Interessant artikkel hos Gigaom, som viser til at det er massevis av jobbmuligheter innenfor dataanalyse. Men den er på mange måter bare toppen av isfjellet. Enorme datamengdeer blir nå generert som et resultat av at vi gjør mer og mer enten på nettet. Alt du gjør på nettet blir spart på – om ikke av myndighetene gjennom Datalagringsdirektivet, så av alle mulige sosiale nettverk, ehandelsplasser og aviser. Nøkkelen for å finne nye ting kunder er villige til å kjøpe eller gjøre ligger i å studere disse dataene – og til det trenger man folk som kan analysere.
Jeg tror vi på mange måter står overfor et paradigmeskifte innenfor forretningsvirksomhet, der man går fra teft til data, fra gjetninger til eksperimenter. For eksempel, hver gang du søker på Google eller Bing, er det en ganske stor sjanse for at du vil få et forskjellig resultat fra den gjennomsnittlige søker, rett og slett for at Google varierer resultatet litt for å se i hvilken grad du klikker på den første eller andre linken. Amazon eksperimenterer med priser og tilbud, systematisk og kontinuerlig. Dell og Best Buy (amerikansk versjon av Elkjøp/Lefdal) og alle mobiltelefonprodusentene slipper prøveballonger og følger med, elektronisk og automatisk, på hva folk sier om deres tilbud på blogger og andre sosiale fora.
Samtidig finnes det massevis av guruer innenfor markedsføring og kundekontakt som tror at bare du har sort turtleneck, glattbarbert skalle og Tag Heuer briller så er verden din, i hvert fall hvis du vet hvordan klikke inn kule effekter i Keynote. Og så merker de ikke at kundens markedsføringsbudsjett har forsvunnet over til Adwords og at diskusjonen føres over et Excel-ark heller enn en Powerpoint-presentasjon.
Spørsmålet for meg er: Hvordan skal vi skaffe de folkene vi trenger til å gjøre all denne analysen? Jeg er nå i USA, i Boston, med en datter i en god amerikansk high school. Det har blitt pinlig klart for meg at norsk videregående skole ligger et år etter USA innenfor realfag generelt og “science” (fysikk, kjemi og biologi) spesielt. Hvis vi trenger studenter og forskere til store analyseoppgaver på BI, så er det ikke nordmenn som melder seg (med noen unntak). Spesielt trenger vi folk som kan være kreative rundt det å finne nye veier inn i data på.
Og her har man altså muligheten – skal du sikre deg en attraktiv fremtid, bli god til å analysere – på en kreativ måte. Fremtiden ligger tilhører dem som kan finne mønstre i data og nye måter å kategorisere og forstå kunder, problemer, diagnoser og teknologi.
Tversover 
Hei Espen!
Spennende innlegg!
Bet meg merke i den siste setningen og trekker paralellen til den karaktistikken som blir gitt av Fritjof Nansen i forbindelse med utstillingen i Oslo sentrum: Arven etter Nansen» – hvor han beskrives som en vitenskapsmann med bemerkselsverdig og fremragende evne til å stille og formulere gode teoretiske problemstillinger basert på nøye observasjoner gjort i felten.
Bare da noen tilleggspørslmål:
Hvor stort er eller kan behovet i markedet være? Er det mulig å tallfeste?
Mange mennesker har jo som egenskap at de nettopp er analytiske og trives derfor med det så jeg tenker: Kan det være greit å avklare hva analyse er rent konkret og semantisk? Og 2. Kan en del dataanalyse i virksomheter rett og slett forenkles gitt problemstilling og sortering overlates til dataprogram som kjører analysene? (Mye skjer i dag i powerpoint og excel dog vet jeg jo at datamengder og kategoriseringer er noe som egner seg for dataprogrammer – tolking og beslutninger basert på analyse er kanskje noe annet som like så mye krever kunnskap om å omramme hvordan en problemstilling betraktes og evt kan omformuleres? – (Du nevner selv kreativitet)
Kanskje også din kollega Fred Wenstøp og andre ville mene noe fornuftig her?
Ha ellers en fantastisk dag!
Øivind
Det seier seg eigentleg litt sjølv når mange trur at dagens datamaskiner kjem til å framstå som dinosaurar om få år på grunn av til dømes kvanteprosessorteknologi.
Kvantematematiker Michael Nielsen kjem ut med ny bok om få dagar der han legg vekt på alle dei utallige måtane å filtrere og samarbeide på innan vitskapeleg produksjon.
Vert meir og meir sikker på at realfag er noko å satse på. Men, det må sjølvsagt knyttast opp til kreativitet og kontekst. I Ghana så verkar mattebøkene i vidaregåande for å tilsvare MA100 på norske universiteter, men eg trur det hjelper lite om ein ikkje får satt kunnskapen inn i matnyttige samanhengar.
Tja. Jeg oppfagger vel at Espen her uttrykker et visst savn, på vegne av Norge, for akademisk ambisjonsnivå i videregående skole og tittelen til tross mangelen på respekt for empiri. Vel, jeg gjetter. Jeg vet jo ikke hva Espen føler, så det som står under står for egen regning, det er inspirert av, det Espen sa over, ikke tankelesing 🙂
Data er pr. def. innsamlede og prosesserte målinger. Vitenskaplig metode kan oppsummeres på mange vis, en av dem er «analyse og syntese basert på empiri». Vi lever i dag i en verden der vi har mye og får mer data. Mengden av tilgjengelig empiri er altså sterkt økende, for alle. Dersom man skal klare å utnytte denne tids muligheter er det derfor essensielt at man utnytter denne tilgangen på empiri når man gjør sine analyser. «Lytt til dataene» er et mantra i enkelte vitenskaplige miljøer «stol på dogmene» virker det som er et annet mantra, som kanskje er spesielt mye brukt i miljøer der «maler brukt i powerpoint» er et viktig tema på allmøter.
Det jeg oppfatter at Espen snakker om er derfor en klasse analyse, og analytikere, som er flinke til å lytte til dataene. Flinke til å ta inn over seg hva som faktisk skjer i verden, hva som er observerbart og målbart, og som så udogmatisk kan analysere det som skjer, formulere hypoteser som så kan testes med nye innkomne data, inkludert salgstall.
Det er åpenbart at denne type analytikere vil banke dogmatikerne, hvilket jeg oppfattet var et annet av Espens poenger.
@Bjørn: Synes du oppsummerer mine tanker aldeles utmerket!