10 redenen waarom data analisten aan soft skills moeten werken

Data analisten worden steeds vaker consultants. Jaren geleden konden data analisten zich nog in de luwte van hun eigen werkplek volledig focussen op ingewikkelde datamodellen. Hoe anders is dit anno 2020 – data is nu de kern voor strategieën en innovatie, en hierdoor zijn data analisten verworden tot de nieuwe sterren van de organisatie. 

Dit betekent dat er vandaag de dag hele andere dingen worden verwacht van een data analist. Uiteraard vormt de kern nog altijd het beschikken over solide analytische vaardigheden, hun vermogen om grote bergen aan data in logische structuren te gieten, en hun capaciteit om datamodellen te ontwikkelen. Maar meer dan ooit draait het vandaag de dag ook om persoonlijke vaardigheden. Want data analisten worden steeds meer verbonden met de business, ze luisteren naar diens behoeften en stemmen hun werk af met verschillende stakeholders en het management.

Volgens Stijn Kuijpers en Yvette van Breukelen, beiden consultant bij Cmotions, is het daarom van belang dat data analisten investeren in hun ‘soft skills’ (zachte vaardigheden). De twee experts delen tien redenen met data analisten waarom ze hier zo overtuigd van zijn:

Reden 1 – De vraag achter de vraag achterhalen

Is het al eens voorgekomen dat je in je mailbox of ticketsysteem het perfect uitgewerkte analyseverzoek hebt ontvangen van een collega of manager? Inderdaad, die kans is vrijwel nihil. Het is namelijk echt lastig om een business uitdaging goed door te vertalen naar een analysevraagstuk. Het is aan jou, als analist, om in een persoonlijk gesprek te achterhalen waar je collega behoefte aan heeft. Zodat je samen tot een goede vraagstelling en analyseaanpak kunt komen. 

Reden 2 – Inspireren en enthousiasmeren

Data analisten kunnen zo ontzettend veel gave dingen doen met data. Maar dat is zeker niet bij iedereen bekend. Met inspirerende voorbeelden die passen bij de doelen van jouw organisatie, kun je je collega’s enthousiast maken over jouw vakgebied. Het is daarbij belangrijk om aan te voelen hoe snel en diep je kunt gaan, zodat je je publiek niet verliest.

Reden 3 – Training-on-the-job

Samenwerken met een data analist staat gelijk aan leren van een data analist. Datavaardigheden worden bij veel organisaties net zo vanzelfsprekend als kunnen omgaan met Word of Powerpoint. Maar ook dat gaat niet vanzelf. Als specialist wordt van jou verwacht dat je in het juiste tempo kennis overdraagt. En je collega ondersteunt bij het opdoen van praktische vaardigheden, zoals het interpreteren van tabellen of grafieken, het gebruiken van PowerBI of snappen hoe een voorspelmodel op hoofdlijnen werkt. Dat vereist geduld, inlevingsvermogen en communicatievaardigheden. 

Reden 4 – Mensen meenemen in een verandering

Veel collega’s met wie je als data analist samenwerkt, zijn al jaren ‘rockstar’ op hun eigen vakgebied. Het is ze gelukt om zonder algoritmen of fancy dashboards plezier te hebben in hun werk en successen te behalen. Nu krijgen ze te horen dat ze ‘datagestuurd’ moeten gaan werken en dat ‘algoritmen’ daar een rol in kunnen spelen. Dat is een grote verandering voor ze. Je hebt als data analist de morele plicht om jouw collega’s goed te ondersteunen in deze verandering. Met respect voor hun kennis en ervaring en gericht op het samen behalen van succes. 

Reden 5 – Resultaten interpreteren, conclusies formuleren

De uitkomsten van een data analyse vormen doorgaans geen eindconclusie op een presenteerblaadje. Er komt veel interpretatie bij kijken, waarbij jouw businesskennis en statistische vaardigheden bij elkaar komen. Die geïnterpreteerde analyseresultaten vertaal je vervolgens tot een onderbouwd advies, met daarin conclusies die uitgebalanceerd zijn en te begrijpen voor de opdrachtgever. Dat is bij uitstek een adviesrol, waar soft skills voor nodig zijn.

