X- og Y-faktoren

Til tross for den raske teknologiske utviklingen er mennesker fortsatt avgjørende i næringslivet, og kommer sannsynligvis alltid til å være det. Særlig gjelder det mennesker som kan fungere som bindeledd mellom menneske og maskin. I Kristoffers tilfelle handler det om å automatisere oppgaver, analysere data og utforme modeller som er viktige for beslutningstaking. 

– Hverdagen som konsulent er veldig variert, sier Kristoffer, som jobber i forretningsområdet Advisory i Ernst & Young. 

Prosjektene hans kan handle om alt fra å hjelpe en lokal bank med å kartlegge rådgivningstjenestene sine og gjøre dem mer effektive, til å utvikle et verktøy som automatiserer rapporter for en stor kunde. 

– Som junior consultant jobber jeg veldig hands-on. Jeg kan sparre om ideer med en senior kollega, men det er jeg som gjennomfører selve analysen, som en prosjektleder deretter leverer til kunden. 

Ny kompetanse på vei inn 

Til tross for økende interesse for fagfeltet de siste årene er det fortsatt mangel på personer med kompetanse innen Business Analytics. Kristoffer la merke til denne trenden mens han tok bachelorprogrammet i økonomi og administrasjon ved BI, og bestemte seg for å gå i den retningen. I ettertid mener han det ville vært nyttig å starte tidligere. 

– Å bli introdusert for fagfeltet allerede på bachelornivå er veldig verdifullt. I hvert fall hvis du vurderer en mastergrad innen samme fagområde, eller hvis du er mer interessert i strategi eller HR og vil bruke det som grunnlag for en mastergrad i ledelse. Data finnes overalt. 

Kristoffer endte opp med å ta en mastergrad i Frankrike, siden mulighetene for å studere Business Analytics i Norge på den tiden var ganske begrensede. Samtidig mener han ikke at en mastergrad er et krav for å få jobb. 

Gjør deg nyttig 

– I dag er det vanskeligere å stoppe med en bachelorgrad, siden vi på en måte lever i en verden der «alle har master». Men med bachelorgrader som gir spesialistkompetanse, er det litt annerledes. I dette tilfellet mener jeg absolutt at det finnes et arbeidsmarked for dem med bachelorgrad. I hvert fall for dem som er virkelig gode i det de gjør. 

For å bli en god analytiker trenger du teoretisk kunnskap innen business, matematikk, statistikk og datavisualisering. Samtidig kan starten på arbeidslivet bli krevende hvis du ikke også har tilegnet deg praktiske ferdigheter, sier den unge konsulenten. 

– Min erfaring er at du lett kan bli kastet ut på dypt vann. Du får beskjed om å bruke et bestemt verktøy til en bestemt oppgave med en bestemt frist. Derfor er det helt avgjørende å kunne bruke ulike verktøy. Som konsulent må du også kunne kommunisere tydelig. Modellen din kan være så god som helst, men hvis ingen bruker den, har den ingen verdi. 

En kvantitativ karrierevei 

Siden Business Analytics innebærer spesialistkompetanse, mener Kristoffer at det også krever en bestemt type interesse. Og noe av det du bør være særlig interessert i, er tall. 

– Du må finne en viss glede i å jobbe med Excel eller gjøre noe med et datasett. I tillegg må du være nysgjerrig på teknologi. Det som er nytt i dag, kan være utdatert i morgen, så du må være ganske interessert i hva som skjer, og i å holde deg oppdatert. 

Etter hvert som fagfeltet vokser, tror han det vil bli mer rom for generalister som kjenner til begrepene og bruksområdene. 

– Bruk av data i en organisasjon krever at personer i lederposisjoner er bevisste på både muligheter og begrensninger. Fra det perspektivet kan fagområdet passe for mange. Du trenger ikke å være en hardcore dataanalytiker, men du må forstå hva data kan brukes til, og hvilken verdi det har. 

Ikke bare machine learning og AI 

Det finnes mange buzzwords knyttet til Business Analytics, og Kristoffer innrømmer at de mest avanserte teknikkene og modellene ikke alltid brukes i det daglige arbeidet. Noen ganger handler det om å skaffe oversikt og lage enkle grafer, mens andre prosjekter kan innebære å utvikle avanserte modeller for å avdekke hvitvasking eller terrorfinansiering. 

– Da går vi inn og lager typisk machine learning-modeller for å identifisere transaksjoner som med høy sannsynlighet er ulovlige. Vi kaller dette red flag-analyse. 

Ifølge Kristoffer er norske selskaper ganske langt fremme når det gjelder å ha data tilgjengelig og vilje til å eksperimentere med ny teknologi. Samtidig understreker han at prosjektene ikke kan være cutting-edge hver gang. 

– Akademia ligger ganske mange steg foran det vi har klart å implementere i næringslivet. Derfor må man fokusere på å implementere det neste naturlige steget. Det er ikke alltid det nyeste innen deep learning og alt det der, men man må få folk til å ta imot forbedringen det faktisk representerer. På en måte må man starte med grunnmuren før man bygger resten av huset. 

Vi forsøker alltid å intervjue tidligere studenter som er i arbeidslivet, men enkelte programmer er så nye at de ennå ikke har uteksaminert sine første kandidater. I slike tilfeller får du i stedet innsikt fra en bransjeekspert om fagfeltets fremtid og dagens jobbmuligheter.