Constituez votre équipe de scientifiques de données citoyennes

Résumé

data scientists citoyens » data scientists des utilisateurs professionnels qui effectuent des analyses sans disposer d'une expertise technique approfondie.
Ils contribuent à combler le fossé entre la demande en science des données et l'offre limitée d'experts.
Parmi les postes les plus courants, on trouve ceux d'analyste, d'ingénieur, de développeur et de responsable commercial.
Donnez-leur les moyens d'agir en supprimant les cloisonnements des données et en encourageant la collaboration entre les équipes.
Utilisez l'analyse augmentée etplateformes métadonnées plateformes simplifier l'accès aux données et l'exploitation des informations.

"Il n'y a pas assez d'experts data scientists science des données pour répondre aux demandes en matière de science des données et d'apprentissage automatique, d'où l'émergence de data scientists citoyens. Les responsables des données et de l'analyse doivent donner aux "citoyens" les moyens d'intensifier leurs efforts, sous peine de ne pas réussir à faire de la science des données une compétence de base." - Gartner 2019

La science des données procurant des avantages concurrentiels aux entreprises, la demande en data scientists n'a jamais été aussi forte. Cependant, l'offre reste très limitée par rapport à cette demande ! Cette limitation constitue une menace pour la compétitivité des entreprises et, dans certains cas, pour leur survie sur le marché.

En réponse à ce défi, un rôle analytique important permettant de jeter un pont entre les data scientists et les fonctions commerciales a vu le jour : le citoyen data scientist.

Qu'est-ce qu'un "Citizen Data Scientist" ?

Gartner définit le citizen data scientist comme "un ensemble émergent de Fonctionnalités et de pratiques qui permettent aux utilisateurs d'extraire des informations prédictives et prescriptives des données sans qu'ils aient besoin d'être aussi compétents et techniquement sophistiqués que les experts en data scientists". Un "citizen data scientist" n'est pas un titre de poste.. Il s'agit d'un "utilisateur puissant" capable d'effectuer des tâches analytiques simples ou sophistiquées.

Généralement, les data scientists citoyens n'ont pas d'expertise en codage mais peuvent néanmoins construire des modèles à l'aide d'outils de type "glisser-déposer" et exécuter des pipelines de données et des modèles préconstruits à l'aide d'outils tels que Dataiku. Attention : les citoyens data scientists ne remplacent PAS les experts data scientists. Ils apportent leur expertise mais n'ont pas les compétences spécialisées pour la science des données avancée.

Le citizen data scientist est un rôle qui a évolué comme une "extension" d'autres rôles au sein de l'organisation ! Cela signifie que les organisations doivent développer un personnage de scientifique des données citoyen. Les data scientists citoyens potentiels varient en fonction de leurs compétences et de leurs intérêts en matière de science des données et d'apprentissage automatique. Les rôles qui entrent dans la catégorie des scientifiques de données citoyens sont les suivants :

Analystes commerciaux.
Analystes/développeurs BI.
Data Analysts.
Ingénieurs des données.
Développeurs d'applications.
Responsable du secteur d'activité.

Comment responsabiliser Data Scientists citoyens

Étant donné que les compétences d'experts pour les initiatives de science des données ont tendance à être assez coûteuses et difficiles à trouver, l'utilisation d'un scientifique des données citoyen peut être un moyen efficace de combler le fossé actuel.

Voici comment vous pouvez responsabiliser vos équipes de science des données :

Casser les silos de l'entreprise

Comme je suis sûr que vous l'avez déjà entendu à maintes reprises, de nombreuses organisations ont tendance à fonctionner indépendamment en silos. Comme mentionné ci-dessus, tous les rôles sont importants dans la stratégie degestion des données d'une organisation, et ils ont tous exprimé leur intérêt pour l'apprentissage des compétences en science des données et en apprentissage automatique. Cependant, la plupart des connaissances en matière de science des données et d'apprentissage automatique sont en silo dans le département de science des données ou dans des rôles spécifiques. Par conséquent, les efforts en matière de science des données sont souvent invalidés et sans effet de levier. Le manque de collaboration entre les rôles de données rend difficile l'accès et la compréhension des données de l'entreprise par les citoyens data scientists !

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.

Fournir une technologie d'analyse de données augmentée

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.

En intégrant les outils et les solutions nécessaires et en étendant les ressources et les efforts, les entreprises peuvent donner aux citoyens data scientists les moyens d'agir.

Une plateforme de gestion des métadonnées pour les Data Scientists citoyennes

La gestion desmétadonnées est une discipline essentielle pour les entreprises qui souhaitent renforcer l'innovation ou les initiatives de conformité réglementaire sur leurs actifs de données. En mettant en œuvre une stratégie de gestion des métadonnées , où les métadonnées sont bien gérées et correctement documentées, les data scientists citoyens sont en mesure de trouver et d'extraire facilement des informations pertinentes à partir d'une plateforme intuitive.

À propos de l'auteur