De avonturen van Annette in Dataland

Toen ik klein was, dacht ik: als ik later groot ben, word ik kinderboekenschrijver! Want ik was al vroeg dol op boeken lezen en verhalen verzinnen. Dat leek me de ideale baan. Dus koos ik mijn studie op basis van dat toekomstbeeld en specialiseerde me in kinderliteratuur. Ik leerde er veel over, ging er wetenschappe­lijk onderzoek naar doen, promoveerde erop, gaf lezingen en publiceerde over kinderliteratuur. Kinderboeken schrijven wilde ik niet meer. Kinderliteratuurwetenschapper, dat was het helemaal.

Inmiddels werk ik al meer dan een jaar als data analist bij Swink. Een hele nieuwe wereld voor mij en een hele andere dan die waar ik voorheen in werkte. Door welk konijnenhol ben ik daar terechtgekomen? En wat kom ik in die wereld tegen? In deze blog neem ik jullie mee op mijn avontuur­lijke reis naar en door Dataland.

Ik ben van de taal, niet van de getallen

Met cijfers heb ik niks, dacht ik lange tijd. Totdat ik in mijn studie en ook in mijn onderzoek bezig ging met het meten van effecten van kinderliteratuur op de culturele kennis en vaardigheden van kinderen. Eigen­lijk vond ik dat wel heel erg prettig. Dingen meetbaar maken. Het geeft houvast, die cijfers, en het vraagt om een gestructureerde aanpak. Er zijn duide­lijke regels voor het omgaan met cijfers, het produceren en interpreteren ervan. Je kan zelfs statistisch vaststellen of je statistieken betrouwbaar zijn!

Dat is met woorden wel anders. Ik hou van woorden, maar niet als ik er een eensluidende conclusie uit moet trekken. Want ondanks al die afspraken over het gebruik en de betekenis van woorden zit de wereld, in elk geval in mijn beleving, vol Humpty Dumpty’s:

“'When I use a word,' Humpty Dumpty said in rather a scornful tone, 'it means just what I choose it to mean — neither more nor less.'”

(Lewis Carroll, Through the Looking-Glass and What Alice Found There, Hoofdstuk 6)

Eigen­lijk vind ik die taal best een ingewikkeld zooitje. Interessant, mooi, leuk om mee te spelen, maar ook een ingewikkeld zooitje, zeker als men verwacht dat je er allerlei logische en samenhangende conclusies uit trekt. Maar ja, ik was een cultuur- en specifiek een literatuurwetenschapper en dan is het best moei­lijk om dat toe te geven. Het past ook niet echt in mijn zelfgecreëerde zelfbeeld als taal- en literatuurtype. Dus bleef ik me een weg banen door die wonder­lijke en ingewikkelde wereld van woorden.

Door het konijnenhol

Voor de omslag in mijn zelfbeeld had ik een autismediagnose nodig. Lekker stereotypisch dacht ik: oh, maar als ik autisme heb dan mag ik open­lijk dol zijn op cijfers! Het hielp ook dat mijn aanstelling als onderzoeker aan de universiteit was afgelopen en dat ik mezelf sowieso kon heruitvinden in een re-integratietraject vanuit een stevige burn-out. Mijn wereld stond volledig op z’n kop. Voor het eerst ging ik op zoek naar wie ik ben en naar wat er nu echt bij mij past. Ik was in elk geval niet meer dezelfde als voorheen, dat wist ik zeker…

“But if I’m not the same, the next question is ‘Who in the world am I?’ Ah, that’s the great puzzle!”

(Lewis Carroll, Alice’s Adventures in Wonderland, Hoofdstuk 2)

Mijn plezier in puzzelen en analyseren, maar ook mijn behoefte aan duide­lijkheid en eenduidigheid brachten me bij data-analyse. Ik deed een Data Science omscholingstraject en kwam bij Swink in het datateam. ‘Down the rabbit hole I went’ en in wat een wonder­lijke nieuwe wereld kwam ik terecht!

Curiouser and curiouser

In die datawereld spreekt men in SQL- en Pythoncode en worden complexe vraagstukken vertaald in data(base)modellen, metrics en KPI’s. Zeker in het begin dacht ik soms midden in de Mad Hatter’s Tea Party te zijn beland, zo onnavolgbaar waren de gesprekken van mijn datacollega’s voor me. Dus nam ik me voor om zo snel moge­lijk zoveel moge­lijk te leren van wat zij al weten en kunnen. Wil ik een echte data analist worden, dacht ik, dan moet ik simpelweg worden zoals zij!

Met hun hulp en aanmoediging leerde ik de taal en logica van Dataland steeds beter kennen en begrijpen. Ze gaven me het vertrouwen om mee te werken, te leren, te experimenteren en te spelen met data.

“’Why,’ said the Dodo, ‘the best way to explain it is to do it.’”

(Lewis Carroll, Alice’s Adventures in Wonderland, Hoofdstuk 3)

Zo leerde ik met Python een geautomatiseerde ‘Dagvoorzittergenerator’ maken, kreeg ik de basis van SQL in de vingers en ontwikkelde mijn vaardigheid in het opzetten en implementeren van datamodellen. Inmiddels heb ik aardig wat ervaring in het instellen van web analytics tools als Piwik Pro en Matomo. Zo ben ik goed op weg om een echte data analist te worden, dacht ik. En ik word er nog blij van ook!

Welke kant op?

De laatste tijd ligt de focus vooral op meetplannen opstellen, KPI-sessies begeleiden en presentaties geven. Ja, dacht ik, dat is leuk en aardig, maar plannen opstellen en presentaties geven, dat is allemaal taal. Dat is wat ik deed. Ik moet mijn technische kennis en vaardigheden ontwikkelen en met cijfers aan de slag, anders word ik nooit een echte data analist!

“’(…) it’s no use going back to yesterday, because I was a different person then.’”

(Lewis Carroll, Alice’s Adventures in Wonderland, Hoofdstuk 10)

Tege­lijkertijd gaat het tijdens die sessies en presentaties wel kriebelen. Het kost me veel energie en geeft veel spanning, maar als ik iets van mijn eigen data-enthousiasme kan overbrengen, dan is dat het wel waard. Als ik zie dat er bij mensen een lampje gaat branden, dat ze anders gaan denken over en kijken naar hun (web)data, dat het allerlei ideeën bij ze losmaakt, dan word ik daar stiekem toch ook wel oprecht blij van. En ik b­lijk er best goed in. Dus welke kant ga ik nu op?

“’Would you tell me, please, which way I ought to go from here?’

‘That depends a good deal on where you want to get to,’ said the Cat.”

(Lewis Carroll, Alice’s Adventures in Wonderland, Hoofdstuk 6)

Kortgeleden kwam het besef dat wat ik was misschien wel een hele waardevolle plaats kan hebben in wat ik wil worden. Een data analist met een taal- en literatuurachtergrond, die de betekenis en waarde van cijfers kan vertalen naar de belevingswereld van mensen die ‘van de taal, niet van de getallen’ zijn. Een data analist die mensen kan meenemen op wonder­lijke avonturen door Dataland!