Hoe haal je data-expertise in huis?

Een vereiste voor een data-gedreven organisatie is het in huis hebben van data-science expertise. Deze expertise stelt je in staat om data te verzamelen uit verschillende interne en externe bronnen. Met behulp van wiskundige en statistische modellen kun je deze data vervolgens analyseren. Dit levert inzichten op, versnelt processen en kan zelfs tot voorspellingen leiden.

Je kunt deze expertise in huis halen door nieuwe mensen aan te nemen. Maar welke mensen zou je moeten aannemen? Alleen Data Scientists? Data Scientists worden vaak gezien als de meest gewilde profielen op de markt. We vissen allemaal in dezelfde vijver. Ze zijn schaars, duur en geven de voorkeur aan spannende projecten bij grote bedrijven die al ver gevorderd zijn in hun digitale transformatie. Gelukkig is er een andere manier om data-science expertise in huis te halen. En nog beter: er komt geen werving aan te pas. Marlies van Sonsbeek deelt haar geheimen over hoe je data-expertise in huis kunt halen.

1. De Data Scientist

Wat is een Data Scientist?

De kernfunctie van een (Big) Data Scientist is het structureren en analyseren van grote hoeveelheden data om inzichten te ontdekken die relevant zijn voor de organisatie waarvoor hij of zij werkt. De Data Scientist doet dit door gebruik te maken van verschillende technologieën, of door zelf technologieën te ontwikkelen door het schrijven van algoritmen. De Data Scientist kan worden omschreven als de ingenieur van de toekomst. Hij of zij verwerkt data en levert deze als input aan andere disciplines binnen de organisatie, zoals het management of productontwikkeling.

De rol van de Data Scientist is cruciaal voor organisaties die waardevolle inzichten uit hun data willen halen. Het vereist analytische en modelleer-vaardigheden om verbanden binnen data te ontdekken en patronen bloot te leggen. Daarnaast zijn vaardigheden op het gebied van datamanagement essentieel om de relevante dataset op te bouwen die voor analyses wordt gebruikt.

De veranderende rol van een Data Scientist

De rol van de Data Scientist is de afgelopen jaren sterk veranderd. Waar voorheen de nadruk lag op de ‘wetenschapper’, is nu de ‘verbinder’ steeds belangrijker. De Data Scientist van vandaag moet uiteraard een achtergrond hebben in wiskunde en kennis van softwareontwikkeling, maar minstens zo belangrijk zijn marktkennis en communicatieve vaardigheden.

De Data Scientist bij Finaps

Bij Finaps gebruiken we een andere term voor Data Scientists: wij noemen ze Data Analytics Engineers. Deze professionals zijn in staat om het bedrijfsprobleem te analyseren, dit te vertalen naar de benodigde oplossing en het daadwerkelijk te implementeren met de juiste technologie. Van Sonsbeek vat het met een glimlach samen: “Ik noem ze vaak onze communicatieve nerds. Onze engineers helpen je om waarde uit data te halen, processen te optimaliseren en kijken hoe je medewerkers zelf expertise kunnen opbouwen. Bovendien hebben al onze ‘communicatief sterke nerds’ diepgaande kennis van de financiële sector.”

2. Hoe wij het aanpakken

Bouw niet zomaar iets

Het principe van ‘u vraagt, wij leveren’ zit niet in het DNA van de Data Analytics Engineer. We beginnen pas met bouwen wanneer we zeker weten dat de oplossing werkt voor de mensen die er daadwerkelijk mee gaan werken. Dit doen we door vooraf de juiste vragen te stellen aan de relevante stakeholders: zowel aan de toekomstige gebruikers van de oplossing als aan de IT-afdeling. We vragen door. Welke informatie is nodig? Welke analyses zijn vereist? En hoe kunnen we dit op een intuïtieve manier toegankelijk maken voor de klant?

“Onze Data Analytics Engineers kun je zien als een volwaardige sparringpartner. Wat wil je echt? Weet je wat je nog niet weet?” vat Van Sonsbeek samen.

Microdoelen

Zodra de stip op de horizon duidelijk is, beginnen we kleinschalig. We werken stap voor stap toe naar microdoelen. Zijn we nog op de juiste weg? Na elke fase evalueren we: gaan we door op deze koers, of moeten we een andere richting inslaan? “Het is niet de bedoeling dat we na zes maanden iets opleveren en ontdekken dat de klant iets anders verwachtte,” zegt Van Sonsbeek. Zo creëren we oplossingen die daadwerkelijk werken voor de gebruikers.

3. Hoe Finaps helpt

Samen met de Data Analytics Engineers van Finaps richt je processen in op het platform van jouw keuze. Moderne platforms, zoals het SAS-platform, zijn zo gebruiksvriendelijk dat gebruikers zelf handelingen kunnen uitvoeren die normaal gesproken door Data Scientists worden gedaan. Hierdoor kun je ‘Data Citizens’ inzetten. Dit zijn mensen met sterke kennis van de business die eenvoudig aan de slag kunnen met een ‘no code interface.’

Wij helpen je naar de volgende stap

Of je nu een klein bedrijf bent dat data-expertise zoekt of een organisatie met een ervaren data-team, wij ondersteunen je in het zetten van de volgende stap in je data-reis. Onze Data Analytics Engineers zijn niet alleen technisch onderlegd, maar hebben ook de vaardigheid en kennis om dit te vertalen naar een zakelijke oplossing die echte waarde creëert voor onze klanten. Pure data-analyse is niet langer voldoende; wij zijn ervan overtuigd dat pas de vertaling naar actie, proces of voorspelling – via een intuïtieve applicatie – onze klanten verder helpt.

In al onze projecten werken we samen met klanten om bedrijfskennis en datakennis te combineren, met als doel waarde te creëren. Bij Finaps denken we mee, kijken we met frisse ogen en nieuwe ideeën naar waar je nu staat, waar je naartoe wilt en hoe je daar op de meest efficiënte en waardevolle manier kunt komen. We brengen veel ervaring uit de financiële wereld mee en werken altijd in partnerschap met klanten om hun interne kennis van bedrijfsprocessen te benutten en een onderscheidende oplossing te bouwen op basis van deze kennis.

Wat kunnen we in drie maanden bereiken?

Word binnen drie maanden een meer data-gedreven organisatie. Ontvang bruikbare inzichten uit data die leiden tot betere en beter onderbouwde beslissingen.