Il Data Scientist e l’analisi dei dati

Data scientist e analisi dei dati.

Nuove figure e modelli organizzativi nella data economy

In questo articolo analizzeremo la figura dal data scientist, dalla sua origine al suo valore nel mondo odierno. A tal proposito, come Centro Ricerca e Formazione Integrata Selefor, abbiamo studiato un percorso formativo in partenza ad Ottobre 2021 dedicato alla formazione di questa figura, il Master in “Data scientist e analisi dei dati. Nuove figure e attività nella Data Economy“.

La figura del data scientist non è di nuova concezione, essendo legata alla disciplina denominata Data Science (Scienza dei dati) – nata come una branca dell’informatica e della statistica (1) – ossia l’insieme delle tecniche multidisciplinari utilizzate da un esperto (data scientist) nell’attività di analisi dei dati allo scopo di estrarre ‘utilità’ (valore). Sotto questo aspetto, il data scientist è una figura multiforme che integra molteplici competenze afferenti a discipline e strumenti – la matematica, la statistica, l’informatica – che sono alla base dell’analisi dei dati.

La progressiva integrazione delle tecnologie dell’informazione e della comunicazione (Ict) nell’attività umana e il paradigma della digital and data economy hanno ben presto fatto avvertire ai manager d’azienda il valore dei dati e il carattere strategico delle data analytics – a partire dai primi sistemi di data warehouse e di analisi descrittiva (business intelligence) – e, conseguentemente, la necessità di un adeguamento organizzativo a tale evoluzione anche sotto il profilo human resource. 

In questa prospettiva di cambiamento, in cui l’analisi dei dati diventa un’attività di supporto alle decisioni rilevante per il management, la figura del data scientist – originariamente equiparata a un ricercatore in ragione del suo carattere marcatamente scientifico – è destinata a evolvere verso un profilo decisamente professionale caratterizzato, oltre che da competenze tecniche (hard) concernenti metodologie e strumenti di analisi dei dati, anche da competenze ‘personali’ (soft skill), e dunque capacità di problem solving, di immaginazione-creatività-innovazione, di gestione del cambiamento (soprattutto di natura cognitiva), ma anche di comunicazione e di relazione per rappresentare in modo intelligibile la realtà che i dati codificano e fornire raccomandazioni coerenti con i fabbisogni informativi aziendali.

Questa estensione della figura del data scientist dalla dimensione accademica a quella aziendale va attribuita a quel processo di trasformazione digitale in atto che è alla base della produzione di grandi (e varie) masse di dati (big data) e, conseguentemente, della definizione di nuovi modelli organizzativi – i modelli data driven – idonei a gestire la raccolta e l’utilizzo dei dati e a produrre strutture informative per creare differenziale cognitivo e competitivo. In questa prospettiva, le organizzazioni più lungimiranti – che hanno intuito il carattere strategico di un approccio basato sui dati – si stanno orientando verso schemi manageriali evidence-based che trovano nei dati la base delle decisioni (2); orientamento, questo, che lo studioso americano Davenport ha denominato “competizione sull’analisi” (3).

 1 Il termine “Scienza dei dati” iniziò a circolare nella comunità scientifica nei primi anni ’70 del secolo scorso. Tuttavia, si è dovuto attendere il nuovo millennio affinché la Data Science potesse assurgere ad autonoma disciplina scientifica; fu nel 2001 che l’informatico americano William Cleveland in un suo articolo apparso su International Statistical Review, descrisse i tratti identificativi della Data Science (ricerca multidisciplinare, modelli, elaborazione dati, pedagogia, valutazione degli strumenti, teoria). Cfr. W.S. Cleveland, Data science: An action plan for expanding the technical areas of the field of statistics, in International Statistical Review, n. 1, 2001, 21-26.

2 Cfr. D. Magni, M.V. Rossi, M.V. Franceschelli, “Hippocrazie”, big data e stili manageriali. Verso la definizione di nuove strategie nell’era digitale

3 Cfr., T.H. Davenport, J. Dyché, Big Data in Big Companies, SAS International institute for Analytics, Maggio, 2013. T.H. Davenport, J. Dyché, Data Scientist: The Sexiest Job of the 21st Century, in Harvard Business Review, vol. 90, Ottobre, 2012, 70-76.