Was macht eigentlich ein Data Analytics Consultant?

… wir haben intern bei unserem Kollegen Kawa nachgefragt:

Was ist Dein Job und welche Voraussetzungen benötigt man für diese Position?

„Ich bin schon seit einigen Jahren als Data Analytics Consultant im Team Data Analytics bei e-dynamics tätig. Jetzt fragt ihr euch sicher, was ein Consultant im Bereich Data Analytics eigentlich so macht… Im Groben und Ganzen kümmern wir uns tagtäglich um die Analyse von Daten, deren Auswertung und beraten unsere Kunden anschließend individuell basierend auf den entsprechenden Auswertungsergebnissen. Hierbei berufen wir uns auf statistische Analysen, die wir eigens durchführen. Anhand der Anwendung von Modellen aus dem Bereich Data Science können wir die Datensätze unserer Kunden im Anschluss interpretieren und visualisieren, um sie zugänglich und verständlich kommunizieren zu können. Mithilfe der gewonnenen Insights können wir den Kunden daraufhin gezielt beraten und konkrete Handlungsempfehlungen aussprechen. Unsere Kernaufgabe besteht also darin, herauszufinden, wie wir aus den vorhandenen Daten spannende Insights generieren können, die dem Kunden hinsichtlich bevorstehender Entscheidungen langfristig von Nutzen sein können.

Wie ihr schon raushören könnt, ist ein mathematischer oder naturwissenschaftlicher Hintergrund für den Job als Data Analytics Consultant definitiv von Vorteil. Denn wir wollen es gar nicht „beschönigen“, ihr werdet auf jeden Fall mit (sehr) viel Statistik konfrontiert. 🤓 Das muss man lieben. Erste Programmierkenntnisse in einer Sprache wie R, Python oder Matlab erleichtern euch mit Sicherheit den Einsteig, sind aber nicht unbedingt essenziell. Ob Studium (z.B. in Mathematik oder Informatik) oder Ausbildung ist zunächst einmal irrelevant, solange ihr eine Affinität für Daten und deren Analyse an den Tag legt. Denn letztendlich zählt einzig und allein die Erfahrung! Ein Großteil unseres Know-Hows und unserer Expertise basiert ganz einfach auf „trial & error“, wofür ihr definitiv auch eine hohe Frustrationstoleranz haben solltet. Denn oftmals sind die Daten nicht so wie gewünscht, sondern fehlerbehaftet oder lückenhaft. Außerdem führen nicht optimal gewählte Parameter zu Analysen, die nicht zielführend sind und Ergebnissen, die nicht interpretierbar sind. Aber auch hier gilt: Ruhe bewahren! Mit der Zeit bekommt man ein sehr gutes Gespür dafür. Und es wäre ja auch langweilig, wenn immer alles glatt läuft.“ 😉

Wie sieht der typische Ablauf eines Projektes im Team Data Analytics aus?

„Der Kunde kommt zunächst mit einer Problemstellung sowie einem daran geknüpften Ziel auf uns zu. Im ersten Schritt besprechen und planen wir das Projekt ausführlich mit den Ansprechpartnern unseres Kunden und legen gemeinsam die konkrete Aufgabenstellung sowie das realistische Ziel unserer Arbeit fest. Sind die Rahmenbedingungen gesteckt, beginnen wir mit der Datenbeschaffung. In der Regel erhalten wir die Rohdaten direkt von unserem Kunden. In manchen Fällen kooperieren wir an diesem Punkt mit unseren Digital Analytics Kollegen, die uns die gewünschten Datensätze dann entsprechend zuspielen.

Dann beginnt die eigentliche Arbeit des Data Analytics Consultants. Im Team werden die Rohdaten des Kunden bereinigt und aufbereitet. Hierbei wenden wir vor allem deskriptive Statistikmodelle an, um uns einen ersten Einblick in die Zahlen zu verschaffen und den „Ist-Zustand“ festhalten zu können. Daraufhin erfolgt die Analyse der Daten sowie die Auswertung der Ergebnisse. Sind wir noch nicht „zufrieden“ mit der Ergebnislage, können an der Stelle weitergehende Analysen folgen, das ist von Projekt zu Projekt sehr unterschiedlich. Sobald wir wertvolle Erkenntnisse – im Hinblick auf die jeweilige Zielsetzung – aus den Ergebnissen gewinnen konnten, beginnen wir mit der Vorbereitung der Vorstellung und Visualisierung der Ergebnisse.

