Az adatokkal foglalkozó munkakörök nevei könnyen összekeverhetők. A Data Analyst és a Data Scientist elnevezés különösen hasonló, és a két szakma között valóban jelentős az átfedés: mindkettő adatokat gyűjt, tisztít és elemez, statisztikai módszereket használhat, és az eredményeket valamilyen formában mások számára is értelmezhetővé teszi. A különbség a szakmai mélységben és az elemzés céljában keresendő.
A Data Analyst, magyarul adatelemző, elsősorban a rendelkezésre álló adatokból próbál üzletileg értelmezhető információt előállítani. A munka gyakran egy konkrét üzleti kérdéssel kezdődik:
Az adatelemző ezek megválaszolásához különböző adatforrásokból dolgozik. Lekérdezheti az adatbázist (SQL), összekapcsolhat több adatforrást, megtisztíthatja az adatokat, majd statisztikai elemzéseket és jól emészthető vizualizációkat készíthet (pl. Power BI).
A gyakorlatban ezért gyakori feladat: SQL-lekérdezések készítése, adatok tisztítása és átalakítása, Excel vagy más táblázatkezelő használata, statisztikai elemzés, kimutatások és riportok készítése, összefüggések keresése, és végül az eredmények bemutatása a vezetőségnek vagy ügyfélnek. Az adatelemző álláshirdetések részletesebb feladat listájában is általában ezek szerepelnek, egyes munkakörökben kiegészítve a BI eszközökkel és dashboard készítéssel / frissítéssel.
Egy elemzés végén az adatelemző például egy ilyen eredményt adhat át:
„Az elmúlt hat hónapban az új ügyfelek száma 18%-kal nőtt, de az átlagos vásárlási érték 11%-kal csökkent. A visszaesés elsősorban a 25–34 éves korcsoportban jelentkezik, és főként a mobilos vásárlásoknál figyelhető meg.”
Ez már olyan információ, amely alapján egy marketinges, értékesítő vagy vezető döntést hozhat.
A Data Scientist, vagyis adattudós, szintén adatokból indul ki, de munkája általában erősebben támaszkodik a statisztikai modellezésre, a programozásra és a gépi tanulásra. Az adattudósok adatokat gyűjtenek és elemeznek, algoritmusokat és modelleket készítenek, azokat tesztelik és frissítik, majd az eredmények alapján üzleti javaslatokat is megfogalmazhatnak. Ugyanakkor az adattudósok messze nem csak az üzleti világban tevékenykednek: a szociológusok, biológusok és számos egyéb kutatói területen szükség van a Data Science alkalmazására.
Még egy különbség: az adattudós nem feltétlenül egyszerűen azt akarja megmondani, hogy mi történt az adatokban. Gyakran modellt épít, amely segítségével előrejelzést lehet tenni, vagy olyan gépi tanulási eszközt létrehozni, amivel osztályozást vagy más automatizált döntést lehet létrehozni.
Az előző webáruházas példánál maradva az adattudós elkészíthet egy olyan modellt, amely minden ügyfélhez hozzárendel egy valószínűséget:
„Ennek az ügyfélnek 82% az esélye arra, hogy a következő 30 napban nem vásárol.”
Tipikus kérdések egy üzleti területen dolgozó Adattudósnál:
· Melyik ügyfél fog valószínűleg lemorzsolódni?
· Mekkora lesz várhatóan a következő hónap kereslete?
· Melyik terméket érdemes ajánlani egy adott vásárlónak?
· Egy tranzakció valószínűleg csalás-e?
· Egy kép vagy szöveg melyik kategóriába tartozik?
· Milyen tényezők alapján lehet egy esemény bekövetkezését előre jelezni?
Ehhez az adattudós gyakran használ:
A Data Scientist munkája magában foglalhat adatbányászatot, adatmodellezést, természetes nyelvfeldolgozást és gépi tanulást is, nagy strukturált és strukturálatlan adathalmazokon.
A két szakma között sokkal több a közös vonás, mint a különbség.
Mindkettőnek szüksége van arra, hogy:
Adatokkal tudjon dolgozni.
Az adatokat meg kell találni, össze kell gyűjteni, ellenőrizni és gyakran meg is kell tisztítani.
Értse a statisztikai gondolkodást.
Nem elég egy számot kiszámolni. Fontos megérteni, hogy az eredmény mit jelent, mennyire megbízható, és milyen következtetés vonható le belőle.
Tudjon programozni vagy legalább adatkezelési eszközöket használni.
Az SQL különösen fontos közös eszköz. A Python és az R használata is megjelenhet mindkét területen, bár az adattudományban általában nagyobb szerepet kap a programozás és a modellezés.
Tudják értelmezni az adatokat.
Az adat önmagában nem eredmény. A szakember feladata annak megállapítása, hogy az adatokból milyen következtetés vonható le. Ehhez különösen jól jön, ha az adatelemző vagy adattudós ismeri a vizsgált területet, azaz a domaint.
Tudják kommunikálni az eredményeket.
Egy tökéletes elemzés sem sokat ér, ha az eredményét a döntéshozók nem értik. Vannak munkakörök, ahol az elvárt eredmény csak egy szám, máshol viszont színes-szagos kimutatást várnak el, de ez nem attól függ, hogy Data Analystként vagy Data Scientistként dolgozik az ember.
A legegyszerűbben megmutatható különbség az, hogy az adatelemző munkájának gyakori végpontja egy elemzés, riport vagy dashboard, míg az adattudós munkájának gyakori végpontja egy statisztikai vagy gépi tanulási modell, vagy optimalizálási javaslat.
Az adatelemző lekéri a szükséges adatokat, ellenőrzi és megtisztítja őket, összehasonlítja az eredményeket a korábbi kampányokkal, majd elkészíti az elemzést vagy dashboardot. Ezután megbeszéli az eredményeket a marketingcsapattal.
Az adattudósnak nem elég megtalálnia a korábbi mintázatokat. Meg kell határoznia, milyen adatokat használjon, elő kell készítenie azokat, ki kell választania és be kell tanítania a megfelelő modellt, majd meg kell vizsgálnia, hogy a modell mennyire pontos és mennyire használható a gyakorlatban. Nem csak elemez, de javaslatot és modellt készít, hogy lehetne jobban csinálni a vizsgált folyamatot.
A két szerep között azonban nincs éles határ. Mindkettő közös alapokra épül: adatkezelésre, statisztikai gondolkodásra, programozásra, elemzésre és az eredmények értelmezésére.
Deutsch
