[onderzoek] De veranderende rol van de data scientist

[onderzoek] De veranderende rol van de data scientist
  • Online
  • 11 mrt 2021 @ 08:37
  • 12628 x gelezen
  • Link
  • Redactie MarketingTribune
    Redactie MarketingTribune

    Redactie
    MarketingTribune
  • Big dataOnderzoek

Vaak zien we dat een data scientist liever moeite steekt in het model 1 procent te verbeteren dan het werkbaar maken voor marketeers.

Al langere tijd worden data scientists gezien als de meest waardevolle assets voor voornamelijk commerciële bedrijven. Dit komt omdat we ons realiseren dat het kennen van je klant en het voorspellen van zijn gedrag een hygiënefactor is voor het leveren van onderscheidende customer experiences. Data scientists spelen een cruciale rol in het realiseren hiervan, maar inmiddels is de IT-technologie snel aan het ontwikkelen en zal de rol van de data scientist ook veranderen.

Grote ambitie
Al meer dan 10 jaar worden er grote ambities uitgesproken door bedrijven over wat ze met al hun data konden doen. Uitspraken als ‘Voor elke klant het juiste aanbod, op het juiste moment, via het juiste kanaal en met de juiste tone of voice’ zijn inmiddels gemeengoed voor vele bedrijven. Met name de data scientists waren de uitverkorenen om deze belofte te realiseren. De realiteit is echter dat slechts een beperkt deel van de grote belofte echt is waargemaakt.

Snel veranderende IT-infrastructuur
Gedurende die tien jaar is het tech-aanbod voor datatoepassingen en personalisatie sterk veranderd. Hierdoor moet de data scientist ook veranderen omdat hij of zij anders in de huidige rol blijft steken, die door deze systemen in de verdrukking komt. Grote technologiebedrijven zijn inmiddels in staat om de belofte te realiseren op een manier waar maar heel weinig data scientists aan kunnen tippen. Deze partijen bieden state of the art technologie-oplossingen en tooling die ook nog eens gemaakt zijn om zo goed mogelijk aan te sluiten op huidige techstacks. Een aantal voorbeelden:

● Microsoft en Salesforce Einstein bieden Artificial Intelligence API’s die gebruikt kunnen worden zonder enige kennis van machine learning.

 

● Pega maakt Next best action marketing mogelijk met ingebouwde adaptive learning. Dit wil zeggen dat je aanbiedingen aan klanten kunt doen en dat het systeem uit zichzelf feedback verzameld, ervan leert en automatisch verbeteringen doorvoert.

 

● Adobe Experience Platform maakt 360 graden klantprofielen en update deze automatisch en in real time. Je hoeft dus zelf niet meer aan de slag met het aan elkaar knopen van verschillende datasets of het updaten met batches. Adobe heeft alle data van elk kanaal altijd beschikbaar op één plek.

 

Dit zijn toepassingen die voor veel bedrijven voor het oprapen liggen en die alleen maar beter zullen worden. Sterker nog, deze systemen zijn al zo goed dat het vaak niet meer verstandig is om zelf een maatwerktoepassing te gaan bouwen. Vaak zal het niet lukken om een betere performance te realiseren en de tijd die je vervolgens kwijt bent aan het onderhouden van deze applicaties maakt het geen prettige businesscase.
Daar komt nog iets bij: als je een data scientist een analysetool laat bouwen, zal de gemiddelde data scientist zich voornamelijk richten op het zo geavanceerd mogelijk maken van deze tool. De tool kan de beste ooit zijn, maar als niemand snapt hoe de tool goed te gebruiken, creëert al die moeite uiteindelijk weinig waarde. Vaak zien we dat een data scientist liever moeite steekt in het model 1 procent te verbeteren dan het werkbaar maken voor marketeers. De eerdergenoemde systemen van de grote aanbieders zijn juist zo gemaakt dat er met een intuïtieve UI voor wordt gezorgd dat er zo weinig mogelijk technische kennis nodig is om echte waarde uit het systeem te halen. En een bedrijf met een tiental data scientists kan ook met een super op maat gemaakte oplossing op lange termijn waarschijnlijk niet op tegen een techreus met een paar honderd developers op één tool. Het onderscheidend vermogen van het bedrijf zal moeten komen van het bieden van unieke content en experiences op schaal, maar mogelijk niet van het allerslimste algoritme.
 

Is de data scientist dan niet meer nodig?
Absoluut wel! Om ervoor te zorgen dat een bedrijf het maximale uit een systeem haalt, zijn er activiteiten nodig waar de data scientist heel mooi in kan springen. Met alleen het kopen van een nieuw systeem ben je er namelijk nog niet. Zo moeten deze slimme systemen nog wel zo ingericht worden dat ze goed afgestemd zijn op de strategie van een bedrijf. De data scientist zal dus niet in een laboratorium zitten, maar midden in het businessteam om tot een juiste toepassing te komen. Dat wil zeggen dat de huidige taken van een data scientist niet verdwijnen, ze worden anders en de toegevoegde waarde vele malen groter.

Modeleer in no/low code
Data scientists zullen zelf minder modellen maken, maar op basis van goede data-analyses de verschillende opties binnen een systeem op de juiste manier combineren om de maximale output te realiseren. De modellen in deze systemen zijn standaardmodellen die aangepast kunnen worden voor specifieke use cases. Ingewikkelde python/R-modellen zijn dus nog maar zelden tot niet meer nodig.

Optimaliseer experience
In plaats van bezig zijn met het zo slim mogelijk maken van een model moet een data scientist vanuit de klant gaan denken in plaats van vanuit de data. Het wordt belangrijk dat de data scientist in staat is om de systemen uit te leggen aan de business zodat ze samen voor een zo goed mogelijke customer experience kunnen zorgen. Met deze klantkennis kunnen ze extra data sets aansluiten en verbanden analyseren.
In deze vorm kan data science verder groeien. Als bedrijven de juiste switch maken van het denken in een aantal standaard journeys naar een groot aantal gepersonaliseerde journeys (personalisatie op schaal) kan de vraag naar data scientists toenemen. Met deze switch wordt de impact van data science dus alleen maar groter.

Dit artikel is geschreven door Stijn Toonen, consultant business strategy bij EY VODW, en verscheen eerder in MarketingTribune 05, 2021.

Redactie MarketingTribune

Nieuwsbrief

  • Mis niets! Schrijf je nu in voor de gratis nieuwsbrief.
  • Inschrijven

Laatste reacties

Word abonnee en ontvang:

  • ✔ 20 keer per jaar MarketingTribune Magazine
  • ✔ Korting tot wel €100,- op events

MarketingTribune Events

Whitepapers


  • MarketingTribune.nl/online bericht over de actuele stand van zaken over het online in contact komen met en verleiden van de klant, met specifieke aandacht voor onder meer e-commerce, online advertising en social media.
  • MarketingTribune: meer over marketing en merken