Tra i professionisti dei dati, oltre alla figura del scientist sta emergendo quella del data analyst. Nel 2018, secondo i dati degli Osservatori Digital Innovation, il Data Analyst è presente nel 56% delle grandi aziende italiane e si prevede che la percentuale raggiungerà il 75% entro la fine del 2019. Vediamo allora di cosa si occupa questo tipo di professionista digitale, le differenze rispetto al data scientist, quanto può guadagnare e quale tipo di studi sono più indicati per svolgere questo lavoro.

Il data analyst non è il data scientist, ma quest’ultimo è anche un data analyst:  le due figure professionali hanno a che fare entrambe con il mondo dei dati, divenuta la principale risorsa strategica per le aziende, ma secondo diverse fonti non sono esattamente la stessa cosa.

Sono due figure spesso confuse o intercambiabili all’interno delle aziende, anche perché la scienza dei dati è un campo nascente e non tutti hanno familiarità con il funzionamento interno del settore.

Partiamo dunque da una definizione: come il data scientist, il data analyst esplora, analizza e interpreta i dati, con l’obiettivo di trasformarli in informazioni utili al business e al processo decisionale, ma le responsabilità sono diverse e spesso anche la leadership, così come le competenze richieste. Si potrebbe dire che il data scientist è il data analyst avanzato.

Sotto questo profilo, così dice il sito Inside Simplilearn  che si occupa di formazione sulle competenze digitali

“Normalmente ci si aspetta che un data scientist formuli le domande che aiuteranno un’azienda e poi proceda nel risolverle, mentre un data analyst riceve le domande dal team aziendale e persegue una soluzione con quella guida.

Entrambi i ruoli sono tenuti a scrivere query (ndr: le interrogazioni ai database), lavorare con i team di ingegneri per ottenere i dati giusti, eseguire il data munging (cioè trasformare i dati grezzi in dati nel formato giusto, utili per l’analisi/interpretazione) e ricavare informazioni dai dati. Tuttavia, nella maggior parte dei casi non ci si aspetta che un data analyst costruisca modelli statistici o sia pratico nel machine learning e nella programmazione avanzata. Invece, un analista di dati solitamente lavora su database SQL strutturati più semplici o simili o con altri strumenti/pacchetti di BI.

Il ruolo di data scientist richiede anche forti capacità di visualizzazione dei dati e la capacità di convertire i dati in una storia aziendale. Di norma non ci si aspetta che un data analyst trasformi i dati e le analisi in uno scenario e una roadmap di business”.

Data analyst vs data scientist, il video del confronto

Il seguente video realizzato da ACADGILD, istituto per lo sviluppo di competenze in data science in India,  spiega benissimo la differenza tra le due figure.

 

Quanto guadagna un data analyst

Guadagna mediamente meno del collega data scientist e ciò è direttamente collegato alle differenti responsabilità e competenze richieste.

Secondo un’analisi realizzata da Datacareer in diverse nazioni europee (Austria, Belgio, Francia, Germania, Irlanda, Italia, Paesi Bassi, Spagna, Svizzera e Regno Unito) gli stipendi a livello junior vanno da EUR 24’700 all’anno in Italia a oltre EUR 83’000 all’anno in Svizzera. Insieme alla Svizzera, la Germania e i Paesi Bassi, con circa 50’000 euro all’anno, appartengono al gruppo dei paesi che pagano meglio questa professione. Complessivamente, lo stipendio medio annuo per le posizioni junior è di circa 35.000 euro. In Svizzera lo stipendio arriva anche ai 100.000 euro per le posizioni di responsabilità.

Secondo il WEF, il data analyst sarà uno degli 8 lavori più richiesti nei prossimi anni.