Wat doet een Data Analist?

In haar pure vorm betekent data (nog) helemaal niks. Wanneer de Data Analist het toneel betreedt en zijn trukendoos open trekt, verandert hij de data in bruikbare informatie. Dat gebeurt natuurlijk niet zomaar, er moet een hoop werk verricht worden om van ruwe data waardevolle informatie te maken. In dit blog proberen we erachter te komen: Wat doet een Data Analist eigenlijk op dagelijkse basis? Daarnaast is er antwoord op de vraag: Welke vaardigheden heeft een Data Analist nodig?

Dagelijkse verantwoordelijkheden van een Data Analist

Data Analisten duiken in de schatkist aan data en maken het overzichtelijk. Ze verzamelen allerlei losse puzzelstukjes en maken er een passend en bruikbaar geheel van. Het draait allemaal om het vinden van patronen in de data die wat relevants vertellen over de bedrijfsvoering/zakelijke operaties. Wanneer deze patronen worden geanalyseerd bieden ze inzichten waarmee managers en bedrijfsleiders weloverwogen beslissingen kunnen nemen. Voorbeelden van dagelijkse taken van een Data Analist zijn:

Verzamelen en organiseren van data

Een Data Analist duikt in de diepe wateren van de database, waarin miljoenen rijen aan data te vinden zijn. Denk aan gegevens over bedrijfsprocessen, marketingkanalen, klanten, producten en alles daartussenin. Zo’n 80% van de tijd besteedt een Data Analist aan het ophalen, opschonen en voorbereiden van de bruikbare data uit de database. In het Engels bekend als data retrieving, cleaning en preparing.

De taak van de Data Analist is om te achterhalen welke data hij nodig heeft om de datavraag van de opdrachtgever te beantwoorden. Om efficiënt in een database te kunnen zoeken is een programmeertaal nodig. Van alle programmeertalen wordt momenteel Python het meest gebruikt, daarom ligt het als Data Analist voor de hand om daar bekend mee te zijn. Mocht je bij een organisatie terechtkomen waar een andere programmeertaal de voorkeur heeft is er geen man over boord. Wanneer je namelijk goed overweg kan met de ene programmeertaal, is een andere snel en relatief makkelijk te leren.

Opstellen en automatiseren van rapporten en dashboards

Een andere hoofdtaak van een Data Analist is een rapport of dashboard opbouwen. Om de verscheidenheid aan afdelingsdoelen en/of KPI’s (Kritieke Prestatie-Indicatoren) te begrijpen, wordt er onder andere veel samengewerkt met afdelingen zoals Product en Marketing.
Om te kunnen meten hoe succesvol bijvoorbeeld een marketingcampagne is geweest, moet een Data Analist de volgende zaken onderzoeken:

• Welke indicatoren belangrijk zijn om de impact van een project of campagne te bepalen.
• Hoe deze indicatoren berekend dienen te worden.
• Waar de benodigde data om deze berekening te kunnen maken is opgeslagen.
• Hoe de resultaten van deze berekening(en) moeten worden gepresenteerd, zodat ze begrijpelijk en bruikbaar zijn voor de betreffende afdeling.

Voor het maken van zo’n rapport of dashboard kan de Data Analist gebruik maken van de interactieve datavisualisatiesoftware zoals Tableau of Power BI, dat zich richt op business intelligence. Vervolgens dient deze up-to-date te worden gehouden. Want één ding is zeker: dashboards vertonen nog weleens fouten door onderliggende gebruikte data. Een Data Analist spoort deze problemen op en lost ze op, zodat het rapport altijd de juiste resultaten laat zien.

Verzamelen van nieuwe data

Nadat de Data Analist is gebriefd over wat voor bedrijfsprobleem opgelost dient te worden, gaat de Data Analist aan de slag. Hij gaat op zoek en verzamelt alle data die nodig is het vraagstuk te beantwoorden.
Maar wat nou als de benodigde informatie niet beschikbaar is?

Als je bijvoorbeeld wilt weten hoelang een gebruiker ingelogd blijft op zijn of haar account, heb je gegevens nodig van wanneer iemand inlogt en uitlogt. Maar wanneer jouw bedrijf niet bijhoudt wanneer iemand zichzelf afmeldt, kan je dus niet achterhalen hoelang iemand ingelogd blijft.