Reden 6 – Overtuigend presenteren

Je werkt keihard om data bij elkaar te verzamelen, te prepareren en te modelleren tot een perfect voorspelmodel. Hierdoor heb je weinig tijd over om de presentatie voor te bereiden die je de volgende dag moet geven aan je opdrachtgever en zijn hele team. Je kopieert wat grafieken en tabellen in een Powerpoint: de rest bespreek ik wel in de ‘voice over’. Gelukkig, net op tijd klaar.

Tijdens de presentatie krijg je een aantal (terechte) vragen die je gemakkelijk had kunnen voorkomen, als je wat extra aandacht had besteed aan de presentatie. Je merkt dat je collega’s afhaken: enthousiasme maakt plaats voor vraagtekens, twijfel krijgt de overhand: moeten we dit wel willen?

Het is eeuwig zonde voor al jouw inspanningen, als je jezelf niet beloont met een overtuigende presentatie. Een strakke presentatie met een kop en een staart, waar een prikkelend advies wordt onderbouwd met de gebruikte analyseaanpak en -resultaten.

Reden 7 – Transparantie en uitlegbaarheid

Een klant heeft recht op transparantie over de inzet van data en algoritmen. Je moet bijvoorbeeld te allen tijde kunnen uitleggen waarom de ene klant wel een aanbieding krijgt en een andere klant niet. Hoe komt zo’n selectie tot stand en hoe kun je bewijzen dat er niet (onbedoeld) wordt gediscrimineerd op geslacht, afkomst of leeftijd, terwijl dat niet nodig is? 

Daarnaast bevordert het besluitvorming wanneer je goed kunt uitleggen wat er ‘onder de motorkap’ van je analyse gebeurt, zodat collega’s kunnen vertrouwen op de uitkomst. Hiervoor heb je inhoudelijke kennis nodig, maar ook de ‘soft skills’ om jezelf te verplaatsen in anderen en helder te communiceren.

Reden 8 – Brondata beschikbaar krijgen

Een data analist heeft (ruwe) data nodig om het werk te kunnen doen. Het heeft bij systeembeheerders of andere collega’s niet altijd de hoogste prioriteit om data voor jou beschikbaar te maken, tagging in te richten of maatregelen voor verbetering van de datakwaliteit door te voeren.

Je zult dus in onderhandeling moeten gaan, collega’s overtuigen of verleiden, om te krijgen wat je nodig hebt. Daarbij kom je niet ver met alleen vakkennis en rationele argumenten, hier komen ook veel ‘soft skills’ bij kijken: gelijk hebben is niet hetzelfde als gelijk krijgen. 

Reden 9 – Invloed op toekomstig IT-landschap

Je bent als data analist blij wanneer je toolbox goed gevuld is met ‘state of the art’ tools die je zelf kunt installeren, gebruiken en uitbreiden wanneer je wilt. Bovendien wil je de capaciteit van je analyseserver kunnen bijstellen, afhankelijk van de rekenkracht die je op dat moment nodig hebt. Daarnaast wil je kunnen samenwerken, scripts delen en historie vasthouden. Tenslotte wil je de modellen of dashboards die je hebt ontwikkeld, live brengen in diverse bedrijfsprocessen. 

De realiteit is vaak dat het IT-landschap van je organisatie deze mate van volwassenheid nog lang niet heeft bereikt. Je zult je visie, adviesvaardigheden en overtuigingskracht moeten inzetten om invloed uit te oefenen op de IT-strategie en de te volgen koers op jouw vakgebied. 

Reden 10 – Loopbaanplanning

Het vakgebied van een data analist is dynamisch en continu in beweging. Er zijn talloze verleidelijke trends en nieuwe technieken om je in te verdiepen of verliezen. Probleemanalyse, samenwerking en communicatie zijn vaardigheden die altijd als een rode draad door jouw vakgebied zullen lopen. Of je volgende carrièrestap nu binnen je eigen organisatie is, naar een groter corporate of een klein bedrijf, als zzp’er of naar een adviesbureau: investeren in je soft skills heeft altijd toegevoegde waarde.