Sind alle Visualisierungen und Slides final, stellen wir dem Kunden die Ergebnisse unserer Analyse vor, besprechen Details und geben Raum für Feedback und Rückfragen. Nach dem Vortrag der Ergebnisse erarbeiten wir gemeinsam die nächsten Schritte sowie entsprechende Maßnahmen, die anhand der Ergebnisse in der Praxis folgen sollen. Diese Maßnahmen werden dann wiederum für einen vordefinierten Zeitraum begleitend kontrolliert und z.B. mittels A/B Test von uns ausgewertet. Daraufhin entscheiden wir – in enger Abstimmung mit dem Kunden – ob noch weitere Maßnahmen ergriffen bzw. ausgeweitet werden sollten oder ob das Projekt erfolgreich abgeschlossen werden kann.

Kommt es tatsächlich zum Abschluss des Projekts, nehmen wir im Abschlussgespräch mit dem Kunden noch einmal eine Auswertung des gesamten Projekts sowie aller Maßnahmen vor und besprechen im Best Case bereits potentielle Anschlussprojekte.“

Was macht Dir besonders Spaß an Deinem Job als Data Analytics Consultant?

„Was mir besonders gefällt ist, dass jedes (neue) Projekt an sich einzigartig ist, da jedes Mal andere Daten zu analysieren sind und unterschiedliche Zielsetzungen definiert werden. Bei jedem Einstieg beginnen wir zunächst damit, uns in die Datensätze „einzulesen“ und sie zu verstehen, was ich total spannend finde. So wird man immer wieder aufs Neue herausgefordert. Der „richtige“ Spaß beginnt für mich dann, wenn man die Daten vollständig verstanden, bereinigt und vorbereitet hat und man die ersten Analysen auf den Daten laufen lassen kann. Wenn eine Analyse dann richtig durchläuft, die Ergebnisse interpretierbar und zielführend sind und eventuell auch wie erwartet ausfallen, ist das immer ein sehr schönes und bestätigendes Gefühl. In etwa vergleichbar, wie wenn ihr in Mathe eine komplexe Aufgabe richtig gelöst habt und dann vor Freude und Stolz von euren Gefühlen überwältigt werdet. Einfach ein richtiges Erfolgserlebnis! 😃

Auch die Vorstellung der Daten und das damit einhergehende Feedback bzw. die Reaktion des Kunden auf unsere Auswertung empfinde ich ebenfalls als eine schöne Aufgabe, die gleichzeitig auch sehr kommunikativ ist. Als Kunde hat man natürlich noch einmal eine andere Sichtweise auf die Dinge, was ich total spannend finde und was den Austausch untereinander sehr facettenreich und lebhaft macht. Das allerschönste ist für mich persönlich jedoch, wenn man sieht, dass die Maßnahmen, die man anhand der Erkenntnisse abgeleitet hat und die aufgrund unserer Beratung auch in der Praxis umgesetzt werden, Früchte tragen. Das motiviert ungemein und macht Lust auf das nächste Projekt!“

Wo liegt denn der Unterschied zu einem Digital Analytics Consultant?

„Natürlich gibt es einige Schnittstellen und Überschneidungen mit den Kolleginnen und Kollegen aus dem Team Digital Analytics. Beide Teams bereiten Daten auf und visualisieren sie entsprechend um aussagekräftige Insights zu generieren. Auch die Vorstellung der Ergebnisse beim Kunden sowie die Präsentation von daraus folgenden Maßnahmen nehmen beide Teams vor. Die Digitalen Analysten nutzen zur Auswertung der Daten vorrangig BI Tools, um dem Kunden schnellstmöglich einen ersten Überblick über die Datenlage zu verschaffen. Wir setzen dagegen im nächsten Schritt an und schauen uns einmal genauer an, was eigentlich hinter den Daten steckt. Dies gelingt uns, indem wir statistische Analysen und Methoden wie Decision Trees, Neuronale Netzwerke oder Clustering auf die Rohdaten anwenden und somit Trends & Muster ableiten sowie fundierte Vorhersagen treffen können.“