Listan på aktiviteter som kräver avancerad dataanalys och tillgång till data blir längre för var dag som gå. Det här innebär att intresset för och behovet av kompetens för data science ökar snabbt. Data science är enkelt uttryckt en kombination av dataanalys, hantering av data, programmering och verksamhetskunskap. Sammantaget gör de här förmågorna modern, avancerad dataanalys möjlig och värdeskapande i praktiken.
Ökat behov av olika kompetenser
Konstanterna i utvecklingen av dataanalys är vikten av tillgång till data och information, och ett ökat behov av olika typer av kompetens. Efterfrågan ökar på alla olika slags kompetenser som nämns ovan, inte bara på att bygga analysmodeller. Hur ska en dataanalytiker klara av att säkerställa alla de olika kompetenserna, kompetenser som dessutom utvecklas över tid?
Här kommer molnet och resurserna som finns tillgängliga på internet in i bilden. En enorm mängd kunskap och tekniklösningar finns tillgängliga för alla och envar i form av webbplatser med information, molnbaserade verktyg och ramverk, molnplattformar som kan hantera stora datamängder, och inte minst automatiserade lösningar för tidigare dyra och resurskrävande aktiviteter som datahantering.
Det här visar sig på marknaden. Omsättningen för SAS Institutes molntjänster för dataanalys ökade till exempel med 29 procent i Europa under 2021. För kunderna finns det också gott om ekonomiska skäl. En ny undersökning utförd av Forrester Consulting redovisar 204 procents återbetalning på investeringar i SAS Institutes lösningar på Microsofts molnplattform Azure, under tre år.
Man kan utan att överdriva säga att molnet har och kommer att fortsätta demokratisera och effektivisera dataanalys. Molnet möjliggör att data från en stor mängd källor kan samordnas och samverka utan att man behöver vänta på att IT ska få nya servrar som kan hantera de nya datamängderna. Framförallt i en tid av brist på halvledare.
Sänker trösklarna för dataanalytiker
Det finns flera aspekter som är viktiga. Eftersom mycket av den funktionalitet som krävs kan tillgängliggöras via molntjänster behöver inte den enskilde dataanalytikern sätta sig in i och hantera alla tekniklösningar. Många utvecklare av dataanalys-plattformar investerar dessutom mycket i att göra verktygen så intuitiva som möjligt för att fler inom en verksamhet ska kunna jobba med analyserna, vilket gör dataanalys tillgänglig för fler. Det gör inte minst att trösklarna för att bli dataanalytiker blir lägre. Vilket, i sin tur, gör att mer energi kan läggas på att förstå verksamhetsområden som analyseras, hur analysmodeller ska implementeras och nyttjas av verksamheten samt att tolka resultat av analyser vilket i slutändan leder till bättre affärsbeslut.
När hårdvara blir tillgänglig via molntjänster blir den mer tillgänglig, kostnadseffektiv, flexibel och skalbar. Det krävs till exempel avsevärt mindre initiala investeringar för att komma i gång med avancerad dataanalys. Och den som så önskar har analysverktyg och nödvändig teknisk infrastruktur tillgängliga så nära sig själv som möjligt.
Molnet demokratiserar dataanalkysen
Idag finns stor kapacitet för att samla nyckelkompetenser och aktörer från olika håll – över geografi, branscher, kompetenser och tekniker – för att förädla både data och analyserna som kan göras i dessa molnmiljöer. Molnet demokratiserar dataanalys, och skapar förutsättningar för mer samordnad datadriven innovation. Det är något företag och organisationer behöver ta med i beaktande både när de ska realisera en arkitektur och organisation för datadriven analys och innovation.
Av Joel Jönsson, Analytics Architect, SAS Institute
