De expertise van de business analytics translator draagt bij aan het succes van datascience-projecten. Het ambacht van deze functie doet denken aan het in de jaren tachtig gewilde profiel van de zogeheten 'bikker'.
De jaren tachtig. We programmeerden in Turbo Pascal, talen als Python en Java bestonden niet. Microsoft was een obscuur bedrijfje dat MS-DOS verkocht. Excel bestond ook nog niet. Het vakgebied informatica (een hopeloos ouderwets klinkend woord) maakte een groei door, maar was wel nog het exclusieve speelveld van wiskunde-freaks. Tegelijkertijd was er het besef dat je met behulp van diezelfde informatica mooie dingen kon bereiken binnen een bedrijf: meer innovatie, hogere productiviteit, hogere omzet, lagere kosten en hogere klanttevredenheid.
Er ontstond daarom een behoefte aan koppen die én iets van informatica snapten, én hierover in begrijpelijke taal met ‘normale’ mensen konden praten. Om in deze behoefte te voorzien, schoten opleidingen Bestuurlijke Informatiekunde (BIK) destijds als paddenstoelen uit de grond, waarna vele ‘bikkers’ op de arbeidsmarkt verschenen, schrijver dezes incluis.
Dertig jaar later lijkt ditzelfde fenomeen terug te keren. De wereld wordt nu bestormd door datascientists en data-engineers. Deze nieuwe ‘bevolkingsgroep’ weet waanzinnige voorspelmodellen te fabriceren. Maar opnieuw blijkt het voor velen moeilijk uit te leggen wat we kunnen met deze modellen. Er ontstaat daarmee opnieuw behoefte aan personen die de brug vormen tussen business (organisatie) en it (informatica). Zie daar: de wereld heeft behoefte aan business analytics translators.
McKinsey
Voor zover is te overzien, heeft McKinsey in 2018 de rol van business analytics translator geïntroduceerd in het artikel Analytics Translator: The new must-have role | McKinsey. Het stuk schetst een aantal belangrijke ontwikkelingen:
- Bedrijven leunen bij besluitvormingsprocessen steeds vaker op machine learning en andere gebieden binnen datascience;
- Om datascience-projecten succesvol te laten verlopen, heb je een ‘multifunctioneel’ team nodig. Dit team bestaat doorgaans uit datascientists, data-engineers, visualisatie-experts en, niet onbelangrijk, business analytics translators;
- McKinsey verwacht in 2026 een tekort van twee á drie miljoen business analytics translators in de VS.
Het artikel gaat vervolgens in op wat de werkzaamheden van de business analytics translator zijn, maar het is aardiger om dit in eigen woorden op te schrijven. Ik word vanuit Pipple namelijk regelmatig ingezet als business analytics translator en ben dus een ‘man van de praktijk’.
Werkzaamheden
Afgelopen jaar heb ik in verschillende klantprojecten de rol van (senior) business analytics translator vervuld. De werkzaamheden verschilden iets van project tot project, maar kwamen grotendeels neer op:
- Het achterhalen van de Y (“wat willen we voorspellen”) en de x’en (features: “welke informatie kan ik gebruiken”) om de Y te voorspellen. Voorbeeld: je gebruikt weersvoorspellingen (x1), omzetgegevens uit het verleden (x2) en bevolkingsdichtheid (x3) om de omzet (Y) van een ijskarretje te voorspellen. Wat hierbij kan helpen, is het maken van een Flow Down-diagram, waarin je business value en Y/x’en in één overzichtelijk diagram weergeeft.
- Het identificeren en beschrijven van scenario’s. In een recent project voor een spoorbeheerder wilden we bijvoorbeeld weten welke effecten een procentuele groei in reizigersvervoer of goederenvervoer zou hebben op het voorspelde aantal wisselstoringen in 2030.
- Het vastleggen van product backlog -tems – in omgevingen waarom je conform scrum/agile werkt. Typisch iets voor de business analytics translator om te doen, hij/zij begrijpt immers wat het voorspelmodel functioneel moet gaat doen.
