Voglio diventare un… Data Scientist nel marketing

Il Data Scientist è un mestiere che negli ultimi anni si sente sempre più spesso: si parla dei dati come del nuovo petrolio, e non è del tutto sbagliato.

 

Questa professione però presenta diverse sfaccettature: come raccontato anche nell’articolo “Voglio essere un/a data scientist“, di cappelli ce ne sono davvero tanti e l’ambito specifico cambia completamente l’approccio all’attività che si deve portare avanti.

 

Il marketing poi è un campo fondamentale in qualsiasi business, tanto che negli ultimi anni sono nate diverse professioni che sono focalizzate proprio su quest’area: vediamo quindi insieme ad Andrea Ciufo, Data Scientist @ CollidaScope Limited, cosa vuol dire essere e diventare un Data Scientist nel marketing.

 

Descriviti in 100 parole.

 

Ciao sono Andrea Ciufo, sono un Data Scientist e lavoro a Londra come Marketing Mix Model Optimization Consultant nell’industria dei beni di largo consumo con Collidascope.

 

Ho un passato accademico particolare, perchè sono un ingegnere civile e mi sono innamorato della Scienza dei Dati durante un esame di teoria delle infrastrutture viarie.

 

È stato qui che ho scoperto l’applicazione delle reti neurali per la sicurezza stradale e mi sono innnamorato completamente di questa disciplina.

 

Nel tempo libero mi piace leggere e raccontare sul mio blog delle avventure che mi capitano tra il Regno Unito e l’Italia.

 

Potete seguirmi su uomodellamansarda.com, la versione italiana, o lovabledata.com, la versione inglese un po’ meno aggiornata.

 

In cosa consiste il ruolo di Data Scientist?

 

Il mio lavoro consiste nell’applicare dei modelli statistici per supportare la valutazione delle performance delle campagne di marketing condotte dai nostri clienti. L’obiettivo è difficile ma chiaro, identificare le leve migliori per incrementare le vendite nell’industria dei beni di largo consumo.

 

Lavoro a stretto contatto con il mio team, in particolare con un econometrista ed un managing director, entrambi con esperienze passate all’interno di grandi società di consulenza retail come DunnHumby e Dentsu.

 

Oltre a questo una parte fondamentale del mio lavoro consiste nell’ascoltare i clienti durante i meeting per poter formulare correttamente i problemi e la ricerca delle relative soluzioni.

 

Questo significa ritrovarsi nella cabina di regia del dipartimento marketing di ogni società con la quale collaboriamo e, come un ct nel calcio, osservare le interazioni e le performance dei vari canali di comunicazione e le varie attività di marketing in corso.

 

La maggior parte di noi utilizza i social per parlare dei propri successi, ma la realtà è che siamo quel che siamo grazie al 90% dei nostri errori. Racconta il tuo più grande fallimento da quando lavori nel settore, che però ti ha reso ciò che sei.

 

Sicuramente ho commesso diversi errori nel mio percorso accademico e lavorativo dai quali ho imparato sempre molto.

 

Sul piano strettamente tecnico e teorico, uno dei miei più grandi è stato quello di dimenticarmi della dipendenza tra le variabili che carattezzavano una serie storica.

 

Lavoravo nell’industria alimentare e stavo costruendo la prima versione di un modello per le proiezioni di vendita che avrebbe permesso l’ottimizzazione della produzione e la riduzione degli sprechi.

 

Ovviamente in fase di valutazione degli output mi sono accorto che non erano accettabili, ho identificato l’errore e corretto il modello.

 

Come fare per diventare un Data Scientist?

 

Il percorso del Data Scientist sicuramente dipende dalla specialità che si vuole intraprendere, è un titolo che copre delle competenze che vanno dal data engineer al business analyst e purtroppo non si possono conoscere nel dettaglio tutte.

 

Sicuramente c’è un file rouge che unisce tutte queste conoscenze: la passione, tanta passione.

 

Non mi stancherò mai di dirlo e sembra quasi una banalità, ma è alla base di tutto.

