Det är fortsatt stor efterfrågan på dataanalytiker. Företag i egentligen alla branscher letar med ljus och lykta efter sätt att dra fram värde ur sina informationsresurser.

Vår amerikanska systersajt CIO.com har grävt i vad som faktiskt definierar en riktigt vass dataanalytiker och varför deras roll är så viktig.

– När organisationer fullt ut börjar kapitalisera på interna datatillgångar och därtill utforska integrationen av hundratals tredjeparts-datakällor, så kommer dataanalytiker bara få en ännu viktigare roll, säger Greg Boyd, chef för konsultfirman Protiviti.

– Förr i tiden var gruppen som var ansvariga för data förpassade till bakre rummet av it-organisationen, där de jobbade med kritiska databaser för att hålla företagens system med data, så att cheferna i sin tur kunde rapportera om verksamheten och leverera finansiella resultat.

Läs också: Så ska sofistikerad dataanalys ge oss bättre vård

De här uppgifterna är fortfarande viktiga, men de stigande stjärnorna på företagen, är de smarta dataanalytiker som har förmågan att inte bara bearbeta stora mängder data med avancerade statistik- och visualiseringstekniker, utan har ett skarpsinne som gör att de kan leverera framåtblickande insikter. De här insikterna ska kunna hjälpa till att förutse potentiella utfall och identifiera potentiella risker för verksamheten.

Så vad krävs för att bli en expert inom området? Här är fem viktiga egenskaper och förmågor, enligt it-chefer, analytiker, dataanalytiker och andra som CIO talat med.

Kritiskt tänkande.
Dataanalytiker måste vara kritiskt tänkande, för att kunna tillämpa objektiva analyser av fakta i ett visst ämne eller ett särskilt problem innan de formulerar en åsikt eller gör en bedömning.

– De måste kunna förstå verksamhetsproblemet eller beslutet som tas och därefter kunna göra en modell av vad som är viktigt för att lösa problemet, och på samma sätt kunna bortse från det som ska ignoreras, säger Anand Rao, som är chef för data och analys på konsultfirman PWC.

Kodning.
Riktigt vassa dataanalytiker vet att skriva kod och är bekväma med olika programmeringsuppgifter.
– Det programmeringsspråk som flest väljer inom dataanalys är Python, men det finns också en stor grupp som väljer R, säger Rao. Därtill finns ett antal andra språk som används, till exempel Scala, Clojure, Java och Octava.

Matte.
Dataanalys är förmodligen ingen bra karriär för människor som inte gillar eller inte är skickliga inom matematik. Dataanalytikern ska använda sina djupa matte-kunskaper för att utveckla statistiska modeller som kan nyttjas för att utarbeta eller ändra viktiga affärsstrategier.

Maskinlärning, djupinlärning, AI.
Organisationer i olika branscher flyttar sig oerhört snabbt i sina respektive områden tack vare ökad datorkraft, bättre uppkopplingar och att stora mängder data samlas ihop. En dataanalytiker måste vara i framkant av utvecklingen och förstå vilken teknik som ska användas när.

Dataanalytikern måste ha en djup förståelse om vilket problem som ska lösas, och då kommer alla data själva att ”tala om” vilken teknik som behövs.

Läs också: Så fick analysföretaget Whispr Group in en fot i storföretagen – ”vi maskerade oss som digitalbyrå”

Kommunikation.
Egentligen ingenting inom teknik i dag utförs i ett vakuum, det finns alltid någon integration mellan system, applikation, data och människor. Det är ingen skillnad för dataanalytiker, de måste kunna kommunicera med och ge en berättelse till flera olika intressenter. De måste kunna berätta om affärsfördelar för chefer och ledningspersoner, om utmaningar med datakvalitet, integritet och känsliga uppgifter, och så vidare.

Det handlar om att vara en god kommunikatör, helt enkelt. Mottagarna ska förstå och uppskatta det som presenteras för dem.

Det här är fem egenskaper som krävs för en vass dataanalytiker. Exempel på andra färdigheter som nämns av experterna är: Problemlösning och affärskänsla, kunskap om it-arkitektur – och att förstå vad som med informationen från start till affärsbeslutet, och riskanalys.

Den som sitter på de här färdigheterna har emellertid en ljus framtid att se framemot.