Secondo un nuovo report di Gartner nei prossimi anni si assisterà a una forte crescita nella componente di automazione delle piattaforme analitiche. Le previsioni parlano infatti, per il 2020, di oltre il 40% dei compiti dei data scientist affidati a processi di analytics automatizzati; ciò permetterà una maggiore diffusione delle soluzioni di analytics e una crescita dei citizen data scientist.

Ma esattamente cosa sono i citizen data scientist? Stando a Gartner, si tratta di una nuova figura che sta a indicare chi crea o genera modelli che usano sistemi di analytics con funzioni prescrittive e predittive, ma la cui funzione principale in azienda è fuori dal campo della statistica e degli analytics.

Non si parla insomma né di data scientist tradizionali, figura sempre più ricercata ma altrettanto difficile da trovare, né di un normale utente business che si affida a soluzioni semplificate che aiutano nella creazione e nell’utilizzo dei modelli predittivi. Una via di mezzo insomma

Visto che l’analisi dei dati è sempre più un elemento di differenziazione tra le aziende, il vantaggio di poter sfruttare gli analytics anche con questa nuova figura (oltre che con le due appena descritte) è innegabile.

Analytics automatizzati

Anche perché, come ricorda Gartner, il numero di data scientist non riesce ancora a soddisfare i bisogni delle aziende, mentre gli information analyst, presenti in numero maggiore nelle aziende, possono trasformarsi citizen data scientist se hanno accesso a strumenti idonei.

Inoltre questa nuova figura professionale può svolgere alcune attività prima esclusive dei data scientist, rendendo quindi questi ultimi più produttivi. Non è un caso quindi se secondo il report nel 2019 la quantità di informazioni estratte dai citizen data scientist nelle applicazioni di analytics avanzate supererà quella estratta dai data scientist.

Questi continueranno però a rimanere indispensabili per le aziende, soprattutto per i progetti più complessi per i quali non basterà un approccio rivolto solo ai citizen data scientist, il cui apporto benefico sarà comunque sempre più elevato.

Per fare in modo però che questa suddivisione di compiti sia applicata nel giusto modo, sono necessari strumenti software di analytics più semplici e automatizzati, soprattutto quando bisogna compiere processi semplici e ripetitivi come l’integrazione tra le sorgenti dati e la definizione di modelli statistici. Compito che spetta ai produttori di software, che secondo Gartner potrebbero così diffondersi maggiormente all’interno delle aziende.