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.

Il data analyst, insieme al data scientist, è una delle professioni digitali emergenti legate alla diffusione dei big data. Secondo lo studio condotto dal World Economic Formum, Future of Jobs, data analyst e data scientist sono i due lavori per i quali si prevede una maggiore richiesta nel prossimo immediato futuro.

Vediamo allora che cosa fa un data analyst, cosa lo differenzia dal data scientist, quanto può guadagnare e quale tipo di studi sono più indicati per svolgere questo lavoro.

Chi è il data analyst?

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 professionista dei dati

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

Secondo il sito talent.com in Italia un data analyst guadagna in media 29.000 euro all’anno. I data analyst junior guadagnano circa 24.036 euro all’anno percepiscono, mentre i lavoratori con più esperienza guadagnano fino a € 42.000 euro all’anno.

Quanto guadagna un data analyst in Svizzera?

Svizzera, Germania e Paesi Bassi sono i paesi nei quali un data analyst può godere di stipendi più alti. Nello specifico, sempre secondo talent.com uno junior data analyst in Svizzera guadagna in media 88.000 euro all’anno, mentre una figura senior può arrivare anche a guadagnare 164.000 euro all’anno.

Come diventare un data analyst?

Per diventare data analyst conseguire una laurea in materie scientifiche è sicuramente un’ottima base di partenza. I corsi di laurea più pertinenti dai quale poi sviluppare la propria carriera nei big data sono informatica, matematica e statistica. Una laurea in informatica permette di acquisire competenze quali programmazione informatica, intelligenza artificiale, software engineering, sistemi operativi e architettura hardware. Una laurea in matematica permette di acquisire la capacità di problem solving, ragionamento matematico, pensiero astratto, modelli matematici, logica formale, strutture dati, come anche a rappresentare i risultati numerici sotto forma di grafici, tabelle e grafici. Una laurea in statistica consente di comprendere i dati e interpretarli in informazioni necessarie per prendere decisioni strategiche, dà una base in informatica, tecnologia dei dati, probabilità e analisi numerica.

Una volta acquisita la laurea è opportuno di approfondire le proprie competenze seguendo un master specialistico o conseguendo una certificazione mirata (esistono fornitori di software che rilasciano certificazioni a professionisti che utilizzano il loro software di analisi dei dati).

Dove studiare Data Analytics?

Per studiare Data Analytics non è più necessario andare all’estero. Nel 2018, il suo dipartimento di Matematica e Fisica dell’Università degli studi della Campania Luigi Vanvitelli di Caserta è stato il primo a proporre un corso di laurea triennale in Data Analytics. Il corso di laurea di primo livello è erogato interamente in lingua inglese. Il percorso di studio prevede corsi incentrati sulla Programmazione, l’Architettura dei Sistemi di Elaborazione, il Progetto e le Applicazioni delle Basi di Dati, la Probabilità e la Statistica, il Data Wrangling (ovvero come trasformare i dati catturati da diverse sorgenti in modo da poter essere elaborati), l’analisi esplorativa dei dati, il Data Storytelling, e altro ancora.

Corsi di laura di II livello, o laurea magistrale, in data analytics sono erogati da diversi atenei, per esempio: alla Bocconi di Milano c’è un corso in Data Science and Business Analytics,  all’Università di Roma La Sapienza c’è un corso di laurea magistrale in Data Science. 

Data Analyst: master

Anche per seguire un master in Data Analytics le scelte oggi sono diverse, come il master in Data Science and Business Analytics organizzato dalla Bologna Business School (la business school dell’Università di Bologna) o il Master in Business Data Analysis organizzato da Talent Garden, il network europeo che offre spazi di coworking, formazione e eventi dedicati alla community di professionisti del digitale e della tecnologia.