Práce datových analytiků spočívá ve zkoumání dat a vytváření statistik a reportů, které umožňují navrhovat efektivnější strategie pro řízení podniku. Jejich práce se využívá především v oblasti informačních technologií, financí, obchodu a marketingu. Pro tuto práci je nutné ovládat, mimo jiné, matematiku, statistiku a ekonometrii, ale také být schopen vizualizovat data pomocí různých nástrojů a jazyků a být schopný analytického myšlení. V českém prostředí si takoví pracovníci mohou vydělat mezi 40 až 60 tisíci korun měsíčně. Pokročilejší role v oblasti datové analýzy jsou například BI analytik nebo datový inženýr a jejich mzdy mohou být i šestimístné.
Školy se snaží, ale nestíhají
Ota Novotný, prorektor pro rozvoj a vedoucí katedry informačních technologií na VŠE, shrnuje situaci takto: „Data ukazují, že datařů je nedostatek. Na trzích ve vyspělých zemích jako je USA či UK jsou poptávány statisíce datových odborníků různého zaměření. V datech také vidíme, že volná místa se nedaří dlouhodobě obsazovat a vysoké školy produkují jen desetitisíce studentů ročně. Nejinak je tomu v ČR, kde je problém podobný, jen řády poptávky a nabídky jsou nižší. Poptávají se tisíce studentů a školy jich produkují pouhé stovky“.
Nedostatek kvalifikovaných pracovníků však není jediným problémem, se kterým se firmy musejí potýkat. České vysoké školství se snaží na situaci reagovat, pražská Vysoká Škola ekonomická v posledních letech otevřela specializovaný program zaměřený na data a postupně jsou zaváděny studijní programy datové analytiky nebo data science. Stále jde však o zlomek počtu, který je na trhu práce potřeba. Ne vždy absolventi také přichází připravení na praxi, která je čeká.
„Školy učí žáky, že na každou otázku existuje řešení, které lze najít na straně 42 učebnice. My ale často řešíme problémy, které nemají hotová řešení a často na technologiích, které ještě před rokem neexistovaly. Aby byli absolventi schopni tento typ projektů řešit, vyžadovalo by to, aby se na školách učili definovat a řešit problémy, stanovit si priority, spolupracovat na projektech a chápat, že ‚zadání‘ není to samé jako vyřešit problém klienta. Na to však současné školství není schopné dostatečně pružně reagovat,“ komentuje situaci CEO datově analytické agentury Revolt BI, Giuliano Giannetti. Cestou tedy velmi často je interní vzdělávání.
Využití externích pracovníků může vyjít levněji
„Vnitřní rekvalifikace zaměstnanců firmy umožní vždy, dle mých zkušeností, nalézt vhodné analyticky zaměřené lidi ve firmě, kteří postupně mohou přebírat role klíčových uživatelů, analytiků a časem i třeba vedoucích datové analytiky. Znají dobře business firmy a dokáží dobře definovat datové požadavky, které řeší jejich interní tým nebo jsou vyřizovány externími dodavateli. Výchova vlastních lidí a jejich doplňování specializovanými externisty je podle mne nejvhodnější řešení pro dlouhodobě udržitelný rozvoj datové analytiky ve firmě,“ komentuje situaci Novotný.
Podle Pavla Doležala, CEO společnosti Keboola, je ideálním řešením kombinovat interní a externí pracovníky, čímž si společnost zajistí dlouhodobě fungující řešení problému nedostatku kvalifikovaných datařů a zároveň si udrží interní řízení: „Na začátku nových projektů se většinou osvědčuje model, kdy si firma přizve externí spolupráci a postupně si buduje interní tým a externího dodavatele používá na složitější věci či ucelenější celky. Externí dodavatel má jistě větší míru ‚přehledu‘ přes x projektů, ale nelze podceňovat důležitost interního stakeholder managementu a change managementu, to se musí odehrát uvnitř firmy.“
Externí datový tým navíc může vyjít výrazně levněji než interní, i když se to na první pohled nemusí zdát. Vyškolit si interního odborníka není jednoduchou, časově nenáročnou ani levnou záležitostí. Kromě klasických nákladů na zaměstnance, jako je mzda či provozní náklady kanceláří musíme počítat i mzdy těch, kteří se věnují školení v čase, který by mohli trávit na projektech, které firmě generují zisk. „Pokud chce firma skvělého interního datového inženýra, musí si ho sama vyškolit. Což trvá už delší časový úsek, navíc s nejasným výsledkem a poměrně velkou interní investicí. Nebo může firma sáhnout po externích datových specialistech, ideálně i celém týmu, třeba jako umíme nabídnout my v Revolt BI. Firmám se tak dostane požadovaného datového know-how, od data inženýrů po datové vizualisty a vývojaře,“ říká Markéta Kaňka, Head of People v Revolt BI.
Ekonomickou výhodu ve využití externího datového experta vidí i field CTO společnosti Kaboola, Vojtěch Tůma: „Když se aktuálně v Keboole pouštíme do jakéhokoliv nového tématu, tak si na to vždy bereme někoho, kdo danému tématu rozumí, protože nás dokáže za měsíc posunout ‚o rok dopředu‘. Od určité velikosti firmy se, podle mě, vždycky vyplatí brát konzultanta. Náklady jsou možná zprvu vyšší, ale rychlost a flexibilnost dodání práce zapříčiní, že obchodní oddělení mají potřebná data okamžitě, a ne třeba za tři měsíce. Shrnuto: V dnešní době to není, že firma ušetří peníze, ale naopak, že dostatečně rychle nevydělá peníze – projekt se ve finále prodraží a návratnost investice je mnohonásobně delší.“
