Tien redenen waarom iedere data analist ook een consultant is

8 juli 2020

Artikel geschreven door Stijn Kuijpers, Managing Consultant

Vandaag de dag is iedere data analist ook een consultant. Zeker als je impact wilt maken met je werk. Investeer daarom in jezelf en ontwikkel je ‘soft skills‘.

Misschien was er ooit een tijd dat jij als data analist in de luwte van je eigen werkplek, ver weggestopt van collega’s, gave data-dingen kon doen die toch niemand snapte. Die tijd, mocht die ooit bestaan hebben, is toch echt voorbij. Je staat nu in het centrum van de aandacht. Jouw analyses en inzichten leveren meer gespreksstof op dan het weer, versoepeling van de coronamaatregelen en de aandelenkoers bij elkaar.

‘Datagedreven werken’ staat hoog op de prioriteitenlijst van jouw organisatie en jij staat in het middelpunt van die verandering. Hoewel je als data analist niets liever wil dan gewoon gave analyses uitvoeren, word je geconfronteerd met steeds hogere verwachtingen: je bent een ‘rockstar’ waar iedereen iets van wil (en het liefst gisteren). En tegelijkertijd moet je verantwoorden dat je je werk op een veilige, integere manier uitvoert. Jij bent in staat complexe voorspelmodellen te bouwen, maar de meeste collega’s zijn al blij als ze een draaitabel kunnen gebruiken.

 

Ontwikkel je ‘soft skills’ met adviesvaardigheden

In die werkelijkheid kun je je alleen staande houden als je inhoudelijke vaardigheden combineert met ‘soft skills’. Wij geven je tien redenen waarom het verstandig is om je adviesvaardigheden te blijven ontwikkelen. Zeker omdat je als data analist eigenlijk óók een consultant bent.

Reden 1 – De vraag achter de vraag herhalen

Is het al eens voorgekomen dat je in je mailbox of ticketsysteem het perfect uitgewerkte analyseverzoek hebt ontvangen van een collega of manager? Inderdaad, die kans is vrijwel nihil. Het is namelijk echt lastig om een business uitdaging goed door te vertalen naar een analysevraagstuk. Het is aan jou, als analist, om in een persoonlijk gesprek te achterhalen waar je collega behoefte aan heeft. Zodat je samen tot een goede vraagstelling en analyseaanpak kunt komen.

Reden 2 – Inspireren en enthousiasmeren

Je kunt zo ontzettend veel gave dingen doen met data! Maar dat is zeker niet bij iedereen bekend. Met inspirerende voorbeelden die passen bij de doelen van jouw organisatie, kun je je collega’s enthousiast maken over jouw vakgebied. Het is daarbij belangrijk om aan te voelen hoe snel en diep je kunt gaan, zodat je je publiek niet verliest.

Reden 3 – Training-on-the-job

Samenwerken met een data analist staat gelijk aan leren van een data analist. Datavaardigheden worden bij veel organisaties net zo vanzelfsprekend als kunnen omgaan met Word of Powerpoint. Maar ook dat gaat niet vanzelf. Als specialist wordt van jou verwacht dat je in het juiste tempo kennis overdraagt. En je collega ondersteunt bij het opdoen van praktische vaardigheden, zoals het interpreteren van tabellen of grafieken, het gebruiken van PowerBI of snappen hoe een voorspelmodel op hoofdlijnen werkt. Dat vereist geduld, inlevingsvermogen en communicatievaardigheden.

Reden 4 – Mensen meenemen in een verandering

Stel je eens voor dat je een ijsverkoper bent. Door jouw jarenlange ervaring weet je precies hoeveel vers ijs je moet maken voor het komende weekend en welke smaken er nodig zijn. Oké, je gooit wel eens wat restanten weg, omdat de weersomstandigheden tegenzitten, maar meestal lukt het aardig om je zaak draaiende te houden. ‘Fast forward’, een jaar later: je ijssalon is onderdeel geworden van een grotere organisatie met een uitgebreide analyse afdeling. De data analisten hebben een voorspelmodel gebouwd dat best goed kan voorspellen hoeveel klanten je dit weekend zult krijgen en welke smaken ze willen proeven. Je hoeft als ijsverkoper alleen maar te volgen wat het model adviseert. Veel succes!

Veel collega’s met wie je als data analist samenwerkt, zijn al jaren ‘rockstar’ op hun eigen vakgebied. Het is ze gelukt om zonder algoritmen of fancy dashboards plezier te hebben in hun werk en successen te behalen. Nu krijgen ze te horen dat ze ‘datagestuurd’ moeten gaan werken en dat ‘algoritmen’ daar een rol in kunnen spelen. Dat is een grote verandering voor ze! Je hebt als data analist de morele plicht om jouw collega’s goed te ondersteunen in deze verandering. Met respect voor hun kennis en ervaring en gericht op het samen behalen van succes.

Reden 5 – Resultaten interpreteren, conclusies formuleren

De  uitkomsten van een data analyse vormen doorgaans geen eindconclusie op een presenteerblaadje. Er komt veel interpretatie bij kijken, waarbij jouw businesskennis en statistische vaardigheden bij elkaar komen. Die geïnterpreteerde analyseresultaten vertaal je vervolgens tot een onderbouwd advies, met daarin conclusies die uitgebalanceerd zijn en te begrijpen voor de opdrachtgever. Dat klinkt als een uitdagende adviesrol, toch?

