In eerder deel bespraken we dat de verdeling van taken tegenwoordig in een iets ander jasje zit door de hoeveelheid data. We merken dat dit steeds belangrijker wordt, helemaal met de weg richting meer AI gedreven processen. In de basis omvatte het proces 2 personen om van data naar rapporten te komen. De Data Administrator en de Data Analyst. Maar wat als we toch dieper willen ingaan op data-veiligheid, data complexer wordt, of meer gedaan moet worden met de dashboards/rapporten? Data of Intelligence zit hier in de titel!
Om wederom het beeld te scheppen hoe data uiteindelijk verloopt naar dashboards en rapporten, gebruikte we eerder al onderstaande illustratie. Deze breiden we wat uit.
Hoe meer data binnen een organisatie is, en gebruikt kan worden, hoe dieper we de data-materie in moeten. De stap van optimalisatie en veiligheid vindt plaats in twee functies, die van Data Engineer en Data Scientist. De stap van méér te doen met de verkregen data-inzichten vindt plaats in de functie van Business Intelligence Officer.
In de functie van Data Engineer staat centraal of de (1) extractie van data efficiënt loopt en bekijken of de (2) opgeslagen data veilig én geoptimaliseerd is. Dit maakt de persoon verantwoordelijk om privacy van data te waarborgen en beheerder/bewaker van het Extract Transform Load (ETL) proces. Dit allen om ervoor te zorgen dat data kan worden geladen zoals men dit verwacht, en alleen de mensen met de juiste machtigingen data zien die voor hun bestemd zijn. Ook is Normalisatie een een taken en verantwoordelijkheden van de Data Engineer, welke omvat dat dubbele data wordt voorkomen en data integriteit wordt verbeterd.
Wenst de organisatie data te voorspellen? Moet data gebruikt worden om AI te voeden? Dan komt de functie van de Data Scientist ter spraken. Een vrij recente en vrij veranderende functie welke sterk samenhangt met die van de Data Analist. Microsoft omschrijft dan ook als: “Een Data Scientist kijkt naar data om de vragen te bepalen die antwoorden nodig hebben en bedenkt vaak een hypothese of een experiment en wendt zich vervolgens tot de Data Analist om te helpen bij de datavisualisatie en rapportage”. De Data Scientist komt vaak voor bij zeer grote hoeveelheid data of data bronnen, waarbij voorspelling en/of toepasbaarheid voor AI op de juiste manier dient te worden gewaarborgd.
Naast het beschikbaar hebben van de data, en ook duidelijk is dat dit veilig en optimaal gebruikt binnen de organisatie, is de gebruikelijke stap om ook meer te doen met de data en rapporten. Uiteindelijk is de wens van de organisatie om ook daadwerkelijk er mee aan de slag te kunnen gaan. Dit valt onder de taken van Business Intelligence.
De Business Intelligence (BI-Officier) is een uitbreiding op de Data Analist. De functie van BI-officier combineert Data- & Bedrijfsanalyse en biedt de organisatie handvaten om dit In Control te krijgen en houden. Deze persoon combineert het inzicht van de strategie van de organisatie en de uitkomst van bestaande dashboards & rapporten om te zien of en waar verbetering noodzakelijk is. Daarbij dienen de rapportages en Visuals de betreffende medewerkers te begeleiden om het schip de juiste koers op te laten varen.
Gebruik van Business Intelligence zorgt voor diepgaand inzicht en verbetering van strategische keuzes. Door procesoptimalisatie en verandermanagement vanuit de BI-Officier, zorgt dit voor een continue verbetering van processen en verbetering van de te behalen doelstellingen.
Meer lezen over de rollen van Database Beheerder of Data Analist? Dit vind je in -deel 1-
Meer weten over deze rollen of bronvermeldingen? Dit vind je binnen deze bron:
https://learn.microsoft.com/nl-nl/training/modules/data-analytics-microsoft/3-roles
Meer artikels over hoe meerdere factoren en acties leiden tot Business Intelligence?
Die kun je eenvoudig vinden in het overzicht van mijn website: -hier-