Een krachtig datateam bestaat uit T-shaped professionals: specialisten met diepgaande expertise in één vakgebied (de verticale poot van de ‘T’), die tegelijk beschikken over brede basiskennis van aanverwante domeinen (de horizontale poot). Bij KVL helpen we organisaties met het samenstellen én opleiden van zulke teams, want in data draait het niet alleen om diepgang, maar juist ook om het overbruggen van disciplines.
Waarom brede kennis onmisbaar is in elk datateam
Voor datateams is brede kennis van cruciaal belang. Dit komt doordat zij opereren op het snijvlak van bedrijfsprocessen, IT-systemen, data platformen en uiteenlopende afdelingen zoals HR, finance en sales.
Ten eerste vereist deze samenwerking een goed begrip van de context waarin data wordt gebruikt. Daarnaast zijn kennis over data governance en data technologie onlosmakelijk met elkaar verbonden: wie verantwoordelijkheid wil nemen voor data, moet ook weten hoe deze technisch wordt ingericht en beveiligd. Zonder kwalitatieve data én een passend data platform, is er geen solide basis voor betrouwbare inzichten of succesvolle AI-producten. De technische infrastructuur en datakwaliteit vormen samen het fundament van iedere data-gedreven organisatie.
Concreet betekent dit dat het essentieel is dat alle teamleden over fundamentele basiskennis beschikken. Denk daarbij aan het kunnen inventariseren van bedrijfs-KPI’s, het begrijpen van hoe een datamodel wordt opgebouwd, én het inschatten van wat mogelijk is met programmeertalen zoals low code, Python, SQL, Scala of R. Bovendien moeten teams kunnen bepalen waar je bepaalde berekeningen of business logica het beste toepast – in de databron, in Power BI, of in het datawarehouse.
Kortom, hoe breder de basiskennis binnen het team, hoe effectiever het kan samenwerken met de business en hoe beter het resultaat van dataprojecten.
De verschillende rollen:
1. Product Owner Data
De Product Owner inventariseert wensen en behoeften van de opdrachtgever en stakeholders, vertaalt deze naar een visie en strategie, en stelt een roadmap op. De Product Owner is de schakel tussen de business en het Data & Analytics team, zorgen voor helderheid en prioriteren de werkzaamheden. We zien regelmatig dat product owners met algemene IT-ervaring worden ingezet op datateams. Dat werkt doorgaans niet, ze kennen de specifieke uitdagingen van het werken met data onvoldoende.
Diepgaande kennis: Sterke soft skills vaardigheden, business analyse, stakeholder management, agile/scrum methodieken, productvisie-ontwikkeling, en roadmapping.
Brede Kennis: Diepgaande kennis omvat soft skills, business analyse, stakeholder management, agile/scrum methodieken en productvisie.
Relevante KVL Opleidingen: KVL biedt diverse essentials trainingen op het gebied van Agile Product Ownership en Business Analyse, aangevuld met modules over datawarehousing (ETL) fundamentals voor Product Owners.
2. Business Analist Data
Deze rol vertaalt functionele en non-functionele wensen van de gebruiker naar passende oplossingen binnen de architectuurkaders. Ze maken logische datamodellen en analyseren brondata en bestaande processen.
Diepgaande Kennis: Data modeling, SQL, data mining, statistische analyse, procesanalyse, requirement engineering, en rapportagevaardigheden.
Brede Kennis: Begrip van data-architectuurprincipes, cloud data services, en machine learning concepten om data-gestuurde oplossingen breder te kunnen evalueren en implementeren.
Relevante KVL Opleidingen: KVL’s Data Analyse en Rapportage trainingen, evenals cursussen in SQL en data modeling, uitgebreid met introducties.
Zonder data voorbereiding of data transformatie werk je met grote, rommelige datasets waarin elke filter of berekening extra tijd kost. Vooral als je werkt met miljoenen rijen aan brondata zonder aggregatie of compressie.
3. Data Engineer
De Data Engineer is verantwoordelijk voor het ontwerpen en bouwen van datasets, het laden van data uit bronsystemen en het transformeren ervan voor rapportages (ETL/ELT). Ze integreren nieuwe datamanagement-technologieën en software engineering tools in bestaande structuren.
Diepgaande Kennis: Sterke programmeervaardigheden (Python, Java, Scala), SQL, ervaring met ETL/ELT-tools (bijv. Databricks, Azure, Fabric, Dbt ), database management, en datawarehousing-concepten.
Brede Kennis: Basiskennis van datavisualisatie, business intelligence tooling en de principes van data science om de behoeften van data-analisten en data scientists beter te ondersteunen.
Relevante KVL Opleidingen: KVL’s Data Engineering Fundamentals, Advanced ETL/ELT en Cloud Data Platform trainingen (Azure/AWS), aangevuld met modules over data visualisatie en BI-tools.
4. Data Analist, BI developer
De data-analist zorgt voor heldere en begrijpbare datavisualisaties die leiden tot betere besluitvorming en adequate acties. Ze ontwikkelen en verbeteren dashboards en bieden trainingen en workshops aan gebruikers.
Diepgaande kennis: Ervaring met BI-tools (bijv. Power BI, Tableau, Qlik Sense), datavisualisatieprincipes, UX/UI-design voor dashboards, en het vermogen om complexe data eenvoudig weer te geven.
Brede kennis: Inzicht in data modeling, SQL voor data-extractie en -preparatie, en de principes van datagovernance om de kwaliteit en betrouwbaarheid van de dashboards te waarborgen.
Relevante KVL Opleidingen: KVL biedt trainingen op het gebied van van soft skills, business analyse, stakeholder management, Agile/Scrum methodieken en productvisie.
5. Data Architect
De Data Architect is verantwoordelijk voor het ontwerpen van de algehele datastrategie en architectuur van een organisatie. Ze zorgen ervoor dat dataplatformen schaalbaar, veilig en efficiënt zijn, en stemmen de data-oplossingen af op de bedrijfsdoelstellingen.
Diepgaande Kennis: Sterke kennis van enterprise data architecturen, cloud data platforms, datamodellering, database management systemen, data governance, beveiligingsprincipes en data integratie.
Brede Kennis: Begrip van business processen, applicatie-architecturen, data science en machine learning concepten om end-to-end data-oplossingen te kunnen ontwerpen die voldoen aan de behoeften van diverse stakeholders.
Relevante KVL Opleidingen: KVL biedt trainingen op het gebied van Data Platformen, Data Governance Fundamentals en Dimensioneel Modelleren, aangevuld met workshops over enterprise architectuur.
Aan de slag met T-shaped professionals
KVL biedt praktische essential trainingen die de brede basiskennis van een t-shaped professional ondersteunen. Elk kwartaal starten diverse trainingen. Aanmelden kan op https://kvl.nl/aanmelden-data-analytics-programma/.
