Een dag uit het leven van een Business Analytics Consultant

Niels Alebregtse werkt als Business Analytics Consultant bij QNH. Hij is afgestudeerd oceanograaf en heeft daarna een promotieonderzoek gedaan naar getijdenbewegingen in rivierdelta’s. QNH geeft medewerkers graag een podium en presenteert een dag uit het leven van Niels.

Sinds het begin van mijn studie woon ik in Utrecht en inmiddels samen met mijn vrouw en twee kinderen. In mijn vrije tijd ga ik graag hardlopen en op uitjes met de familie naar bijvoorbeeld de dierentuin. Binnen QNH vervul ik de functie van Business Analytics Consultant. Dat wil zeggen dat ik bedrijven help nieuwe inzichten uit (externe) data te halen. Dit betekent dat ik enerzijds analyses uitvoer op interne datasets, en anderzijds meedenk over welke externe databronnen relevante inzichten kunnen leveren voor klanten. Deze inzichten analyseer ik ook.

Inzicht uit data
Ik heb voor deze richting gekozen omdat ik er tijdens mijn promotieonderzoek achter kwam dat ik het erg leuk vind om analyses te doen op grote en complexe datasets. Maar meer nog dan het doen van de analyses, vind ik het erg leuk om nieuwe inzichten uit die data te genereren en deze begrijpelijk te maken voor de klant. Bij het doen van wetenschappelijk onderzoek moet je alles tot in de puntjes uitpluizen, maar het vervolgens wel weer begrijpelijk communiceren naar je collega-wetenschappers. Deze uitdaging wilde ik graag aangaan in een dynamischere omgeving, vandaar dat ik de wetenschap heb ingeruild voor het bedrijfsleven.

Geen typische werkdag
Het leuke aan het doen van analyses is dat er geen typische werkdag is. Elke dag doe je nieuwe inzichten op uit de data en pas je daar je werkwijze op aan. Uiteraard zijn er wel terugkerende thema’s. Het opzetten en uitwerken van analyses doe ik op een laptop. Vaak is het eerste wat ik op een dag doe dus mijn laptop opstarten om aan de code te werken die de analyses beschrijven. Tussendoor word ik regelmatig gevraagd door collega’s om input te geven op datagerelateerde vraagstukken. Dat zijn vaak vragen over hoe resultaten gecommuniceerd moeten worden richting het hoger management. Het gaat dan bijvoorbeeld om de beschrijving die bij een grafiek geplaatst moet worden.
Verder heb ik regelmatig meetings met databasebeheerders bij klanten om data beschikbaar te krijgen voor de analyses. Dit moet dan vaak nog via de compliance afdeling om privacygevoelige data te anonimiseren. De interpretatie van de data is ook een veelvuldig onderwerp van gesprek, omdat databases vaak afgekorte kolomnamen bevatten, waardoor de betekenis van de data voor iemand zonder domeinkennis erg lastig kan zijn.

Dynamiek en diversiteit
Met name de dynamiek en diversiteit van de verschillende opdrachten vind ik erg leuk. Omdat elke klant anders is, en hun dataset anders is, wordt elke opdracht bepaald door maatwerk. Om hierin een goede aansluiting te vinden bij de klant is super gaaf. Daarnaast vind ik het een leuke, blijvende uitdaging om de inzichten die je met complexe analyses uit de data haalt begrijpelijk te communiceren naar belanghebbenden. Als een klant enthousiast reageert op een resultaat wat ik laat zien, omdat dit hun business verder helpt, geeft dat een heel voldaan gevoel. Soms is dit een eenvoudige presentatie van de data, maar het kan ook bestaan uit het opleveren van een machine learning model dat bedrijfsprestaties voorspelt voor komend jaar.

Ontwikkeling van nieuwe proposities
Ik werk momenteel bij PGGM, de pensioenfondsbeheerder van onder andere het Pensioenfonds Zorg en Welzijn (PFZW). Hier werk ik samen met een team aan de ontwikkeling van nieuwe proposities op basis van Big Data. PGGM wil op basis van interne en externe data meerwaarde creëren voor de deelnemers van PFZW en de werkgevers die zijn aangesloten bij PFZW. In dit traject word ik sterk betrokken bij het meedenken naar de invulling van deze proposities.
Met het analytics team van QNH komen we regelmatig bijeen om onze kennis te delen en optimaal gebruik te maken van de diversiteit aan achtergronden. Op deze momenten delen we ervaringen die we bij verschillende klanten hebben opgedaan. Dit leidt tot leuke kruisbestuivingen, waarbij oplossingen die voor de ene klant gebruikt zijn, ingezet kunnen worden bij een andere. Ook is het erg leuk om met collega’s mee te denken over de uitdagingen waar zij bij hun klanten voor staan.

Eerst kritisch kijken
Mijn tip voor klanten zou zijn om niet blind te varen op de hype van Big Data, maar eerst kritisch te kijken hoe data meerwaarde kan bieden aan hun organisatie. Big Data is niet de heilige graal die alle problemen oplost, maar kan wel fungeren als een krachtig middel om tot betere operationele resultaten te komen.