+31 (0)30 636 39 70 | info@onmarc.nl

Wordt ook de data analist geautomatiseerd?

OnMarc

Data Science voorbij de hype

Wordt ook de data analist geautomatiseerd?

 

Michael Wang schreef onlangs op KDNuggets een blog waarin hij zich afvroeg wat de data scientist nog te zoeken heeft in een tijd die door GenAI wordt gedomineerd. Betekent de opkomst van steeds meer low-code (of gegenereerde code) apps dat je team straks bestaat uit 2 chatbots en een UX’er? Of biedt dit juist kansen?

Het punt van de blog hierboven is: Ja, de data scientist gaat weg, maar diens skills niet. Als programmeren en generalistische statistische/ML kennis niet meer onderscheidend zijn, betekent dit dat juist veel meer mensen zich kunnen toeleggen op datagedreven werken. Waar je nu dus wellicht een team vakidioten aanstuurt, betekent dit straks (eindelijk) dat je hele bedrijf zelf hun vragen kan oplossen. Tot een bepaald niveau dan.

Data voor iedereen

Natuurlijk zal een geavanceerde analyse het terrein van de specialist blijven. Hard nodig ook, want als je voorbij de concurrent wilt, moet het niet door iedereen uit ChatGPT getrokken kunnen worden. Tegelijkertijd vraagt dit een brede beschikbaarheid van data. Goede data, die weinig asterisken of disclaimers behoeft. Als je marketeer zelf aan de gang wilt met een CLV-analyse, moet er een degelijk klantcentrisch datamodel zijn.

Niet voor niks schreven we al een tijd terug over het stoppen met het ‘dataloket’, maar dit gaat nog wel verder.

Het vraagt niet alleen een multidisciplinaire kijk op analyses, maar ook analytisch vermogen over de disciplines heen. Ook dan geldt zeker: garbage in = garbage out.

Datagedreven werken voorbij de GenAI-hype

  1. Begin met een goed datafundament, dat breder werkt dan alleen de dagelijkse rapportages die nu plaatsvinden
  2. Zorg ervoor dat in eerste instantie Data Analytics is uitgerust die data te gebruiken en te duiden
  3. Inspireer collega’s uit andere disciplines met laaghangend fruit, maar: neem ook een data glossary of andere definities mee daarbij.
  4. Enable die ideeën met ondersteunende technieken.
OnMarc Data Platform

Samen sparren over data science voorbij de AI-hype? Neem vooral contact met ons op!

Kevin van Kalkeren combineert een achtergrond in sociale psychologie met data science. Daarmee snapt hij niet alleen hoe je met data moet werken, maar ook dat die data meer betekent dan enen en nullen. Bij OnMarc zet hij zich dan ook in om (bezoekers)gedrag tastbaarder te maken, om relevanter te zijn voor gebruiker én de klant van OnMarc zelf. Zo bouwt zijn team aan machine learning oplossingen voor exit detectie, clustering en andere diepgaande (marketing) analytics. Kevin is daarnaast betrokken als docent bij de Hogeschool Utrecht, heeft een eigen AI-boekenplatform en werd in 2023 genomineerd als Data Professional van het Jaar.

0 Comments

Leave a reply

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

*