Apogeonline: In cosa consiste il tuo ruolo?
Andrea De Mauro: Il mio ruolo consiste nel fare in modo che dati e algoritmi possano trasformarsi in valore per il business in modo sistematico (ripetibile, non una tantum, quello è facile!), lavorando in squadra con tutte le funzioni aziendali, nessuna esclusa.
Ho la fortuna di condividere questa sfida con un team pazzesco di professionisti brillanti, basati in Italia e all’estero. Il mio ruolo nei loro confronti è di incoraggiarli a esplorare sempre modi originale di usare i dati, imparare continuamente nuove tecniche e strumenti di analytics, prendersi rischi calcolati e, quando si sbaglia (e ben vengano gli errori, altrimenti come s’impara?) rialzarsi più forti di prima! Sono davvero fortunato ad avere questo ruolo. È molto più umano e meno tecnico di quello che ci aspetta dal job title.
Come hai iniziato il tuo percorso?
Durante gli studi hanno iniziato a incuriosirmi il potenziale enorme nascosto nei numeri e la possibilità di usarli per predire cose interessanti: da studente di ingegneria mi confrontavo con dati freddi come quelli ricavati in un laboratorio di fisica o dal monitoring dei carichi sulle reti telematiche.
È stato quando ho avuto la possibilità di analizzare dati più umani come quelli relativi agli acquisti in una catena di supermercati, che mi sono letteralmente innamorato di questo percorso professionale. Ho iniziato con l’analisi descrittiva dei dati di business, cercando di spiegarli prima di tutto a me stesso, spinto dalla curiosità di capire come funzionano le cose, e poi a chi mi stava intorno. Gli algoritmi più complessi e, soprattutto, le tante sfide umane e organizzative legate all’adozione della data analytics in azienda, sono arrivate solo dopo…
Che cosa ricordi di fare tutti i giorni?
Alla fine di ogni giornata cerco di inquadrare quello che è successo rispetto agli obiettivi più ampi che ci siamo posti, in modo da non perdere la rotta e rimanere sulle priorità. Le opportunità da perseguire nell’ambito della data analytics sono sempre tante, direi forse troppe! È facile distrarsi o abbattersi quando si intraprendono strade poco fruttuose. Bisogna costantemente decidere cosa fare e cosa non fare. Ogni giorno cerco, con difficoltà, di ritagliarmi uno spazio per alzare la testa e di meditare su cosa cambiare e come: è quasi un esercizio spirituale. Lo suggerisco a tutti.
A chi consigli una carriera come la tua?
Alle donne e agli uomini che si sentono naturalmente attratti da dati e algoritmi. Queste persone si riconoscono facilmente perché questa passione viene fuori dai loro racconti, dalla loro voglia di lavorare su questi temi anche al di fuori dei contesti prettamente lavorativi, aggiornandosi continuamente con curiosità, facendolo quasi per hobby. Il consiglio è di intraprendere questa carriera quando si avverte un’attrazione e una curiosità forti per questi argomenti. Poi, tutto il resto (conoscenza più approfondita, opportunità di crescita professionale, eccetera) verrà da sé.
Che cosa va chiesto al primo datore di lavoro?
Innanzitutto, conviene informarsi sulle opportunità di sviluppo e di aggiornamento. Quindi le domande da fare sono: Come mi farete crescere? Cosa imparerò, e come? Conviene anche informarsi bene su quello che fa l’azienda e chiedersi con sincerità se questo sia pienamente in linea con i propri valori personali. Alla fine, vita e lavoro non sono per nulla separati e i valori devono essere compatibili e allineati!
Leggi anche: Voglio imparare la Big Data Analytics, di Andrea De Mauro
Che cosa studierai quest’anno e perché?
Spero tante cose, ma per ora ne ho pianificate due.
La parte più geek di me si concentrerà sull’approfondire le tecniche di inferenza causale: sono sempre più richieste a data scientist e business analyst in quanto permettono di rintracciare i nessi logici di causa-effetto che intercorrono tra gli eventi, superando la superficiale nozione di correlazione. Per capirle appieno, è richiesta la conoscenza di strumenti matematici che ancora non conosco bene, quindi ho tanto da studiare.
La parte manager di me si concentrerà invece sulle tecniche di Data Governance: implementare le giuste policy di governance rimanendo sempre focalizzati sulla creazione di valore è un equilibrio difficile da ottenere, ma anche un must organizzativo oramai per tutti i settori industriali. Ho tanto da studiare anche su questo. Per fortuna ci sono diversi corsi e libri da cui imparare.
Immagine di apertura di h heyerlein on Unsplash.