 

Oltre a questo è fondamentale avere delle basi solidissime di Analisi Matematica, di Calcolo delle Probabilità e di Statistica.

 

Non servono certificazioni, anzi sono particolarmente scettico nei confronti di queste.

 

Serve tanto studio, tanta pratica e fortunatamente internet è pieno di risorse gratuite.

 

Il vantaggio di un corso di studi che sia fisico o online è la definizione di un persorso strutturato, delle scadenze legate agli esami o i progetti che velocizzano la curva di apprendimento e, a volte, la presenza di convenzioni per tirocini e stage all’interno del percorso stesso.

 

Inutile dire che sono un grande sostenitore dei MOOC e dell’educazione libera e gratuita per tutti.

 

Inoltre è importante ricordare che il percorso di studi per una certificazione o per un titolo, non coincide con le esigenze dell’azienda dove si vorrebbe lavorare.

 

Parlando di successi, qual è il tuo prossimo obiettivo? Quale ruolo vorresti ricoprire entro i prossimi 3 anni?

 

Attualmente sto consolidando le mie conoscenze lato dati e programmazione con Python.

 

In particolare le librerie che utilizzo con maggior frequenza sono Pandas, Scikit-learn, SciPy ed ogni tanto Prophet.

 

Parallelamente sto costruendo un bagaglio di conoscenza legato alla commercializzazione e promozione dei beni di largo consumo, dalle funzioni di elasticità che caratterizzano la relazione prezzo-vendite di un prodotto alla correlazione tra spot televisivi-radiofonici e vendite.

 

Questo ultimo punto forse è il più complesso perchè molto più aleatorio e richiede maggiore esperienza sul campo.

 

In entrambi i casi il confronto costante con figure senior resta fondamentale.

 

Bisogna avere il coraggio di chiedere sempre un parere ed un opinione sul proprio percorso tecnico ed avere l’umiltà di accettare le critiche.

 

Quando poi queste sono particolarmente dure ed è fondamentale approfondirle ringraziando chi ha speso del tempo per ascoltarci e condividere il proprio punto di vista.

 

Nei prossimi anno ho l’obiettivo di diventare Head of Analytics. La passione e l’impegno non mancano, bisogna solo avere pazienza.

 

Conosci il tema gender gap in ambito STEM? Se sì, cosa puoi fare nel tuo piccolo per combattere questo problema?

 

Il gender gap nel settore STEM è un problema del quale sono consapevole ma non con il giusto grado di approfondimento… Intendo dire che conosco il problema sul piano qualitativo, ma non sul piano quantitativo. Non sarebbe sbagliato tra gli obiettivi di breve termine che io mi informi un po’ di più sulla questione.

 

Nel passato avevo letto delle ricerche pubblicate sulla Harvard Business Review sulle disparità salariali e di come queste non solo dipendessero dal gender, ma anche dall’orientamento sessuale (qui una abbastanza recente).

 

È necessario interessarsi alla questione e supportare le varie iniziative ad essa legate, non solo per una questione di uguaglianza, ma anche e soprattutto perchè nell’ambito dell’innovazione la diversità è un valore aggiunto.

 

Nel mio micro-universo ho provato a contribuire, ricordo che ad una cara amica ho regalato “Lean It: Women, Work, and the Will to Lead” di  Sheryl Sandberg la COO di Facebook o di come durante le festività natalizie con molto piacere ho regalato dei giochi legati al mondo STEM a delle cuginette.

 

In particolare in quest’ultima situazione il mio obiettivo era fin da subito scardinare un paradigma culturale totalmente sbagliato.

 

La strada è ancora lunga, in particolare in Italia, ma sono circondato da amiche e da amici veramente in gamba che hanno preso di petto questo problema sensibilizzando e stravolgendo quelli che sono dei vecchi schemi, ormai obsoleti.

 

Grazie Ciufo per aver condiviso la tua esperienza!

 

Contatti

Twitter @uomodlamansarda

LinkedIn Andrea Ciufo

Blog:

 

Ti potrebbe interessare anche…

Condividi la tua opinione