Denne klumme er et debatindlæg og er alene udtryk for forfatterens synspunkter.
Listen over aktiviteter, der kræver avanceret dataanalyse og adgang til data, vokser støt og indeholder blandt andet avanceret prognose, edge-løsninger, digitale tvillinger, 5G samt demokratisering af data og analyse.
Det betyder, at interessen og behovet for kompetencer inden for datavidenskab er stærkt stigende.
Kort fortalt er datavidenskab en kombination af dataanalyse, datastyring, programmering og forretningsviden, der tilsammen muliggør moderne, avanceret dataanalyse og værdiskabelse i praksis.
Adgang til data og information samt et øget behov for forskellige typer af kompetencer er afgørende for udviklingen af dataanalyse.
Efterspørgslen efter de ovenfor nævnte kompetencer er stigende – og ikke kun til at bygge analysemodeller.
Hvordan skal en dataanalytiker kunne håndtere alle de forskellige kompetencer og nye, som udvikles over tid?
Det er her skyen og de ressourcer, der findes på internettet, kommer i spil.
Ufattelige mængder viden og teknologiløsninger er tilgængelige for alle i form af hjemmesider med information, cloud-baserede værktøjer og cloud-platforme, der kan håndtere store mængder data – og ikke mindst automatiserede løsninger til hidtil dyre og ressourcekrævende aktiviteter såsom datahåndtering.
Demokratisering
Man kan uden overdrivelse sige, at cloud har demokratiseret og strømlinet dataanalysen – og vil fortsætte med at gøre det.
Cloud gør det muligt at koordinere og samkøre data fra en lang række kilder uden at skulle vente på, at it får nye servere, der kan håndtere de nye mængder data – specielt i en tid med mangel på halvledere.
Der er flere vigtige aspekter.
For det første kan meget af den nødvendige funktionalitet stilles til rådighed via cloud-tjenester, hvilket betyder, at den enkelte dataanalytiker ikke behøver at sætte sig ind i og administrere alle teknologiske løsninger.
For det andet investerer mange udviklere af dataanalyseplatforme meget tid i at gøre værktøjerne så intuitive som muligt, således at flere i virksomheden kan arbejde med analyserne, der igen gør dataanalyse tilgængelig for flere, også ikke-uddannede dataanalytikere.
Det betyder igen, at de specialiserede dataanalytikere kan bruges mere energi på at forstå og analysere forretningsområder, vurdere hvordan analysemodeller skal implementeres og bruges af forretningen samt fortolke resultaterne af analyser, der i sidste ende fører til bedre forretningsbeslutninger.
Omkostningerne falder når cloud tages i brug
Avanceret ataanalyse bliver i samme ombæring mere omkostningseffektiv, fleksibel og skalerbar, med færre indledende investeringer men med de nyeste analyseværktøjer og den nødvendige tekniske infrastruktur til rådighed.
I dag er der stor kapacitet til at samle nøglekompetencer og aktører fra forskellige steder – på tværs af geografi, brancher, kompetencer og teknologier – for at forfine både data og analyser, der kan laves i disse cloud-miljøer.
Skyen demokratiserer dataanalyse og skaber forudsætninger for mere koordineret datadrevet innovation.
Det er noget, som virksomheder bør udnytte, når de planlægger den arkitektur og organisation, der skal sikre datadrevet analyse og innovation.
Klummer er læsernes platform på Computerworld til at fortælle de bedste historier, og samtidig er det vores meget populære og meget læste forum for videndeling.
Har du en god historie, eller har du specialviden, som du synes trænger til at blive delt?
Læs vores klumme-guidelines og send os din tekst, så kontakter vi dig - måske bliver du en del af vores hurtigt voksende korps af klummeskribenter.
