Az üzleti intelligencia (BI) a gazdasági informatika körébe tartozik, tehát akinek közgazdasági, controlleri végzettsége, ill. tapasztalata van, az a szükséges informatikai ismereteket megszerezve jó eséllyel válthat ebbe az irányba.

A BI-t itt most szűkebben értelmezzük, azaz adatok, adattárházak, adatpiacok kiaknázási részét értjük alatta (az adattárház megépítése, adattisztítás, stb. inkább hagyományos informatikusi feladat).

Ami controllereknek sokkal testhezállóbb, az az OLAP (on-line analytical processing), az adatbányászat, ill. a manapság egyre divatosabbá váló
adattudomány.

OLAP alatt érthetünk multidimenzionális riportolást (legegyszerűbb példája a pivot tábla) vagy adatvizualizációt, mint pl. dashboard-ok, infografikák készítését. Természetesen a hagyományos, standard jelentések készítése is a BI tárgykörébe tartozik.

Az adatbányászat a nagy mennyiségű adatok közötti rejtett összefüggéseket, mintákat próbálja feltárni, és ezen minták alapján felállított modellek révén próbál cselekvésekre váltható következtetésekre jutni. Léteznek olyan nézetek is, melyek szerint a valódi intelligenciát az adatbányászat kölcsönzi az üzleti intelligenciának (Anil Maheshwari: Business Intelligence and Data Mining, Business Expert Press, 2014.)

A riportoláshoz, adatvizualizációhoz nem szükségesek mély számítástechnikai, ill. matematikai ismeretek, bár az adatbázis-kezelés és esetleg az SQL nyelv alapjaiban való jártasság sokat segíthet.

Az adatbányászat, ill. adattudomány területén való sikeres próbálkozáshoz érdemes bizonyos alapismeretekkel előzetesen felvértezni magunkat. Ilyenek pl. az alábbiak.

• Matematika (lineáris algebra, valószínűségszámítás, optimumszámítás), statisztika, gépi tanulási algoritmusok.
• Programozás – jellemzően az R, ill. a Python, valamint az SQL nyelv ismerete. Akiket érdekel ez a terület, azoknak kiindulásul az alábbi webhelyeket érdemes meglátogatniuk:
  • R: http://tryr.codeschool.com/
  • Python: https://www.learnpython.org/
  • SQL: http://www.w3schools.com/sql/
• Adatbáziskezelési ismeretek – hagyományos relációs (pl. Microsoft SQL Server, Oracle, MySQL, PostgreSQL), ill. nemrelációs (ún. NoSQL adatkezelők, pl. MongoDB, CoucheDB, Neo4j) adatbázisok ismerete.
• Adattisztítási és adat-transzformálási ismeretek (többek között ezek miatt is van szükség a programozási képességekre).
• Big Data – jártasság az igen nagy mennyiségű, ugyanakkor igen változatos és nagy sebességgel/gyakorisággal beérkező adatok kezelésében.

Természetesen ezen a területen is szükség van riportolási és adatvizualizációs képességekre.

Megjegyzendő, hogy a felsorolt területek mindegyikében nem szükséges kiemelkedőnek lenni, csupán néhányban. A többi területen inkább alapvető jártasságra van szükség, ez ugyanis csoportmunka, ahol a tagok felkészültségükkel kiegészítik egymást.

Amit még fontos hangsúlyozni, az az, hogy itt is döntő jelentőségű a megoldandó üzleti probléma alapos megértése, amiben a conrollerek előnyt élveznek az informatikusokkal szemben.

Íme egy érdekes infografika az adattudósokról és az adattudományról:

1. Data science skill-set explained (Marketing Distillery)

Ez a link pedig a BI Portálra mutat, ahol a legutóbbi magyarországi BI állásajánlatok találhatók.

Most viszont a nyári szabadságok következnek, határozottan ellenjavalt pl. a gépi tanulás elmélyült tanulmányozása. Tegyenek az utazótáskába valami klasszikus kötetet, de akár megfogadhatják Petri György tanácsát is:

„A jó regények beteljesülnek, hibátlanul, mint a végzet. Ócska ponyvára vágyom, ahol van szerencse és van bocsánat, és a logikus következmények elmaradnak.”

(Petri György: A jó regények)

Mentés