Aus dem Kurs: Einführung in grundlegende Fähigkeiten für Ihre Karriere in der Datenanalyse

Datenanalyst:innen

Aus dem Kurs: Einführung in grundlegende Fähigkeiten für Ihre Karriere in der Datenanalyse

Datenanalyst:innen

“

Ich versuche seit Jahren, Menschen den Begriff »Datenanalyst:in« zu definieren. Dabei habe ich die Rolle und ihre Fähigkeiten mal so und mal so definiert. Im Unternehmen enthält die Tätigkeitsbezeichnung kaum den Begriff »Datenanalyst:in«, es sei denn, man arbeitet in der Datenabteilung. Die gibt es allerdings nicht überall. Also werden Sie vielleicht einfach »Analyst«, zum Beispiel Betriebsanalyst oder Marketinganalyst genannt. Auch bei Datenanalyst:innen gibt es Unterschiede. Manche Menschen üben die Tätigkeit unwissentlich aus oder wenden die entsprechenden Fähigkeiten unwissentlich an. Datenanalyst:innen haben gewöhnlich ein tieferes Verständnis von Datensystemen und wissen mehr über Datenbankdesigns als Datenarbeiter:innen. Datenanalyst:innen haben in der Regel mehr Zugriff auf Tabellen und Ansichten von Datenbanken. Sie haben eher Grundfähigkeiten in SQL-Abfragen und schreiben öfter SQL-Anweisungen für den Datenzugriff. Dies variiert je nach Organisation und Zugriff. Datenanalyst:innen haben in der Regel ein überdurchschnittliches Verständnis des Data-Governance-Plans, weil Sie gemäß den darin festgelegten Richtlinien und Verfahren arbeiten. Erfahrenere Datenanalyst:innen verstehen auch eher mehr von allgemeiner Recherche und welche Fragen sie stellen sollen. Sie verstehen, wie Daten bereinigt und transformiert werden, um Projektanforderungen zu entsprechen. Datenanalyst:innen wissen, wie Funktionen zu erstellen sind, wie etwa Bedingungsanweisungen und logische Ausdrücke. Datenanalyst:innen arbeiten mit Statistiken und Aggregatfunktionen, mit den einfachen zu Beginn. Sie haben gelernt, wie sie Daten verbinden, sodass sie neu geladen und ihre visuellen Objekte und Berichte aktualisiert werden. Auf der Suche nach Bereichen zur Weiterentwicklung sollten Sie sich etwas in Statistik vertiefen. Ich habe absichtlich »etwas« gesagt. Denn Statistiker:in ist eine ganz andere Rolle. Ihre Datensätze können für verschiedene statistische Tests verwendet werden, also ist es wichtig, über Grundwissen zu verfügen. Über Funktionen kann man gar nicht genug wissen. Sie sollten definitiv Wenn-Funktionen, Aggregatfunktionen und einfache Suchvorgänge schreiben können. Sie müssen Joins verstehen, und wie Datensätze davon beeinflusst werden. Und als soziale Kompetenzen: aktives Zuhören, Data Storytelling und kritisches Denken. Sie merken auch, dass Sie Datenanalyst:in sind, wenn Sie bei der Arbeit hören, dass Sie »zaubern« könnten.

Inhalt