Data Analyst: chi è, cosa fa e quanto guadagna un analista dei dati

21 febbraio 2019 / Di Irene Di Deo / 0 Comments

Il Data Analyst è un figura professionale sempre più ricercata e fondamentale in un mercato in cui i dati rappresentano il nuovo petrolio. Ma chi è esattamente e cosa fa nel concreto? Trattasi di Business Analyst o è qualcosa di più? Soprattutto, si chiederanno i più lungimiranti, come si diventa Data Analyst e qual è lo stipendio medio di un'analista dei dati in Italia? Proviamo a rispondere a tutte queste incalzanti domande.

 

Una definizione di Data Analyst

Il Data Analyst è colui che esplora, analizza e interpreta i dati, con l’obiettivo di estrapolare informazioni utili al processo decisionale, da comunicare attraverso report e visualizzazioni ad hoc.

In altre parole, l’obiettivo del suo lavoro è ricercare evidenze quantitative all’interno di grandi moli di dati, supportando in tal mondo le decisioni di business.

 

Data Analyst: cosa fa e quanto guadagna

Ma nel concreto, cosa fa un Data Analyst? Da giugno a novembre 2018, l’Osservatorio Big Data Analytics & Business Intelligence ha analizzato 56 offerte di lavoro per Data Analyst estratte da Linkedin, al fine di ottenere evidenze empiriche delle attività e delle competenze che le aziende richiedono a questa figura.

Nei fatti, i software che utilizza e la tipologia di domande a cui dà risposta attraverso i dati variano enormemente in base al contesto aziendale. In un’azienda legata al mondo della Business Intelligence più tradizionale, l’analista dei dati tende ad utilizzare per la gran parte del suo tempo Microsoft Excel e database relazionali, rispondendo a specifiche richieste del business attraverso estrazioni ed analisi tradizionali. Si occupa inoltre di creare e aggiornare reportistica, in molti casi con il supporto di uno o più software di data visualization.

In contesti più maturi dal punto di vista dell’analisi dei dati, il Data Analyst diventa colui che svolge analisi esplorative su enormi moli di dati e implementa modelli statistici complessi o algoritmi di machine learning. Nel cercare di identificare dei tratti comuni, a un buon Data Analyst è richiesta una conoscenza di base della statistica e dei database, relazionali e non.

Data Analyst vs Data Scientist

Perché il Data Analyst non è un Data Scientist? La differenza non è neanche troppo sottile. Il Data Scientist si occupa di modellizzare problemi complessi attraverso una conoscenza approfondita delle tecniche matematico-statistiche ed è in grado di programmare in uno o più linguaggi. Il Data Analyst parte dal lavoro svolto dal Data Scientist per trasmettere e interpretare le informazioni al fine di supportare gli utenti di business.

In termini di soft skills, al Data Analyst non è richiesta la proattività né la curiosità che invece caratterizza il Data Scientist. Già nel tradurre le job title emerge la differenza tra l’analista e lo scienziato (seppur inserito in un contesto applicativo e aziendale).

Diventare Data Analyst: background e stipendio

Difficilmente il Data Analyst proviene da un percorso estremamente tecnico, è preferibile anzi che abbia compiuto studi economico-manageriali, in modo da poter parlare lo stesso linguaggio delle figure di business con cui andrà ad interfacciarsi.

Secondo le principali fonti analizzate sul tema, lo stipendio medio di un Data Analyst in Italia è di circa 27.000 euro annui. Vi è da considerare ovviamente i diversi livelli di seniority: per lo più i Data Analyst sono figure junior, seppur qualificate.

 

Il Data Analyst oggi…e nel futuro

Nel 2018, il Data Analyst è presente nel 56% delle grandi aziende italiane e l’Osservatorio prevede che la percentuale raggiungerà il 75% entro la fine del 2019.

Oltre ad un aumento nella diffusione di questa figura, è possibile prevedere anche un cambiamento nelle mansioni svolte e negli strumenti utilizzati. Mentre sempre più aziende adottano i Big Data, le capacità di esplorazione e analisi dei dati dei Data Analyst si ampliano, anche grazie a strumenti sempre più intuitivi e basati sulla visualizzazione.

Le opportunità offerte da trend tecnologici (quali realtà virtuale o artificial intelligence) e la diffusione capillare di una cultura di interpretazione e analisi dei dati lasciano intravedere un’evoluzione di questa figura professionale, che si appresta a diventare centrale nella traduzione dei risultati alle figure di business.

 

Vuoi conoscere le competenze e i ruoli fondamentali per gestire i Big Data?

Guarda il Webinar

  • Autore

Ricercatrice Senior degli Osservatori Big Data & Business Analytics e Artificial Intelligence