Die unverzichtbaren Rollen für das perfekte Daten- und Analyseteam

Wie immer wieder gesagt wird, ist ein digitales Unternehmen ohne Daten und Analysen im Kern nicht denkbar. Technologie kann eine Schwachstelle sein, wenn sie nicht richtig gehandhabt wird, aber sie ist oft nicht das wichtigste Hindernis für den Fortschritt. In der jährlichen Gartner-Umfrage unter Chief Data Officers waren die größten Hindernisse für den Erfolg menschliche Faktoren - Kultur, Ressourcen, Datenkompetenz und Fähigkeiten. Ein ähnliches Muster ergibt sich aus einer anderen Studie, dem Gartner CEO and Senior Business Executive Survey, in der "Talentmanagement" als die "wichtigste organisatorische Kompetenz, die entwickelt oder verbessert werden muss", genannt wurde.

In diesem Artikel möchten wir uns auf die wichtigsten Rollen und Führungskräfte im Bereich Daten und Analytik konzentrieren, die für Unternehmen, die eine data driven Organisation anstreben, unerlässlich sind.

Support-Rollen

Verantwortlicher für Daten

Der Chief Data Officer (CDO) ist eine Führungskraft, die für die Verbesserung der Qualität, der Zuverlässigkeit und des Zugangs zu Daten verantwortlich ist. Er ist auch für die Wertschöpfung aus den Datenbeständen und dem Datenökosystem im Allgemeinen zuständig. Durch die Nutzung von Daten und die Ermöglichung aller Arten von Geschäftsergebnissen durch Analysen kann der CDO mehr Wert aus den Unternehmensdaten schöpfen. Es gibt viele Variationen des Titels wie CAO (Chief Analytics Officer), CDAO (Chief Data & Analytics Officer), CDIO (Chief Digital Information Officer) usw.

Weitere Informationen finden Sie in unserem Artikel "Was ist ein Chief Data Officer?".

Manager für Daten und Analysen

Wie der Titel schon andeutet, ist der Daten- und Analysemanager für die Leitung des Daten- und Analysezentrums zuständig und verantwortlich für die Bereitstellung der Daten im gesamten Unternehmen. Er ist maßgeblich an der Strategie und Vision für die Daten- und Analyseabteilung beteiligt, erstellt den Fahrplan und ist für die Budget- und Ressourcenplanung zuständig. Sie messen nicht nur die Leistung ihres Analyseteams, sondern sind auch für die Verfolgung des Beitrags der Data Analytics zu den Geschäftszielen verantwortlich.

Datenarchitekt

Der Datenarchitekt, der auch als Informationsarchitekt bezeichnet wird, stärkt die Wirkung von Geschäftsinformationen und gibt Empfehlungen zu diesen. Er macht die Informationen im gesamten Unternehmen verfügbar und gemeinsam nutzbar, indem er aufzeigt, wie Informationsbestände zu Geschäftsergebnissen beitragen. Sie sind Eigentümer" der Datenmodelle. Sie verstehen die Auswirkungen verschiedener Data Analytics auf die gesamte IT-Architektur (wie data science oder Maschinelles Lernen) und arbeiten eng mit der Geschäftsabteilung zusammen.

Analysten

Es gibt nicht nur einen einzigen Typus von Analysten, sondern ein ganzes Spektrum von Analysten. Ihre Aufgaben hängen von den jeweiligen Anwendungsfällen ab und variieren je nach Zuständigkeiten und Qualifikationsanforderungen. Es gibt Datenanalysten, die über ein grundlegendes Verständnis der statistischen Analyse verfügen. Sie sind Fachexperten oder arbeiten eng mit ihnen zusammen, um Geschäftsbereiche, Prozesse oder Funktionen zu unterstützen.

Projektleiter

Der Projektmanager ist für die erfolgreiche Durchführung aller Projekte im Unternehmensportfolio verantwortlich. Sie planen, führen und liefern Projekte in Übereinstimmung mit den geschäftlichen Prioritäten. Während des gesamten Projektlebenszyklus verfolgt der Projektmanager den Status seines Projekts und leitet seine Teams, um Risiken zu begrenzen. Sie sind der Hauptansprechpartner für Daten- und Analyseinitiativen.

Daten-Rollen

Daten-Ingenieur

Ein Data Engineer arbeitet bereichsübergreifend mit den IT-Abteilungen zusammen und sorgt dafür, dass die entsprechenden Daten für die verschiedenen Datenkonsumenten (Data Scientists, Datenanalysten usw.) zugänglich und verfügbar sind. Sie sind in erster Linie für den Aufbau, die Verwaltung und die Operationalisierung von Datenpipelines zur Unterstützung von Daten- und Analytics Use Cases verantwortlich. Außerdem sind sie für mühsame Aufgaben wie die Kuratierung von Datensätzen zuständig, die von nicht-technischen Benutzern erstellt wurden (z. B. durch Self-Service ).