Reden 6 – Overtuigend presenteren

Je werkt een paar weken keihard om data bij elkaar te verzamelen, te prepareren en te modelleren tot een perfect voorspelmodel. Je bent tot vlak voor de deadline bezig met het balanceren van de variabelen en finetunen van het model. Hierdoor heb je  weinig tijd over om de presentatie voor te bereiden die je de volgende dag moet geven aan je opdrachtgever en zijn hele team. Je kopieert wat grafieken en tabellen in een Powerpoint: de rest bespreek ik wel in de ‘voice over’. Gelukkig, net op tijd klaar.

Tijdens de presentatie krijg je een aantal (terechte) vragen die je gemakkelijk had kunnen voorkomen, als je wat extra aandacht had besteed aan de presentatie. Je merkt dat je collega’s afhaken: enthousiasme maakt plaats voor vraagtekens, twijfel krijgt de overhand: moeten we dit wel willen?

Het is eeuwig zonde voor al jouw inspanningen, als je jezelf niet beloont met een overtuigende presentatie. Een strakke presentatie met een kop en een staart, waar een prikkelend advies wordt onderbouwd met de gebruikte analyseaanpak en -resultaten.

Reden 7 – Transparantie en uitlegbaarheid

Een klant heeft recht op transparantie over de inzet van data en algoritmen. Je moet te allen tijde kunnen uitleggen waarom de ene klant wel een aanbieding krijgt en een andere klant niet. Hoe komt zo’n selectie tot stand en hoe kun je bewijzen dat er niet (onbedoeld) wordt gediscrimineerd op geslacht, afkomst of leeftijd, terwijl dat niet nodig is? Daarnaast bevordert het besluitvorming wanneer je goed kunt uitleggen wat er ‘onder de motorkap’ van je analyse gebeurt, zodat collega’s kunnen vertrouwen op de uitkomst. Hiervoor heb je inhoudelijke kennis nodig, maar ook de ‘soft skills’ om jezelf te verplaatsen in anderen en helder te communiceren.

Reden 8 – Brondata beschikbaar krijgen

Een data analyse zonder data is als een…. Nou ja, laat die beeldspraak maar zitten, het is duidelijk dat je (ruwe) data nodig hebt om je werk te kunnen doen. Het heeft bij systeembeheerders of andere collega’s niet altijd de hoogste prioriteit om data voor jou beschikbaar te maken, tagging in te richten of maatregelen voor verbetering van de datakwaliteit door te voeren. Je zult dus in onderhandeling moeten gaan, collega’s overtuigen of verleiden, om te krijgen wat je nodig hebt. Daarbij kom je niet ver met alleen vakkennis en rationele argumenten, hier komen ook veel ‘soft skills’ bij kijken: gelijk hebben is niet hetzelfde als gelijk krijgen!

Reden 9 – Invloed op toekomstig IT landschap

Je bent als data analist blij wanneer je toolbox goed gevuld is met ‘state of the art’ tools die je zelf kunt installeren, gebruiken en uitbreiden wanneer je wilt. Bovendien wil je de capaciteit van je analyseserver kunnen bijstellen, afhankelijk van de rekenkracht die je op dat moment nodig hebt. Daarnaast wil je kunnen samenwerken, scripts delen en historie vasthouden. Tenslotte wil je de modellen of dashboards die je hebt ontwikkeld, live brengen in diverse bedrijfsprocessen.

De realiteit is vaak dat het IT landschap van je organisatie deze mate van volwassenheid nog lang niet heeft bereikt. Je zult je visie, adviesvaardigheden en overtuigingskracht moeten inzetten om invloed uit te oefenen op de IT strategie en de te volgen koers op jouw vakgebied.

Reden 10 – Loopbaanplanning

Het vakgebied van een data analist is dynamisch en continu in beweging. Er zijn talloze verleidelijke trends en nieuwe technieken om je in te verdiepen of verliezen. Probleemanalyse, samenwerking en communicatie zijn vaardigheden die altijd als een rode draad door jouw vakgebied zullen lopen. Of je volgende carrièrestap nu binnen je eigen organisatie is, naar een groter corporate of een klein bedrijf, als zzp’er of naar een adviesbureau: investeren in je soft skills heeft altijd toegevoegde waarde!

 

Soft skill training: adviesvaardigheden
Waar je ook bent in je ontwikkeling, voor ieder niveau hebben we een passende training adviesvaardigheden: basis, gevorderd of expert level.

Bekijk de training adviesvaardigheden basis >Adviesvaardigheden gevorderd >Adviesvaardigheden expert >

Nieuwsgierig naar al onze trainingen op het gebied van data analytics en data science? Lees snel verder >

En neem gerust contact op om kennis te maken of meer informatie te krijgen. Je vindt onze contactgegevens hieronder.

Contact

Wil je meer weten over dit onderwerp? Neem dan contact op met Stijn Kuijpers via onderstaande contactgegevens.

Stijn Kuijpers, Managing Consultant

+31 6 11 31 50 99

s.kuijpers@cmotions.nl

Laatste nieuws

The Beatles zijn terug? Het bouwen van een Beatles lyrics generator

13 december 2022

In 1964 brachten de Beatles hun iconische nummer “I Want to Hold Your Hand” uit. Vanaf... lees meer

Gastcollege Erasmus Universiteit

11 mei 2022

Welke tools en skills zijn er nodig om data te analyseren bij moderne bedrijven en hoe... lees meer

Weet jij nog een geschikte dataset voor mij?

21 april 2022

Bij Cmotions helpen we bedrijven om beslissingen te nemen op basis van data. Soms nemen we... lees meer

Schrijf je in voor onze nieuwsbrief

Mis nooit meer iets op het gebied van advanced analytics, data science en de toepassing daarvan binnen organisaties!