Blog | Data Strategy & Insights | | 4 min read

Bauen Sie Ihr Team von Data-Scientist auf

Bürgerdaten-Wissenschaftsteam

Zusammenfassung

  • „Citizen Data Scientists“ sind Geschäftsanwender, die Analysen durchführen, ohne über fundierte technische Fachkenntnisse zu verfügen.
  • Sie tragen dazu bei, die Kluft zwischen data science und dem begrenzten Angebot an Fachkräften zu überbrücken.
  • Zu den gängigen Positionen zählen Analysten, Ingenieure, Entwickler und Betriebsleiter.
  • Befähigen Sie sie, indem Sie Datensilos aufbrechen und die teamübergreifende Zusammenarbeit fördern.
  • Nutzen Sie Augmented Analytics und Metadaten , um den Datenzugriff und die Gewinnung von Erkenntnissen zu vereinfachen.

"Es gibt nicht genug Experten, die Datadata science und Maschinelles Lernen kennenlernen können, daher die Entstehung von Citizen Data Scientists. Die Verantwortlichen für Daten und Analytik müssen die "Bürger" befähigen, ihre Anstrengungen zu skalieren, oder sie riskieren, dass data science nicht als Kernkompetenz anerkannt wird. - Gartner 2019

Da die data science den Unternehmen Wettbewerbsvorteile verschafft, ist die Nachfrage nach erfahrenen Datenwissenschaftlern so hoch wie nie zuvor. Allerdings ist das Angebot für diese Nachfrage nach wie vor ziemlich knapp bemessen! Diese Einschränkung ist eine Bedrohung für die Wettbewerbsfähigkeit der Unternehmen und in einigen Fällen sogar für ihr Überleben auf dem Markt.

Als Antwort auf diese Herausforderung wurde eine wichtige analytische Funktion geschaffen, die eine Brücke zwischen Datenwissenschaftlern und Unternehmensfunktionen bildet: der Data-Scientist.

Was ist ein Citizen Data-Scientist?

Gartner definiert den Citizen Data-Scientist als "eine aufkommende Reihe von Fähigkeiten und Praktiken, die es Anwendern ermöglichen, prädiktive und präskriptive Erkenntnisse aus Daten zu gewinnen, ohne dass sie so qualifiziert und technisch versiert sein müssen wie erfahrene Datenwissenschaftler". Ein "Citizen Data-Scientist" ist keine Berufsbezeichnung. Sie sind "Power-User", die sowohl einfache als auch anspruchsvolle analytische Aufgaben durchführen können.

In der Regel verfügen Bürgerdatenwissenschaftler nicht über Programmierkenntnisse, können aber dennoch Modelle mithilfe von Drag-and-Drop-Tools erstellen und vorgefertigte Datenpipelines und Modelle mit Tools wie Dataiku ausführen. Seien Sie sich bewusst: Bürgerdatenwissenschaftler ersetzen NICHT die Datenexperten. Sie bringen ihr Fachwissen ein, verfügen aber nicht über das spezielle Fachwissen für fortgeschrittene data science.

Der Citizen Data-Scientist ist eine Rolle, die sich als "Erweiterung" aus anderen Rollen innerhalb der Organisation entwickelt hat! Das bedeutet, dass Organisationen eine Persona als Citizen Data-Scientist entwickeln müssen. Potenzielle Citizen Data Scientists variieren je nach ihren Fähigkeiten und Interessen an data science und Maschinelles Lernen. Zu den Rollen, die in die Kategorie der Citizen Data-Scientist fallen, gehören:

  • Wirtschaftsanalytiker.
  • BI-Analysten/Entwickler.
  • Datenanalysten.
  • Dateningenieure.
  • Anwendungsentwickler.
  • Business Line Manager.

Wie man bürgerliche Datenwissenschaftler befähigt

Da Expertenkenntnisse für data science in der Regel recht teuer und schwer zu bekommen sind, kann der Einsatz eines Data-Scientist aus der Bevölkerung ein effektiver Weg sein, die derzeitige Lücke zu schließen.

Hier finden Sie Möglichkeiten, wie Sie Ihre data science unterstützen können:

Unternehmenssilos aufbrechen

Wie Sie sicher schon oft gehört haben, neigen viele Organisationen dazu, unabhängig voneinander in Silos zu arbeiten. Wie oben erwähnt, sind alle Rollen in der Datenmanagement einer Organisation wichtig, und sie alle haben ihr Interesse daran bekundet, etwas über data science und Maschinelles Lernen zu lernen. Allerdings befindet sich das meiste Wissen über data science und Maschinelles Lernen im Silo in der data science oder in bestimmten Rollen. Infolgedessen werden data science Bemühungen oft entkräftet und nicht genutzt. Mangelnde Zusammenarbeit zwischen den verschiedenen Rollen im Datenbereich macht es für Data Scientists schwierig, auf Unternehmensdaten zuzugreifen und sie zu verstehen!

By establishing a community of both business and IT roles that provides detailed guidelines and/or resources allows enterprises to empower citizens data scientists. It is important for organizations to encourage the sharing of data science efforts throughout the organization and thus break silos.

Bereitstellung erweiterter Data Analytics

Technology is fueling the rise of the citizen data scientist. Traditional BI vendors such as SAP, Microsoft and Tableau Software, provide advanced statistical and predictive analytics as part of their offerings. Meanwhile, data science and machine learning platforms such as SAS, H2O.ai and TIBCO Software, provide users who lack advanced analytics capabilities with “augmented analytics”. Augmented analytics leverages automated machine learning to transform how analytics content is developed, consumed, and shared. It includes:

Augmented data preparation: Machine learning automation to augment data profiling and quality, modeling, enrichment, and data cataloguing.

Augmented data discovery: Enables business and IT users to automatically find, visualize, and analyse relevant information, such as correlations, clusters, segments, and predictions, without having to build models or write algorithms

Augmented data science and machine learning: Automates key aspects of advanced analytics modeling, such as feature selection, algorithm selection, and time-consuming step processes.

Durch die Integration der erforderlichen Tools und Lösungen und die Ausweitung der Ressourcen und Bemühungen können Unternehmen die Datenwissenschaftler der Bürger unterstützen.

Befähigung von Bürgerdaten-Wissenschaftlern mit einer Metadaten

Die Verwaltung vonMetadaten ist eine wesentliche Disziplin für Unternehmen, die ihre Datenbestände für Innovationen oder die Einhaltung von Vorschriften nutzen wollen. Durch die Umsetzung einer Strategie für das Metadaten , bei der Metadaten gut verwaltet und korrekt dokumentiert werden, können Bürgerdatenwissenschaftler relevante Informationen über eine intuitive Plattform leicht finden und abrufen.