De opkomst van de Data Scientist: een nieuwe kans voor het kanaal

Big Data is Big. Het aantal bedrijven dat data verzamelt uit verschillende bronnen, analyseert en deze kennis vervolgens inzet om hun doelen en uitdagingen te behalen, neemt toe. Het aantal bedrijven dat deze ontwikkelingen nauwgezet volgt en overweegt hierin te investeren ook. Maar welke kansen biedt dit voor het kanaal? Waar zit de ´sweet spot´ voor partners waar het gaat om het profiteren van de Big Data ontwikkeling?

In het agfelopen jaar is er een groeiende vraag  ontstaan naar een nieuw soort professional die bedrijven kan helpen op basis van Big Data inzichten te verschaffen waarmee zij hun concurrentiepositie versterken en beter kunnen innoveren. Dit vraagt om hele andere capaciteiten, en kennis die verder gaat dan bestaande functies nu bezitten. We hebben het hier over de Data Scientist.

Perfecte positie
De traditionele rol van het kanaal bij het integreren van verschillende technieken en platformen, geeft het een perfecte positie om de opkomst van het vak van Data Scienstist te ondersteunen en ervan te profiteren. Als reseller, maar bijvoorbeeld ook als Data Science consultant. Sterker nog, Big Data biedt een enorme kans voor kanaalpartners hun positie in de markt te versterken door applicaties en expertise te bieden waarmee bedrijven meer kunnen halen uit Big Data.
Om deze kans te benutten, moet het kanaal echter eerst begrijpen wat een Data Scientist drijft en welke tools deze professional gebruikt. Dit is immers ook traditioneel waar de grote kracht van het kanaal zit: het begrijpen van de klant en het spreken van de taal van de klant.

Verantwoordelijkheden Data Scientist
Wat is nu precies een Data Scientist en welke tools zijn van toepassing voor dit vakgebied?
Onder de verantwoordelijkheden van een Data Scientist vallen onder andere:
• Het opzetten en adviseren met betrekking tot algoritmen voor data mining
• Beslissen welke analyses interessant en van belang zijn
• Voortdurend analyseren van data om te beslissen hoe je een betere consumentenervaring biedt
• Opzetten van targeting op basis van gedrag
• Het ontwikkelen van nieuwe producten en diensten door het toepassen van analysemethoden op grote hoeveelheden data
• Innovatieve manieren bedenken om nieuwe data te ontdekken en te exploreren, datakwaliteit te verbeteren en de wijze waarop data wordt beheerd, gemodelleerd, geleverd en gecreëerd, te optimaliseren .

Data mining complexer
Naast dat de hoeveelheid data in organisaties sterk groeit, wordt het proces van data mining complexer. Bedrijven voegen immers meer storage en infrastructuuronderdelen toe om de uitdaging met betrekking tot Big Data tegemoet te kunnen komen. De sporen die mensen achterlaten op het web nemen toe, omdat er meer tijd online wordt doorgebracht. Hoogwaardige mobiele applicaties genereren ook meer informatie die kan worden geanalyseerd. Data is overal en een Data Scientist moet een variëteit aan verschillende databronnen bekijken om te kunnen beslissen welke data door bedrijven gebruikt kan worden voor intelligente toepassing. Dit kan uiteenlopen van statusupdates op sociale netwerken, blogs of online transactiegegevens.

Na het verkrijgen van data heeft de Data Scientist de taak deze te conditioneren. Hierbij maakt hij gebruik van data management en optimalisatietechnieken. Terwijl er steeds meer data wordt gegenereerd, die verwerkt wordt in formats die eenvoudig te ´lezen´ zijn, is er ook data die moeilijk te analyseren is. Voorbeeld hiervan is geospatiale data. Databronnen die in gigabytes of terabytes meten zijn redelijk normaal. Data Scientists moeten echter ook nieuwe vormen van analytische databases gaan gebruiken. Zo heeft Greenplum bijvoorbeeld snelle algoritmen voor data mining die grote hoeveelheden data heel efficiënt kunnen verwerken.

Tools
De keuze die een Data Scientist of een externe Data Science consultant maakt voor een analysetoolhangt vaak af van het type data mining dat vereist is. Specifieke business intelligence tools op de markt zoals Cognos of Siebel, zorgen ervoor dat gebruikers historische data kunnen analyseren om hun producten te kunnen verbeteren. High end tools zoals SAS hebben meer voorspellende kracht en kunnen toegepast worden in het voorkomen van fraude en het voorspellen van gedrag van concurrenten.

Om met de complexiteit van data mining om te kunnen gaan, moeten Data Scientists of Data Science consultants op de hoogte zijn van nieuwe ontwikkelingen. Ook moeten zij kennis hebben van wettelijke zaken als zij private of beveiligde data uit externe bronnen besluiten te gebruiken. Statistische capaciteiten zijn essentieel voor een Data Scientist als zij zoeken naar patronen in data evenals kennis van andere gebieden van wiskunde.

Creatieve benadering
We zien echter ook dat Data Scientists niet alleen technische en wetenschappelijke capaciteiten hoeven te hebben, maar ook creatief moeten zijn zodat zij kunnen zorgen voor een goede visuele weergave van de data en de correlatie en verbanden tussen de verschillende onderdelen kunnen aantonen. Deze creatieve benadering van Data Science vereist een vergaande nieuwsgierigheid. Denk aan kinderen die hun speelgoed of oude laptop helemaal uit elkaar halen om te bekijken hoe deze in elkaar zitten en hoe ze precies werken. Deze mentaliteit is ideaal voor een succesvolle Data Scientist en dit is het soort persoon dat het kanaal moet leren te begrijpen.

Met de opkomst social media nam de vraag naar social media consultants toe. Nu men inziet dat de data explosie verder zal toenemen is er meer behoefte aan de expertise van Data Scientists om te kunnen profiteren van deze groei in informatie. Cultureel Antropoloog Thornton May beschrijft de Data Scientist als de held van de volgende eeuw. Er is nu nog onduidelijkheid over welke taken nu precies aan een Data Scientist toebehoren, maar de positie zal zich geleidelijk ontwikkelen. Het is in ieder geval duidelijk dat het een veelzijdig persoon is die van grote waarde kan zijn voor bedrijven en resellers.

Expert binnen organisatie
Natuurlijk is het niet voor ieder bedrijf weggelegd een Data Scientist in dienst te hebben. Daarom zouden System Integrators en VAR's ook binnen de eigen organisatie kunnen werken aan het ontwikkelen van expertise die kenmerkend is voor een Data Scientist. Bijvoorbeeld in de vorm van de eerder genoemde Data Science consultant. Een dedicated expert is ook hier wellicht wat veel van het goede, maar voor iemand die bijvoorbeeld al veel kennis heeft van Business Intelligence, is de stap naar Data Science kleiner en kan het een mooie ontwikkeling in zijn pad als professional betekenen.

Succesvolle resellers en partners floreren niet alleen omdat zij klanten begrijpen, maar ook omdat zij een unieke combinatie van technologieën en kennis hebben om hen het beste te kunnen adviseren. En dat is precies waarom het kanaal de beste uitgangspositie heeft om te profiteren van de opkomst van Data Science als vakgebied. Niet alleen als reseller, maar ook als Data Science consultant. Een mooie kans, met een veelbelovende toekomst!

Hans Timmerman is Country Technology Officer bij EMC Nederland