Aan de ene kant is het veel makkelijker en goedkoper geworden om toegang te krijgen tot de benodigde rekenkracht om grote hoeveelheden data te analyseren en te modelleren. En aan de andere kant worden de mogelijkheden om uitkomsten snel voor de gebruiker klaar te zetten robuuster en raken ze beter geïntegreerd. Zo kunnen zelfs beginners met de nieuwste technologie snel meters maken”.
Data science draait niet alleen om techniek. De inzet van welke dataoplossing dan ook heeft vaak een grote impact op de werkwijze van de mensen die het gebruiken. Daarom moet de mens centraal staan, en kunnen we de term zo samenvatten:
Dat ondersteunen kan op 2 manieren. Zo is data science bijvoorbeeld in te zetten om bestaande processen te verbeteren. Katharina: “Je kijkt in dat geval naar de huidige situatie en hoe de processen op dit moment lopen. Door inzicht te creëren in de beschikbare data, krijg je meer grip op de situatie en kun je deze processen waar nodig aanpassen. Vaak analyseren we bestaande data dan vooral om terug te kijken.”
Gaan we een stapje verder, dan gebruik je data uit het verleden en heden om te proberen de toekomst te voorspellen. En dat is echt geen sci-fi: “De toekomst voorspellen klinkt in dit geval exotischer dan het is. Waar het om gaat, is dat je patronen probeert te herkennen. Stel, je wilt weten welke klanten bij je vertrekken en waarom, dan kan het maken van een customer churn model je helpen. Zo’n model schat de kans op vertrek van de klant in door patronen in de data te herkennen. Deze schatting kan door veel afdelingen in een bedrijf ingezet worden. Bijvoorbeeld door sales om klantrelaties te onderhouden of door marketing om hun campagnes op de juiste doelgroep te richten. Maar je kunt dat wat je leert over de factoren die invloed hebben op het vertrek van klanten, ook gebruiken om je dienst of product hierop aan te passen”, vertelt Katharina.
Daar heeft Katharina een kort en krachtig antwoord op: “Praktisch alle organisaties kunnen iets hebben aan data science. Ik zie het vooral als onze taak bij Get There om ervoor te zorgen dat een oplossing aansluit bij het ervaringsniveau van de organisaties en daardoor ook zo snel mogelijk waarde toevoegt. De meeste bedrijven hebben op dit moment vooral baat bij het creëren van inzicht en het krijgen van grip op de huidige situatie. Dat kan gaan om productiebedrijven die hun processen doorlichten, maar ook om een gemeente die meetbare afspraken maakt om betere gesprekken met beleidsmakers te kunnen voeren, door de voortgang over deze afspraken te kunnen monitoren. Zodra de nieuwe manier van werken normaal geworden is, zien mensen vaak meer mogelijkheden om data voor zich te laten werken en willen ze op den duur ook vooruit kunnen kijken.”
“Ik vind het mooi om te zien dat ook kleine bedrijven hun eerste stappen zetten. Bijvoorbeeld door binnen hun sector hackathons, of andere events om kennis te delen, te organiseren. Door krachten te bundelen en ervaringen met elkaar te uit te wisselen, kunnen we data inzetten om grotere problemen op te lossen die ons allemaal aangaan.”
Katharina erkent tegelijkertijd ook dat nog lang niet alle bedrijven klaar zijn om data science te gebruiken om de toekomst te voorspellen. “Dat vraagt om ervaring, kennis en een bepaalde mate van volwassenheid op dit vlak. En dat heeft simpelweg tijd nodig. Uiteindelijk zullen steeds meer bedrijven inzicht krijgen in hun data en op basis daarvan lessen over de toekomst leren. En ik vind het fantastisch dat ik de kans heb om bedrijven daarbij te begeleiden!”
Lijkt het je interessant om als data scientist aan de slag te gaan, dan heb je een combinatie van een aantal skills nodig. Vragen we Katharina ernaar, dan komt ze al snel met een aantal soft skills en hard skills.
“Als data scientist of data science consultant werk je vaak met mensen uit verschillende disciplines samen en heb je een belangrijke rol in de verbinding tussen de business en techniek”, legt ze uit. “Je bent niet alleen verantwoordelijk voor de vertaling van de vraag vanuit de business naar wat er kan op het gebied van data, maar ook andersom. Je laat dus ook zien wat er vanuit data mogelijk is om de business verder te helpen. Heldere communicatie en inlevingsvermogen helpen ervoor te zorgen dat de opdrachtgever steeds weet hoe de techniek zijn probleem oplost, zonder te veel over de techniek zelf te hoeven weten. Over techniek gesproken: let er goed op dat je oplossing pragmatisch en direct toepasbaar is. Hou het uiteindelijke doel in de gaten en zorg ervoor dat je zo snel mogelijk zo veel mogelijk waarde toevoegt. Ten slotte is het belangrijk dat je goed georganiseerd bent en graag blijft leren. Het vakgebied ontwikkelt zich razendsnel, waardoor we data steeds sneller en beter kunnen inzetten.”
Om een goede data scientist te kunnen zijn, heb je in ieder geval ook deze hard skills nodig:
Inmiddels zijn er opleidingen die zich specifiek richten op data science, vaak als voortborduursel op een Bachelor of Science. “Maar er zijn ook andere wegen”, vertelt Katharina tot slot. “Vaak heb je artificial intelligence, econometrie, computer science of een vergelijkbare studie gedaan, maar je kunt bijvoorbeeld ook vanuit een vakgebied zoals psychologie doorgroeien. Zo heb ik het namelijk gedaan! Tijdens mijn opleiding lag de focus op onderzoek en statistiek en kwam er later ook modelleren in R bij. Daarna heb ik een cursus programmeren in Python en SQL gedaan. Toen ik uiteindelijk kon pinpointen wat ik het leukste vind en waar ik goed in ben, werd het duidelijk dat mijn toekomst in de data science lag. Mensen en bedrijven helpen, data analyseren en daar waardevolle lessen uit trekken, dat maakt dit werk voor mij zo leuk. En het feit dat ik elke dag blijf bijleren!”
Wil je meer weten over hoe Get There data science toe kan passen voor jouw bedrijf, of wil je aan de slag als data scientist? Neem dan vrijblijvend contact met ons op, we helpen je graag verder! info@getthere.nl | recruitment@getthere.nl | telnr 0594 511513
