Login / Register | Via Monte Nero 12/2 33033 Codroipo (UD)   +39 349 326 7671 Contattami su Skype
Address

Via Monte Nero 12/2 33033 Codroipo (UD) +39 349 326 7671

Open Hours

Data scientist 30 e lode… tiè!

GDPR UE 2016/679

GDPR UE 2016/679

Scopri se sei in regola con il nuovo Regolamento Privacy GDPR UE 2016/679!
ACCEDI SUBITO AL QUIZ!

TI RICORDIAMO CHE L’ADEGUAMENTO AL GDPR È OBBLIGATORIO

Newsletter
Iscriviti alla Newsletter

Non v’è dubbio che molti film siano una parodia di quello che accede nella realtà. Fantozzi, nei suoi primi film, ha dipinto la società italiana per quello che era diventata dopo il boom economico. Oggi, parlando con Valentina Biloslavo (Data Scientist in TELIT Communications), mi sono ricordato de “Il secondo tragico Fantozzi” e nella fattispecie della cena presso il palazzo della Contessa Serbelloni Mazzanti Vien dal Mare.

Contessa: Impiegato, lei conosce il Conte Otto van Uber Steiber?

Conte: Può chiamarmi solo Otto.

Fantozzi: Almeno nove.

Filini: Dieci.

Fantozzi: Undici.

Filini: Dodici.

La voce narrante: Alla fine la spuntò Fantozzi.

Fantozzi: Trenta e lode. Tiè!

Con Valentina si parlava dell’importanza della Data Science come supporto alle decisioni del management. Sostenevo, e lei con me, che ormai in tutti i campi, anche e soprattutto in campo HR, la Data Science può ricoprire un ruolo fondamentale per evitare di prendere decisioni poco consapevoli… “a naso”. Prima di tutto occorre però rispondere ad una domanda. Cos’è la Data Science e la figura professionale ad essa collegata? Si può dire che un data scientist è un esperto capace di estrapolare insight, analisi e informazioni rilevanti da grandi quantità di dati ordinati e non ordinati, ha competenze trasversali con cui estrapola valore di business attraverso l’analisi dei dati (cit. Spremute Digitali).

Figura sempre più ricercata dalle aziende, come dice la definizione e come si evince dalla realtà di mercato. Il problema, diceva la collega, a volte sta proprio qui: avere un data scientist è quasi diventata una moda. Si sa che prendere decisioni non è facile e che, come abbiamo detto il supporto analitico farà sempre più la differenza, quello che spesso non è chiaro è che prima di assumere un data scientist devi avere un obiettivo chiaro ed un contesto adeguato.

Comunicazione, collaborazione ed un mindset aperto sono fondamentali per la riuscita di un progetto di data science. È altrettanto fondamentale che questa figura interna possa influire nelle decisioni riguardanti il salvataggio e l’utilizzo dei dati, nonché avere la possibilità di capire con quale obiettivo di miglioramento/monitoraggio aziendale (e con che budget) ci si rivolge alla Data Science… e questo spesso manca.

Si fa prima a dire “Il mio competitor ha un data scientist ne voglio uno anche io” perché si vuole essere al passo con il mondo e la tecnologia ma senza comprenderne realmente la funzione. Quando poi il data scientist non fa i miracoli sperati è altrettanto facile dargli la colpa del mancato raggiungimento del target.

Come per tutte le figure in azienda, è necessario avere contezza del motivo per cui vengono assunte e dei compiti che andranno a svolgere. Il secondo tragico Fantozzi insegna quindi che la gara a fare meglio, senza un progetto finale si finisce con un uovo sodo nell’occhio.

Piero Vigutto

 

Leave a Reply

error: Il contenuto di questa pagina è protetto!