Es macht sich ein neues Berufsbild breit: Das des Data Scientisten. Auf dem weiten Feld von Big Data Analytics sind sie die Übersetzer zwischen den Fachanwendern und den Statistikern. Wo aber steht das Multitalent innerhalb eines Unternehmens und wie kommuniziert dieses mit seinen Kollegen - Feind oder Freund?
Unternehmen stehen vor der Herausforderung, ihre individuelle Big Data Strategie zu entwickeln. Dies erfordert Technologie- und Business-Know-how zugleich. Als Konsequenz daraus ist ein neues Berufsbild entstanden, das vielseitige Begabungen in sich vereint. Der Data Scientist hat analytisches Talent, Fach- und Business-Wissen, Kommunikationsfähigkeit, Forschungsdrang, Kreativität und Koordinationstalent. Und wie ist er im Unternehmen eingebunden?
Hier die Antwort anhand eines Beispiels aus der Versicherungsbranche
Will ein Versicherer die Beziehung zu seinen Kunden digitalisieren und ein neues und mehrwertiges Kundenerlebnis schaffen, braucht er aussagekräftige Daten, auf deren Basis er intelligente Entscheidungen über die richtigen Nachrichten zur richtigen Zeit auf den richtigen Kanälen treffen kann. Kein Zweifel: Fachanwendern wie Marketiers, Produktmanager oder Vertriebler kommt hier eine besondere Rolle zu. Ihre fachliche Perspektive ist es, aus der heraus sie große Datenmengen (ob Big Data oder nicht) so auswerten können, um zu tragfähigen Entscheidungen zu kommen. Doch es sind natürlich die Werkzeuge und richtigen Methoden, die ihre Entscheidungen zu dem machen, was sie sein sollen: verlässlich, sinnvoll, tragfähig und effektiv. Die Stunde des Data Scientisten hat nun geschlagen.
Wie arbeitet Mr. Data mit dem Fachanwender zusammen?
Gehen wir der Frage praktisch nach: Die Versicherung möchte jetzt potenzielle Tarifwechsler identifizieren. Eine erste und schnelle visuelle Analyse zeigt dem Fachanwender, in welchen Tarifgruppen und wo im Lande besonders viele Tarifwechsler zu finden sind. Dann grenzt er per Treiberanalyse die unzufriedenen Kandidaten weiter ein. Nun kann er diejenigen Bestandskunden filtern, die wechselaffin sind. Diese Regel ist datengetrieben und deshalb abgesichert und deshalb nicht willkürlich und ist deshalb keine ungeprüfte "Bauchformel" – hier sprechen nur die Fakten. Diese Auswertungsergebnisse mag die Versicherung ermuntern, jetzt eine größer angelegte Kampagne zu organisieren, in der die Wechselwilligen individuell angesprochen und beraten werden.
Eine gemeinsame Datensprache Und hier nun kommt der Data Scientist ins Spiel. Damit diese Kampagne ein Erfolg werden kann, wendet sich der Kundenmanager mit seiner Auswertung an ihn, der die Analyse statistisch verbessern will. Nein, es gibt nicht notwendigerweise einen Kommunikationsbruch zwischen beiden. Denn unser Fachanwender hat sich ja bereits mit den Daten, den Kundeneigenschaften und beschäftigt. Er ahnt auch, was seinen Kunden zum Wechsel veranlassen könnte.
Er kann aus seiner fachlichen Sicht begründen, warum der ein oder andere Treiber fachlich interessant oder zu vernachlässigen ist. Und auf genau dieser Erkenntnis baut der Data Scientist seine Arbeit jetzt auf. Damit ist das Briefing für den Data Scientisten vom Fachanwender viel fundierter als bei einem völlig offenen Suchraum. Beide können sich die Ausgangslage gemeinsam ganz genau ansehen und besprechen. Die gemeinsame Datensprache ist es, die die Kommunikationsprobleme verringert.
Mein Voting ist also klar: Der Data Scientist ist ein neuer Freund in den Unternehmen. Er ist der Übersetzer zwischen Statistik und Fachbereich.