Ohne Dateningenieure sind Daten- und Analyseinitiativen kostspieliger, brauchen länger für die Implementierung und sind anfällig für Probleme mit der Datenqualität und -verfügbarkeit.

Datenverwalter

Datenverwalter sind der erste Bezugspunkt für Daten im Unternehmen und dienen als Einstiegspunkt für den Zugriff auf Daten. Sie müssen die ordnungsgemäße Dokumentation der Daten sicherstellen und deren Verfügbarkeit für ihre Nutzer, wie z. B. Datenwissenschaftler oder Projektmanager, erleichtern. Ihre Kommunikationsfähigkeiten ermöglichen es ihnen, die Datenmanager und -kenner zu identifizieren und die zugehörigen Informationen zu sammeln, um sie zu zentralisieren und dieses Wissen im Unternehmen zu bewahren. Kurz gesagt, Datenverwalter stellen Metadaten zur Verfügung, d. h. einen strukturierten Satz von Informationen zur Beschreibung von Datensätzen. Sie verwandeln diese abstrakten Daten in konkrete Werte für die Branche.

Weitere Informationen über Data Stewards finden Sie hier.

Analytik-Rollen

Data Scientists

Ein Data-Scientist ist für die Modellierung von Geschäftsprozessen und die Gewinnung von Erkenntnissen mithilfe statistischer Algorithmen und Visualisierungstechniken zuständig. Sie verfügen in der Regel über einen Hochschulabschluss in Informatik, Statistik oder anderen verwandten Bereichen. Data Scientists tragen zum Aufbau und zur Entwicklung der Dateninfrastruktur des Unternehmens bei und unterstützen die Organisation mit Erkenntnissen und Analysen zur besseren Entscheidungsfindung. Sie sagen Informationen voraus oder klassifizieren sie, um bessere Handlungsmodelle zu entwickeln.

Data-Scientist

Im Gegensatz zu Datenwissenschaftlern ist ein "Citizen Data-Scientist" keine Berufsbezeichnung. Sie sind "Power Business User", die sowohl einfache als auch anspruchsvolle analytische Aufgaben durchführen können. Sie können eine Vielzahl von data science ausführen, unterstützt durch erweiterte Analysetools für Daten-Discovery, Datenaufbereitung und Deployment. Potenzielle Citizen Data Scientists variieren je nach ihren Fähigkeiten und ihrem Interesse an data science und Maschinelles Lernen.

Weitere Informationen über Bürgerdatenwissenschaftler finden Sie hier.

AI/ML-Entwickler

Entwickler für Künstliche Intelligenz / Maschinelles Lernen sind zunehmend dafür verantwortlich, Anwendungen durch den Einsatz von Maschinelles Lernen oder anderen KI-Technologien wie Verarbeitung natürlicher Sprache, Optimierung oder Bilderkennung zu bereichern. Sie einbetten, integrieren und setzen KI-Modelle einbetten, die von Datenwissenschaftlern oder anderen KI-Experten entweder von Dienstleistern angeboten oder selbst entwickelt werden. Zu den weiteren Schlüsselkompetenzen gehören die Identifizierung und Verknüpfung potenzieller Datenbestände, die Datenqualität, die Datenaufbereitung und deren Nutzung für die Durchführung des training .

Schlussfolgerung

Die wachsende Bedeutung und strategische Wichtigkeit von Daten und Analysen stellt Unternehmen und ihre Verantwortlichen für Daten und Analysen vor neue Herausforderungen. Einige traditionelle IT-Rollen werden durch "bürgerliche" Rollen ersetzt, die von nichttechnischen Geschäftsanwendern ausgeübt werden. Andere neue hybride Rollen entstehen, die funktions- und abteilungsübergreifend sind und IT- und Geschäftskompetenzen miteinander verbinden.

Durch die Zusammenstellung dieser unverzichtbaren Rollen ist Ihr Unternehmen dem Ziel, data driven zu werden, einen Schritt näher gekommen.

Über Actian Corporation

Actian macht Daten einfach. Unsere Datenplattform vereinfacht die Verbindung, Verwaltung und Analyse von Daten in Cloud-, Hybrid- und lokalen Umgebungen. Mit jahrzehntelanger Erfahrung in den Bereichen Datenmanagement und -analyse liefert Actian leistungsstarke Lösungen, die es Unternehmen ermöglichen, datengesteuerte Entscheidungen zu treffen. Actian wird von führenden Analysten anerkannt und wurde für seine Leistung und Innovation mit Branchenpreisen ausgezeichnet. Unsere Teams präsentieren bewährte Anwendungsfälle auf Konferenzen (z. B. Strata Data) und tragen zu Open-Source-Projekten bei. Im ActianBlog behandeln wir Themen wie Echtzeit-Dateneingabe, Datenanalyse, Data Governance, Datenmanagement, Datenqualität, Datenintelligenz und KI-gesteuerte Analysen.