Gastblog Harm Bodewes: “Een dag uit het leven van een Business Analytics Translator”
Posted on
Graag stellen we je voor aan Harm Bodewes, een van onze afgestudeerden van ons Professional Education-programma. Harm is partner bij Pipple. In dit gastblog schrijft hij over zijn dagelijks leven als Business Analytics Translator.
Een dag uit het leven van een Business Analytics Translator
Onlangs ben ik afgestudeerd als Certified Lead Data Scientist bij JADS. Bij de diploma-uitreiking in de prachtige Mariënburgkapel heeft prof. Jeroen de Mast vertelt over nieuwe populaire banen zoals de “Business Analytics Translator”.
Weet jij hoe een werkdag van een Translator eruitziet? En is deze baan wel zo nieuw als Jeroen heeft uitgelegd?
Back to the Future
Laten we teruggaan naar de jaren tachtig. We programmeerden in Turbo Pascal, computertalen als Python en Java bestonden nog niet. Microsoft was een obscuur bedrijf, dat alleen “MS DOS” verkocht. Informatica was het exclusieve terrein van digitale nerds.
De wereld had mensen nodig die computers begrepen en computers konden gebruiken om organisaties te verbeteren. Om aan deze behoefte te voldoen, introduceerde Tilburg University het nieuwe experimentele vakgebied “Bestuurlijke Informatiekunde”. Eind jaren tachtig/begin jaren negentig veroverden vele “BIKkers” de arbeidsmarkt, ik was er daar één van!
35 jaar later zien we hetzelfde fenomeen. Datawetenschappers en data-engineers veroveren nu de wereld. Deze nieuwe mensensoort kan de meest fantastische voorspellings- en classificatiemodellen creëren. Kunstmatige intelligentie is overal. Maar nogmaals, het is moeilijk om de zakelijke waarde van modellen uit te leggen aan ‘normale’ mensen. We zien dus opnieuw een groeiende behoefte aan mensen die de brug slaan tussen techniek en business. De Translator moet deze leegte opvullen!
De mening van McKinsey
In 2018 introduceerde McKinsey de rol “Business Analytics Translator” in het artikel Analytics Translator: The new must-have role | Mc Kinsey. In dit artikel lezen we over enkele belangrijke ontwikkelingen:
- Bedrijven vertrouwen voor besluitvormingsprocessen steeds meer op Machine Learning-technieken.
- Om succesvol te zijn in Data Science-projecten, heb je een crossfunctioneel team nodig. Zo’n team bestaat uit Data Scientists, Data Engineers, visualisatie-experts en Business Analytics Translators.
- McKinsey verwacht in 2026 een tekort van 2 tot 4 miljoen Business Analytics Translators in de VS.
De werkzaamheden van een Business Analytics Translator
Afgelopen jaar heb ik als Translator aan verschillende klantprojecten gewerkt. De werkzaamheden verschillen enigszins van project tot project, maar over het algemeen was ik verantwoordelijk voor:
- Het definiëren van de Y (“wat willen we voorspellen”) en de x’s (functies) om de Y te voorspellen.
- Scenario’s definiëren. In een recent project voor een spoorbedrijf moesten we de ‘wat als’-effecten van een groeiend aantal treinen (passagiers en vracht) op het verwachte aantal incidenten in 2030 berekenen.
- Het bijhouden van de product backlog. Natuurlijk gebruiken we Scrum/Agile in al onze Data Science-projecten (nietwaar?), de Translator kan typisch de rol van Scrum Master op zich nemen, of zelfs (als hij/zij aan de zakelijke kant is gepositioneerd) Product Owner.
- Voorbereiden en organiseren van productdemo’s van het voorspellingsmodel.
- Uitleggen hoe algoritmen zoals een binaire beslisboom, een willekeurig bos, … werken in “gewone taal”. Het verklaarbaar maken van AI zou de verantwoordelijkheid van de translator kunnen zijn.
Een voor de hand liggende vraag is “moet de translator in Python of R kunnen programmeren?”. Persoonlijk denk ik dat dit echt helpt, aangezien je de taal van de business en de taal van de datawetenschappers/data-engineers moet spreken. En dit is wat ik erg leuk vond aan de opleiding bij JADS, het is een crossfunctioneel programma met lezingen in zowel technische als zakelijke disciplines.
Doet de Business Analytics Translator dus hetzelfde als de BIKker in de jaren tachtig?
Natuurlijk zijn er verschillen:
- De BIkker gebruikte methoden als ISAC, NIAM en Dataflow diagrammen. Momenteel gebruiken we methoden als CRISP-DM, UML en Flow down-diagrammen. Maar is dit echt een verschil?
- De BIKker programmeerde S2020-spreadsheets en relationele databases zoals Oracle (versie 4). De Translator werkt met Data Warehouses, Data Lakes, NoSQL-databases en Excel. Maar is dit echt een verschil?
- De BIkker werkte met 640Kb Personal Computers, verbonden via een LAN. The Translator werkt in de cloud, gefaciliteerd door technologie van Microsoft, AWS, Google en andere leveranciers. Maar is dit echt een verschil?
- De BIKker gebruikte statistische methoden zoals lineaire regressie en beslisbomen. De Translator doet hetzelfde maar heeft als voordeel dat er veel (gratis!) code beschikbaar is in de Python-bibliotheek Scikit-Learn. Maar is dit echt een verschil?
- De Translator heeft veel meer gegevens beschikbaar. Wil je weersinformatie toevoegen aan je model? Zoek op internet. Demografische gegevens toevoegen aan je model? Vind het op internet. Dat hadden we in de jaren 80 niet…
Maar over het algemeen denk ik dat de banen erg op elkaar lijken.
Samenvatting
In deze blog heb ik geprobeerd de werkzaamheden van een Business Analytics Vertaler te beschrijven. Hij/zij kan gezien worden als dezelfde persoon als de BIkker van de jaren tachtig!
Meer informatie?
Meer weten over de Data Science for Professionals programma’s van JADS?
