I job title che offendono il digitale

«Mi aiuti a scrivere la job description per un Data Scientist? Voglio cambiare il nostro approccio al digitale e diventare data-driven», mi dice al telefono un amico che lavora in un’azienda che si occupa di produzione di energia. Io trasecolo, e gli domando se hanno un piano per tale rivoluzione culturale. «No, è per quello che mi serve un Data Scientist. Ma sono richiestissimi, perfino il Sole24Ore ha detto che questo è uno dei ruoli più ambiti ed io non so bene cosa scrivere nell’annuncio».

Ecco, questo è un caso di scuola di assoluta mistificazione della realtà. I Data Scientist sono, né più né meno, scienziati che applicano modelli statistici e matematici ai numeri, e che non hanno, in generale, nessuna responsabilità sul processo di creazione, gestione, alimentazione, aggiornamento e visualizzazione dei dati. Assumere un Data Scientist per trasformare il modo con cui un’organizzazione guarda, utilizza e acquisisce competitività utilizzando le informazioni in suo possesso senza avere una strategia ed una infrastruttura tecnica dedicata è equivalente a decidere di cominciare a produrre auto affidando il progetto al chimico che gestisce l’impianto di verniciatura della carrozzeria. Ovvero, iniziare partendo dalla fine del processo.

Non me ne vogliano i Data Scientist, che hanno la mia incondizionata ammirazione e che fanno un lavoro fondamentale in termini di analisi, ma se pretendete che uno di loro sia in grado di disegnare, gestire e mantenere non solo i modelli matematici — che sono già sufficientemente complessi per conto loro — ma anche architettura dati, visualizzazione, qualità e consistenza, integrità, sicurezza ed accessibilità delle informazioni, allora forse più che ad un recruiter dovreste rivolgervi ad Hogwarts, perché è un maghetto colui del quale avete bisogno.

Lo stesso concetto si applica ad un’altra figura mitologica, metà Ingegnere, metà Uomo di Business e metà Psicologo che adesso viene chiamato “Business Intelligence Analyst” (lo so, è fatto di tre metà, d’altronde è mitologico). Quando se ne parla, il commento più frequente è “sono impossibili da trovare, l’Università non ne produce, sono rarissimi”. Il che è assolutamente vero; quello di cui quasi sempre si decide di non parlare, però, è che in realtà quello che si cerca è una figura tuttofare che copra le funzioni di Business Analyst, Report Designer, Data Integrator, più un’altra sfilza di ruoli che non esplicito per non annoiare ulteriormente. Anche in questo caso, più che ad un recruiter, consiglierei di rivolgersi ad Hogwarts, nella fattispecie alla professoressa McGranitt, titolare indiscussa del corso di Trasfigurazione.

Più leggo articoli ed offerte di lavoro in Italia e più mi pare che si faccia una grande fatica a pensare in termini strategici; la parte operativa — stento a chiamarla tattica — continua ad essere dominante. Un atteggiamento che, di fronte a tecnologie che sono intrinsecamente distruttive, mi pare molto pericoloso. Non si reagisce alla digital disruption cercando a caso quelle che il mercato indica come le figure più richieste, per poi lamentarsi di quanto sia difficile prima reclutarle e poi non farle andare via.

Un piccolo inciso: vedo un aumento costante di offerte per stagisti nel settore Analytics e Business Intelligence. Chi pensa di trovare personale di qualità in questo settore offrendo uno stage non sa di cosa sta parlando.

Il punto fondamentale è che prima si dovrebbe definire cosa si vuole fare e dopo scegliere le figure professionali che servono, non assumere (o pensare di assumere) un job title. I job title non funzionano se non c’è un piano (questo vale per tutti gli ambiti, ma quando si parla di dati e/o di digitale questa è una regola imprescindibile). Assumere un Data Scientist, posto che ci si riesca, senza avere una roadmap di dove si vuole andare e come ci si vuole arrivare, senza avere una visione ed una struttura creata, gestita e sviluppata da professionisti che abbiano maturato una consistente seniority, è assolutamente inutile.

Il viaggio verso il digitale, la consapevolezza dei dati, è una rivoluzione culturale che deve arrivare quanto più in profondità possibile, ma che non può partire dal basso. Richiede un investimento economico ed un impegno organizzativo che è assolutamente comparabile a quello richiesto per aprire un nuovo mercato o entrare in un nuovo settore industriale. La differenza è che, mentre per un nuovo mercato o un nuovo settore industriale si possono ipotizzare ritorni e costi, per il viaggio verso il digitale e/o un approccio data-driven si può solo prevedere cosa accadrà se non si decide di intraprenderlo: l’obsolescenza.