Hebben we meer data scientists nodig of betere analytics-software?

De potentiële waarde van data voor de Nederlandse economie wordt door de Nationale Denktank geschat op 45 miljard euro. Uit onderzoek van McKinsey blijkt echter dat er op de arbeidsmarkt een groeiend tekort is aan data scientists. Het is goed nieuws dat steeds meer bedrijven de waarde van data zien, maar ik denk dat meer data scientists op de lange termijn niet de oplossing zijn. Analytics-software moet zo gebruiksvriendelijk en intelligent worden dat élke werknemer met data kan werken.

De Universiteit van Amsterdam, de Vrije Universiteit en de Hogeschool van Amsterdam hebben onlangs de Amsterdam School of Data Science opgericht. Hiermee willen zij het grootste opleidingsaanbod in Europa creëren en het nijpende tekort aan data scientists op de arbeidsmarkt terug te dringen. Dat is een goed initiatief, maar ik denk dat je hiermee het onderliggende probleem niet oplost. Organisaties hebben blijkbaar steeds meer behoefte aan kennis om meer waarde uit hun data te halen. Data scientists spelen daar zeker een rol bij, maar volgens mij moet het grote volume aan inzichten uit data van normale medewerkers komen. Dat is echter alleen mogelijk als de organisatie ze daarvoor de juiste middelen in handen geeft.

Analyse democratiseren
Voor data-analyse zijn er grofweg twee oplossingen beschikbaar voor bedrijven: de traditionele enterprise-platformen en de modernere desktop/cloud-gebaseerde tools. De oplossingen uit eerste categorie zijn robuust en schaalbaar, maar meestal niet geschikt voor normale gebruikers. IT-personeel moet werknemers voorzien van bruikbare data uit het systeem, waarmee zij vervolgens hun analyses kunnen doen of rapportages kunnen maken. Dit werkt enorm vertragend, en het zorgt voor lange werkprocessen. Er moeten immers continu gegevens voor verwerking uit het systeem gehaald worden door middel van deels handmatige (en foutgevoelige) processen. Als reactie daarop werden in de loop der jaren desktop-gebaseerde analyse-tools ontwikkeld. Deze hadden een focus op gebruiksgemak en het creëren van mooie visualisaties.

Het grote nadeel van deze oplossingen is echter dat ze niet schaalbaar genoeg zijn voor enterprise-gebruik. Ze creëren daarnaast datasilo’s, vrij van centrale controle. In praktijk zie je dat beide oplossingen uit noodzaak naast elkaar worden gebruikt binnen organisaties. Het ideaal zou zijn om het beste van beide werelden te combineren. De enterprise robuustheid en schaalbaarheid van het analytics-platform, gecombineerd met het gebruiksgemak van de desktop-tools. Alleen dan kun je als organisatie het gebruik van data democratiseren, en in theorie elke werknemer toegang geven tot dezelfde correcte databron. De data scientist maak je er niet mee overbodig, maar het stelt je wel in staat om te focussen op complexe analyses, die meer waarde toevoegen. Dat is de volgende evolutie van analytics.

User experience, AI en data
Elke organisatie die zich nu en in de toekomst serieus met data-analyse wil bezighouden, heeft een enterprise analytics-platform nodig, waarin alle bedrijfsdata centraal worden beheerd. Gebruikers moeten in principe allemaal toegang kunnen krijgen tot dit platform, mits toegang tot data op een veilige manier is geregeld. Daar bovenop is een gebruiksvriendelijke interface noodzakelijk. Die moet zich aanpassen naar het niveau van de gebruiker, en idealiter ook ‘analytics-recepten’ hebben om op een eenvoudige manier datasets te combineren en daar nuttige inzichten uit te halen. Denk bijvoorbeeld aan de optie om in één klik de meest winstgevende artikelen van een winkel te zien, inclusief de relevante correlaties.

Maar de analytics-platformen van de toekomst zullen volgens mij nog veel verder gaan. Denk bijvoorbeeld aan de toevoeging van geautomatiseerde vormen van big data analytics, waarmee verborgen patronen in grote hoeveelheden data ontdekt kunnen worden. Artificial Intelligence (AI) systemen zouden als optionele modules het werk van data scientists kunnen overnemen. Deze AI’s zouden de organisatie proactief van nieuwe inzichten kunnen voorzien, of gebruikers helpen met kant-en-klare analyses en rapportages. Ik denk dat zo’n krachtig en gebruiksvriendelijk analytics-platform voor organisaties veel meer voordeel zou hebben dan een groot van team data scientists. Dat klinkt nu misschien nog futuristisch, maar in het huidige snelle innovatieklimaat zou die toekomst wel eens heel dichtbij kunnen zijn.