|
|
Data science & analytics

 

 

Data science en analytics

In de wereld van vandaag zijn mensen meer en meer verbonden met apparaten, sensoren en applicaties. Denk hierbij bijvoorbeeld niet alleen aan je mobiele telefoon of je smartwatch, maar ook aan applicaties waarin je boodschappen doet, of bepaalt waar je naar toe gaat in je vrije tijd, wie je ontmoet, wat je kijkt, luistert en leest. Hiermee genereren we een grote hoeveelheid data.

Data science gaat over het analyseren van gestructureerde en ongestructureerde data. Door machine learning is het mogelijk grote hoeveelheden data inzichtelijk te maken en betekenis te geven. De behoefte hieraan neemt toe, omdat consumenten veeleisender zijn geworden en bedrijven die op een gecontroleerde manier op de behoefte van consumenten inspelen bestaansrecht houden.

De verschillen tussen data science en data analytics zijn niet eenduidig gedefinieerd. Data science wordt vaak meer gerelateerd aan experts die nauw samenwerken met IT. Wij zien een toenemende behoefte aan data analisten. In het verleden deed een Supply Chain Engineer ook data-analyse om te onderbouwen welke projecten prioriteit kregen. Het grootste gedeelte van de tijd was de engineer echter bezig met het werken aan projecten om de supply chain performance te verbeteren. Vandaag de dag zien we dat data analisten het grootste gedeelte van hun tijd besteden aan het maken van analyses van historische en actuele data om de business te ondersteunen. Of in geval van demand planning, waarbij bijvoorbeeld de weersvoorspelling wordt meegenomen, de business te sturen. Communicatieve vaardigheden zijn hierbij belangrijk, maar visualisaties van data ook. Hierbij zie je een verschuiving van eenvoudige tools als Excel of Tableau naar geavanceerdere tools zoals Power BI, Python of R. Programmeer vaardigheden in deze tools zijn daarbij vereist.

Professionals met een brede achtergrond, bijvoorbeeld supply chain management of bedrijfskunde, die begrijpen hoe een organisatie werkt en wat er speelt in de bedrijfssector zijn in staat sneller verbanden te leggen en aan te tonen met data. Soft skills als presenteren en overtuigen zijn daarbij ook van belang. Daarmee biedt een rol als data analist een jonge professional veel ontwikkelmogelijkheden.

Typische posities in dit vakgebied: Data Science Specialist, Data Science Consultant, Supply Chain Consultant, Data & Business Analyst, Life Cycle Management Analyst, Optimalization Algorithm Expert en Inventory Management Consultant.

Doorzoek deze website