Close
k

Projects

Contact

News

Let's connect
07a.
Data Scientist

Een werkdag van een Data Scientist bij Harvest Digital

“Wat voor werk doe jij nou precies?” Je krijgt dit vast vaak te horen wanneer je zegt dat je met Marketing Technology werkt. Daarom roepen wij onze “Werkdag van” serie in het leven. We belichten verschillende functies en rollen binnen Harvest Digital. We nemen je mee in een gemiddelde dag van één van onze consultants. In onze eerste blog in deze serie vroegen we aan Data Scientist bij Harvest, Matthijs, hoe zijn gemiddelde dag eruit ziet.

Mijn dag begint bij het vinden van een plek om de dag te starten, we hebben bij Harvest flex-plekken om teams zo efficiënt mogelijk te laten samenwerken wanneer de situatie dit vereist. Zo hoef je niet van overlegruimte naar overlegruimte, maar ga je aan het begin van de dag samen zitten met de mensen waarvan je weet dat je hen tijdens het verloop van de dag nodig hebt.

Daarna eerst koffie, een dubbele espresso en het is tijd om een vliegende start te maken. ‘’Na het checken van mijn mail staan er wekelijkse update calls met klanten geplant. Tijdens deze calls wordt de progressie van verschillende projecten besproken. Het onderwerp dat vaak ter sprake komt zijn de huidige data pipelines. Hier speelt het samenbrengen van CRM-data en on site behaviour een grote rol. ‘’

Matthijs - Data Scientist

De week aftrap begint. Hier komen de collega’s samen om lopende projecten te bespreken. Dit wordt gedaan in de conference room. Het is een goed moment om data-vraagstukken te inventariseren die op dit moment spelen bij klanten. Tijdens dit moment kan ik ook prioriteiten stellen aan lopende projecten.  

Het is daarna tijd voor de lunch. Elke week worden er verse producten geleverd zodat de lunch iedere dag een succes is. ‘’Samen met een aantal collega’s praten we over de laatste Formule 1 race van dit weekend. Doordat ik dagelijks bezig ben met veel data en cijfers is het fijn om even te ontspannen tijdens de lunch. ‘’

Matthijs - Data Scientist

‘’In de middag staat voor een klant data cleaning op het programma. Hierbij zorg ik dat miljoenen rijen aan data worden opgeschoond zodat ik deze in het programma R kan inladen.’’ ‘’Vaak ben ik daarin ook bezig met voorspellende analyses, hierbij is een valide data-set natuurlijk cruciaal. Vervolgens bespreek ik dit in een call met de klant. Tijdens de call geef ik uitleg over de rapportage en presenteer ik de resultaten. Je mag dan geniaal zijn in het analyseren, maar uiteindelijk moet de klant ook de resultaten begrijpen die uit de process vloeien.’’ Uiteindelijk wil je een helder en uitvoerbaar advies op tafel leggen. Daar gaat het de klant uiteindelijk om. ‘’En ik word natuurlijk blij van een klant die tevreden is.’’