Gegevensanalisten verzamelen gegevens en onderzoeken deze om trends te ontdekken en informatie te verzamelen die kan worden gebruikt om zakelijke beslissingen te nemen. In het informatietijdperk vertrouwen bedrijven meer dan ooit op big data om beslissingen te nemen, zoals welke klanten ze moeten targeten, op welke producten en diensten ze zich moeten concentreren, welke advertentiemethoden moeten worden gebruikt, hoeveel mensen ze moeten aannemen en voor welke posities en nieuwe markten voor uitbreiding. Voor vrijwel elke zakelijke beslissing zijn gegevens beschikbaar om het bedrijf in de juiste richting te sturen. De rol van de data-analist is om deze gegevens aan te schaffen en conclusies te trekken die het bedrijf kan gebruiken om beslissingen te nemen.

Data-analisten zijn letterlijk overal op de vraag. Dit is geen sectorspecifieke rol. Elk bedrijf dat verstandig genoeg is om het belang van het ontleden van gegevens te begrijpen, heeft behoefte aan deskundige gegevensanalisten. Terwijl gegevensanalisten bovengemiddelde salarissen bevoordelen, zijn de ROI (Return On Investment) voor bedrijven die ze gebruiken des te indrukwekkender. De trends die worden gespot en informatie die door data-analisten wordt verzameld, maken hun werkgevers vaak miljoenen dollars per jaar.

Studenten en jonge professionals die kwantitatief geneigd zijn, logica-gedreven, computergestuurd en goed communiceren, en die een bovengemiddeld inkomen willen verdienen terwijl ze redelijke uren werken, moeten gegevensanalyse bekijken als een carrièrekeuze. Bedrijfsanalisten hebben het een van de populairste carrièrekeuzes voor de jaren 2010 genoemd, met projecties die aangeven dat de vraag naar data-analisten snel zou moeten toenemen naarmate meer bedrijven aan boord komen met het belang van het benutten van big data.

Enquêtes uitvoeren

Misschien is de belangrijkste functie van een gegevensanalist het verkrijgen van zoveel mogelijk relevante gegevens om een ​​bepaald gebied van behoefte aan het bedrijf te onderzoeken. Soms zijn deze gegevens direct online beschikbaar, via census- of overheidsstatistieken, of via sectorrapporten die door derden zijn gepubliceerd. Andere tijden echter, de data-analist, als onderdeel van zijn werk, moet de gegevens zelf maken door het uitvoeren van enquêtes.

Overweeg bijvoorbeeld een opstartbewerking die een nieuw alternatief voor kabeltelevisie test dat specifieke kanalen streamt via het supersnelle internet van een thuisgebruiker. Een veelgehoorde klacht over kabel is dat klanten gedwongen worden om deze enorme pakketten met honderden kanalen te gebruiken, waarvan de meeste ze nooit bekijken. Het komt erop neer dat u betaalt voor een maaltijd van zeven gangen en slechts twee van de gangen eet. De startup is ervan overtuigd dat het mensen kan overtuigen om over te schakelen naar een à-la-carteservice; de vraag ernaar is immers al jaren voelbaar. Er is echter veel informatie die het niet kent, zoals welke kanalen het meest gevraagd zijn, hoeveel klanten per kanaal betalen, hoeveel kanalen gemiddeld een abonnee bestelt, enzovoort.

Veel van deze informatie is niet direct beschikbaar in voorverpakte kaarten en grafieken. De gegevensanalist moet onderzoeken uitvoeren bij potentiële klanten om de gegevens te verkrijgen die hij nodig heeft. Zodra dit proces is voltooid, kan hij doorgaan naar de volgende stap van het ontleden van de gegevens en het trekken van conclusies.

De gegevens analyseren en conclusies trekken

Alle gegevens ter wereld zijn niet goed voor een bedrijf zonder personeelsleden die de subtiliteiten van deze gegevens kunnen analyseren en nauwkeurige conclusies kunnen trekken die leiden tot winstgevende zakelijke beslissingen. Dit is een andere belangrijke rol van een data-analist. Een bekwame data-analist kan een stortvloed aan gegevens nemen en de relevante trends binnenin identificeren.

Vaak gebruikt de gegevensanalist computersoftware om hem door dit proces te helpen, zoals Microsoft Excel, SharePoint en MySQL. Na het identificeren van trends, kan de data-analist de relevante gegevens ordenen in grafieken en grafieken die de conclusies ondersteunen die hij heeft getrokken. Nogmaals, computers helpen vaak dit proces, wat het belang onderstreept voor een data-analist om over hoogwaardige computervaardigheden te beschikken.

Presentaties maken

Het technische aspect van de taak van een gegevensanalist is om gegevens te verkrijgen, deze te onderzoeken, trends te ontdekken en informatie te extraheren en vervolgens conclusies te trekken uit zijn bevindingen. Op dit punt komt de laatste projectfase: presentatie van deze bevindingen en conclusies aan besluitvormers. Goede communicatie- en presentatievaardigheden zijn essentieel voor het uitvoeren van dit onderdeel van de taak op een hoog niveau. Leidinggevenden en besluitvormers zijn vaak geen wiskundekloppers of computergenieën, dus zeer technische informatie moet vaak in lekentermen worden vertaald.

Vaardigheden

De ideale data-analist beschikt over sterke vaardigheden op het gebied van wiskunde, logica en patroonherkenning. Hij is zeer georganiseerd en kan grote hoeveelheden gegevens opnemen zonder overweldigd te raken. Omdat computer software een groot deel van het analyseproces ondersteunt, zou een data-analist meer moeten zijn dan computergeletterd; hij heeft praktische kennis nodig van programma's zoals Microsoft Excel en MySQL.

Gegevensanalisten hebben ook behoefte aan goede communicatie- en presentatievaardigheden. Beslissers gebruiken de bevindingen van data-analisten om belangrijke beslissingen te nemen. Om dit echter nauwkeurig te doen, moeten ze de implicaties van de bevindingen begrijpen. Gegevensanalisten zijn verantwoordelijk voor het op een duidelijke manier doorgeven van deze informatie die de besluitvormers kunnen begrijpen.

De meeste data-analisten hebben ten minste een bachelordiploma, met als afstudeerrichting majors wiskunde, statistiek, financiën en informatica. Een masterdiploma maakt elke kandidaat competitiever op de arbeidsmarkt, maar het is niet nodig om een ​​kandidaat te hebben om een ​​data-analist te worden. Voor deze positie geven bedrijven de voorkeur aan bewezen geschiktheid in veldspecifieke gebieden boven educatieve referenties.

Gemiddeld salaris

Het gemiddelde jaarsalaris voor een data-analist is $ 54, 070, vanaf 2013. Het mediane bereik, dat wil zeggen het 25e tot 75e percentiel, is ongeveer $ 45, 000 tot $ 66.000. Het feit dat dergelijke een verscheidenheid aan bedrijven in verschillende industrieën met behulp van data-analisten draagt ​​bij aan het brede salarisbereik.De omvang van het bedrijf, de industrie, de geografische locatie, de opleiding van de kandidaat, zijn ervaring en andere factoren vormen samen het eerste jaarsalaris van een analist.

Het Amerikaanse Bureau of Labor Statistics (BLS) verzamelt data-analisten onder de noemer van marktonderzoeksanalisten, een veld waarvoor de organisatie explosieve groei voorspelt tot ten minste 2022. De BLS projecteert het veld met een derde te laten groeien voor de periode begint in 2012 en eindigt in 2022, het toevoegen van 131, 500 banen gedurende deze tijd.