Gegevensanalist: functieomschrijving en gemiddeld salaris

Gegevensanalisten verzamelen gegevens en onderzoeken deze om trends te ontdekken en informatie te verzamelen die kan worden gebruikt om zakelijke beslissingen te nemen. In het informatietijdperk vertrouwen bedrijven meer dan ooit op big data om beslissingen te nemen zoals welke klanten ze moeten targeten, op welke producten en diensten ze zich moeten richten, welke advertentiemethoden ze gebruiken, hoeveel mensen ze inhuren en voor welke functies, en nieuwe markten voor uitbreiding. Voor vrijwel elke zakelijke beslissing zijn gegevens beschikbaar om het bedrijf in de juiste richting te sturen. De rol van de data-analist is om deze data te verkrijgen en conclusies te trekken die het bedrijf kan gebruiken om beslissingen te nemen.

Er is letterlijk overal vraag naar data-analisten. Dit is geen sectorspecifieke rol. Elk bedrijf dat verstandig genoeg is om het belang van het ontleden van gegevens te begrijpen, heeft behoefte aan bekwame gegevensanalisten. Terwijl data-analisten bovengemiddelde salarissen afdwingen, zijn de rendementen op investeringen (ROI) voor bedrijven die ze gebruiken nog indrukwekkender. De trends die worden waargenomen en informatie die wordt verzameld door data-analisten, verdienen hun werkgevers vaak miljoenen dollars per jaar.

Studenten en jonge professionals die kwantitatief geneigd zijn, logisch gestuurd, computerbewust en goede communicatiemiddelen, en die een bovengemiddeld inkomen willen verdienen terwijl ze redelijke uren werken, moeten gegevensanalyse beschouwen als een carrièrekeuze. Industrieanalisten hebben het een van de populairste carrièrekeuzes voor de jaren 2010 genoemd, waarbij projecties aangeven dat de vraag naar data-analisten snel zou moeten toenemen naarmate meer bedrijven instappen met het belang van het benutten van big data.

Enquêtes uitvoeren

Misschien is de belangrijkste functie voor een data-analist het verkrijgen van zoveel mogelijk relevante gegevens om een ​​bepaald gebied van behoefte voor het bedrijf te onderzoeken. Soms zijn deze gegevens direct online beschikbaar, via volkstellingen of overheidsstatistieken of via sectorrapporten die door derden zijn gepubliceerd. Andere keren echter moet de data-analist, als onderdeel van zijn taak, de data zelf maken door enquêtes uit te voeren.

Overweeg bijvoorbeeld een opstartbewerking die een nieuw alternatief test voor kabeltelevisie die specifieke kanalen streamt via het snelle internet van een thuisgebruiker. Een veelgehoorde klacht over kabel is dat klanten in deze enorme pakketten met honderden kanalen worden gedwongen, waarvan de meeste nooit kijken. Het komt neer op betalen voor een zevengangenmenu en slechts twee van de gangen eten. De startup is ervan overtuigd dat het mensen kan overtuigen om over te schakelen naar een à la carte service; de vraag ernaar is immers al jaren voelbaar. Er is echter veel informatie die het niet weet, zoals naar welke kanalen de meeste vraag is, hoeveel klanten per kanaal betalen, hoeveel kanalen gemiddeld een abonnee bestelt, enzovoort.

Veel van deze informatie is niet direct beschikbaar in voorverpakte grafieken en diagrammen. De data-analist moet enquêtes houden bij potentiële klanten om de gegevens te verkrijgen die hij nodig heeft. Zodra dit proces is voltooid, kan hij doorgaan naar de volgende stap van het ontleden van de gegevens en het trekken van conclusies.

Gegevens ontleden en conclusies trekken

Alle gegevens ter wereld doen een bedrijf niet goed zonder mensen op personeel die de subtiliteiten van deze gegevens kunnen analyseren en nauwkeurige conclusies kunnen trekken die leiden tot winstgevende zakelijke beslissingen. Dit is een andere belangrijke rol van een data-analist. Een ervaren data-analist kan een stortvloed aan gegevens aan en identificeer de relevante trends binnen.

Vaak gebruikt de data-analist computersoftware om hem door dit proces te helpen, zoals Microsoft Excel, SharePoint en MySQL. Na het identificeren van trends, kan de data-analist de relevante gegevens organiseren in grafieken en grafieken die de conclusies die hij heeft getrokken ondersteunen. Nogmaals, computers ondersteunen dit proces vaak en onderstrepen het belang voor een data-analist om computervaardigheden op hoog niveau te bezitten.

Presentaties maken

Het technische aspect van de taak van een data-analist is om gegevens te verkrijgen, te onderzoeken, trends te herkennen en informatie te extraheren en vervolgens conclusies te trekken uit zijn bevindingen. Op dit punt komt de laatste projectfase: deze bevindingen en conclusies presenteren aan besluitvormers. Goede communicatie- en presentatievaardigheden zijn van vitaal belang om dit onderdeel van het werk op hoog niveau uit te voeren. Leidinggevenden en besluitvormers zijn vaak geen wiskundige whizzes of computergenieën, dus zeer technische informatie moet vaak worden vertaald in termen van leken.

Vaardigheden

De ideale data-analist beschikt over sterke vaardigheden in wiskunde, logica en patroonherkenning. Hij is zeer georganiseerd en kan grote hoeveelheden gegevens aan zonder overweldigd te raken. Omdat computersoftware een groot deel van het analyseproces ondersteunt, moet een data-analist meer dan computervaardig zijn; hij heeft een grondige kennis van programma's zoals Microsoft Excel en MySQL nodig.

Gegevensanalisten hebben ook goede communicatie- en presentatievaardigheden nodig. Besluitvormers gebruiken de bevindingen van data-analisten om belangrijke beslissingen te nemen. Om dit nauwkeurig te kunnen doen, moeten ze echter de implicaties van de bevindingen begrijpen. Gegevensanalisten zijn verantwoordelijk voor het verstrekken van deze informatie op een duidelijke manier die de besluitvormers kunnen begrijpen.

De meeste data-analisten hebben minimaal een bachelordiploma, waarbij de voorkeur gaat naar universitaire majors wiskunde, statistiek, financiën en informatica. Een masteropleiding maakt elke kandidaat competitiever op de arbeidsmarkt, maar het is niet nodig om er een te hebben om data-analist te worden. Voor deze functie geven bedrijven de voorkeur aan bewezen aanleg in veldspecifieke gebieden boven educatieve referenties.

Gemiddeld salaris

Het gemiddelde jaarsalaris voor een data-analist is $ 54.070, vanaf 2013. Het gemiddelde bereik, wat betekent het 25e tot 75e percentiel, is ongeveer $ 45.000 tot $ 66.000. Het feit dat zoveel verschillende bedrijven in verschillende industrieën data-analisten in dienst hebben, draagt ​​bij aan het brede salarisbereik. De grootte van het bedrijf, de branche, de geografische locatie, de opleiding van de kandidaat, zijn ervaring en andere factoren bepalen samen het eerste jaarsalaris van een data-analist.

Het Amerikaanse Bureau of Labor Statistics (BLS) bundelt data-analisten onder de noemer marktonderzoeksanalisten, een veld waarvoor de organisatie explosieve groei tot ten minste 2022 verwacht. De BLS projecteert het veld om met een derde te groeien voor de periode die begint in 2012 en eindigend in 2022, met in deze periode 131.500 banen.