Analisi dati: come formare i dipendenti

L’analisi e l’interpretazione dei big data sta diventando sempre più fondamentale, ma poche aziende sono pronte a raccogliere questa sfida.

Date un attimo uno sguardo ai ruoli dirigenziali nelle grandi aziende di oggi e vedrete ruoli che fino a pochi anni fa non c’erano come Chief Data Officer, Chief Data Scientist e Chief Analytics Officer, giusto per citarne alcuni. Cosa accomuna tutte queste nuove figure? I dati.

In un mondo come questo in cui si assiste a una corsa sfrenata a raccogliere quanti più dati possibili, la vera questione non è tanto come riuscire a ottenerli, ma come sfruttare questa mole di informazioni per trasformarla in qualcosa che abbia un’utilità e un valore. Peccato che al momento ci sia una preoccupante carenza di cosiddetti “data scientist” e anche per questo la corsa di molte aziende ad accaparrarsi esperti in questo campo sta diventando frenetica.

A qualsiasi livello operativo a molti dipendenti viene richiesto di occuparsi sempre più spesso dell’analisi e dell’interpretazione dei dati molto più che in passato e ciò ha fatto in modo che la forza lavoro, prima lontana da queste esigenze, oggi debba essere il più esperta possibile di questi processi. Non è che all’improvviso tutti debbano diventare dei data scientist, ma ormai avere una minima conoscenza di questo ambito è indispensabile per prendere decisioni basate sui dati.

Più facile a dirsi che a farsi. Da un lato i produttori di software aziendale hanno già iniziato a incorporare nuovi e semplici strumenti di analisi dati nei loro prodotti, ma nella maggior parte dei casi sono le stesse aziende (e in certi casi anche le università) ad aiutare i lavoratori a diventare più esperti e capaci in questo campo.

le università non fanno un buon lavoro nell’insegnare agli studenti come sfruttare la matematica e la statistica per l’analisi dei dati

Rimanendo negli USA, l’Unversità di Cincinnati propone ad esempio corsi di sviluppo in analisi dati aperti al pubblico tra cui Advanced Data Mining, Analytics in Excel e Prescriptive Analytics: Building and Solving Optimization Problems, ma si tratta di casi isolati e, secondo il professore Tom Davenport del Babson College, le università non fanno un buon lavoro nell’insegnare agli studenti come sfruttare la matematica e la statistica per l’analisi dei dati.

Per cercare di arginare questo problema, la startup DataCamp sta costruendo da circa un anno e mezzo una scuola online specializzata in data-science, la cui missione è preparare e istruire studenti e professionisti con corsi interattivi (e non troppo costosi) di analisi dati. Al momento questi corsi si focalizzano sulla visualizzazione dati, sul report dinamico, sui grandi set di dati e sul R programming, senza però seguire il classico format academico ma preferendo un approccio fatto di brevi lezioni video e di esami online, il tutto fruibile tramite browser.

Con un costo di 25 dollari al mese e di 250 dollari all’anno per avere accesso a tutti i corsi (alcuni di quali rimangono comunque gratuiti), DataCamp ha avuto nel suo primo anno di vita oltre 100.000 partecipanti, segno che quello dei dati e della loro analisi è un ambito in piena espansione e al quale la gente guarda con molto interesse. L’esempio di DataCamp non è certo l’unico, ma è rappresentativo di come, senza avere un minimo di esperienza con certi processi e certe conoscenze, sia sempre più difficile confrontarsi con nuove esigenze e porsi di fronte a un settore in piena espansione come quello relativo ai big data e alla loro interpretazione.