Zodoende dient zich nog een verantwoordelijkheid van een Data Analist aan: het vinden en communiceren van gaten in de dataset. Om deze gaten te dichten en toegang te krijgen tot de juiste data zal er nauw moeten worden samengewerkt met het technische team. Zij kunnen het gat namelijk dichten door nieuwe metriek (metrics) in te bouwen waarmee wel wordt gemeten wanneer iemand uitlogt.

Tools en vaardigheden van een Data Analist

Voor het verzamelen, analyseren en presenteren van data moeten Data Analisten bepaalde vaardigheden hebben en overweg kunnen met verschillende tools.

data analist vaardigheden

Zoals je in het figuur hierboven kunt zien zijn de volgende tools belangrijk om uit de voeten mee te kunnen:

  • Matlab
  • R
  • Python
  • SQL & NoSQL
  • Microsoft Excel

Naast deze tools zijn er ook een aantal belangrijke vaardigheden waarnaar gezocht wordt in een Data Analist:

  • Linear Algebra & Calculus
  • Kritisch denken
  • Communicatie
  • Data Visualisatie
  • Data Cleaning
  • Machine Learning

Adviseren op basis van data

Uit de gevonden data trekt de Data Analist conclusies en schrijft adviezen die hij voorlegt aan de desbetreffende afdeling(en). Zij overwegen de verschillende adviezen en bepalen welk koers gevaren wordt.

Werken als Data Analist

Een uitdagende en veelbelovende carrière als Data Analist betaald niet alleen goed, het geeft ook veel carrièremogelijkheden. Om in aanmerking te komen voor een baan in deze sector heb je sterke kennis nodig van statistische analyses.

Wanneer je gaat solliciteren is een compleet CV erg belangrijk. Om de kans op een uitnodiging zo groot mogelijk te maken kan je opvallen door middel van deze tips:

  • Wees concreet

‘’Data geanalyseerd en effectief advies gegeven’’ klinkt niet heel overtuigend. Schrijf in plaats daarvan ‘’Geadviseerd op basis van data die de conversion rate met 16% hebben verhoogd.’’

  • Vertel over uitgevoerde projecten

Waarschijnlijk heb je nog niet heel veel ervaring, maar je hebt ongetwijfeld projecten uitgevoerd waarbij data is gebruikt en geanalyseerd. Benadruk deze projecten, geef aan welke tools je hebt gebruikt en wat de resultaten van je analyses waren.

  • Laat zien welke vaardigheden je al bezit

Werkgevers willen graag snel en overzichtelijk zien op welk niveau een potentiële nieuwe collega zit. Maak daarom een handige infographic met vaardigheden die je al bezit.

  • Portfolio

Om te laten zien hoe goed je die vaardigheden bezit is het aan te raden een portfolio toe te voegen. Zo kan je met GitHub bijvoorbeeld bewijzen dat je code kan schrijven. Wil je nog meer cv-tips ontdekken? Klik dan hier om er nog meer te ontdekken.

Salaris Data Analist

Tot slot is het natuurlijk fijn om te weten hoeveel je als Data Analist gaat verdienen. Alhoewel het salaris nogal uiteenloopt, is er wel een indicatie te geven. Ben je benieuwd wat het inhuren van een data kost? Bereken dan hier je tarief.

Het maandsalaris ligt ongeveer tussen de 3500 en 5500 euro in wanneer je fulltime start als Data Analist. Natuurlijk kan dit bedrag oplopen naarmate je meer ervaring opdoet en meer verantwoordelijkheid krijgt. Zo zijn er ook ‘’senior’’ vacatures waarbij het salaris wat hoger uitkomt.

Data Analist project voorbeeld

Hopelijk heb je na het lezen van deze blog een duidelijk idee gekregen van wat een Data Analist doet. Wil je graag weten hoe een opdracht van een Data Analist er in de praktijk uitziet? Check dan deze BI-Developer (EN) case van onze Vlammr Vivien. Zij heeft een opdracht als Data Analist uitgevoerd en het project beschreven.