- Het voorbereiden en verzorgen van product demo’s van je voorspelmodel.
- Het uitleggen van de mogelijkheden van algoritmes zoals een binary decision tree, random forest, Arima et cetera. De ene business analytics translator zal dit beter kunnen dan de andere. Ik ben van mening dat een degelijke kennis van algoritmes je zeker helpt, iets wat het artikel van McKinsey bevestigt.
Het is natuurlijk de vraag of een business analytics translator zelf ook moet kunnen programmeren (in Python of R). Een technisch fundament al je zeker helpen bij je werkzaamheden als business analytics translator. Je moet immers een brugfunctie vervullen en daarmee ook de taal van de datascientist en data-engineers spreken.
Veel overeenkomsten
Eind jaren tachtig, begin jaren negentig studeerde ik Bestuurlijke Informatiekunde aan de (toenmalige) Katholieke Universiteit Brabant. Dit was toen nog een experimentele doctoraalstudie, die je kon volgen na een propedeuse Economie.
De business analytics translator en de bikker vertonen veel overeenkomsten.
- De bikker van vroeger probeerde ook bedrijfsdoelstellingen te vertalen naar informatici. Vroeger gebruikten we daarbij methoden als isac, niam en dataflow-diagrammen. Tegenwoordig hanteren we methoden als crisp-dm, uml en flow down-diagrammen. Maar is er in de kern iets veranderd?
- De bikker werkte met S2020-spreadsheets en relationele databases zoals Oracle (versie 4). De business analytics translator werkt met moderne data-warehouses, data-lakes, NoSQL-databases en Excel. Maar is er in de kern iets veranderd?
- De bikker werkte met 640Kb personal computers, die via een lan aan elkaar geknoopt waren. De business analytics translator werkt per definitie in de cloud, daarbij geholpen door de technologie van Microsoft, AWS, Google en andere leveranciers. Maar is er in de kern iets veranderd?
- De bikker werkte in de jaren tachtig al met statistische technieken zoals lineaire regressie en beslisbomen. De business analytics translator doet dit ook, maar heeft het voordeel dat veel code gratis beschikbaar is vanuit de Python-library Scikit-Learn.
- Ten slotte heeft de business analytics translator het voordeel dat veel data gewoon beschikbaar zijn. Wil je weerdata toevoegen aan je model? Zoek maar op internet. Wil je CBS-bevolkingsdata toevoegen? Zoek maar op internet. Dat kon de bikker vroeger niet.
Tot slot dit: in 2022 lijkt er nog steeds veel behoefte te zijn aan mensen met een ‘brugfunctie’. Ofwel, de business analytics translator van 2022 is de bikker van de jaren tachtig.
Voor mij, een bikker sinds de jaren 80, is dit een herkenbaar verhaal.
Kennelijk is ICT na 40 jaar nog steeds technologie gedreven en moeten we vervolgens aan de gebruikersorganisatie uitleggen hoe zij het kunnen gebruiken. Misschien komt het ooit nog zover dat de bikker de vraag van de ‘normale mensen’ vertaald naar een technische wens.
ICT gaat over een virtuele, wiskundig beschreven wereld opgebouwd met fysieke processoren, netwerken en data-opslag, die per definitie voor niet-wiskundigen, niet-fysici, niet-informatici en niet-technici lastig tot niet te begrijpen is. Dit zal nooit veranderen, omdat de meeste (normale?) mensen bovengenoemde beta-opleidingen nooit doorlopen hebben. Dus ‘vertalers’ zullen altijd nodig blijven . . .
Pas als ‘normale’ mensen in staat zijn logische én haalbare processen, doelstellingen, workflows en outputs helder en eenduidig te definieren, wordt de vertaling naar ICT een fluitje van een cent. Maar concreet en gedefinieerd processen en uitkomsten benoemen, blijft voor velen toch vaak een heel grote uitdaging . . .