"Når du blir anbefalt filmer på Netflix, er det dataanalytikere som står bak. Når du sier «Hey Google, hvordan blir været i Bergen?», er det dataanalytikere som står bak når svaret er «Det kommer til å regne». Når navigasjonsløsningen i bilen sier at det tar 37 minutter å kjøre til jobb, er det dataanalytikere som står bak. Når Spotify anbefaler en spilleliste for deg basert på din musikksmak, er det dataanalytikere som står bak."
Å dra frem noe som stort sett er feil, som et eksempel på hvor storartet ditt yrkesfelt er, er jo ganske interessant, for en som skal kunne analysere data.
At du drar frem at du kjenner sporty folk, kunstfolk, sporty folk og kunstfolk som dessuten ikke er kjedelige i det hele tatt, viser vel at i bunn og grunn så er din dataanalyse i din verden muligens korrekt, men at du sitter på korrupte data, eller har laget en elendig algoritme. Ellers så kjenner jeg en del crossfitutøvere, og jeg skal være ærlig, jeg oppfatter dem som mye kjedeligere enn en dataanalytiker. Og kanskje de kjedeligste folka av alle, de med stereotyper for å bekjempe stereotyper.
"Framtiden er avhengig av at vi bruker data på en ny og smart måte. Ikke bare skal vi gjennom verdenshistoriens største omstilling, der vi går fra å være fossile til å bli et lavutslippssamfunn. Men vi skal også løse en haug av andre utfordringer med å utnytte data på nye og innovative måter."
Ja, det skal vi nok. Men det blir nok kjedelig å være dataanalytiker likevel. Fremtiden er avhengig av en relativt edruelig politikk, og at folk skjerper seg noe voldsomt, ikke dine ekstra bra søk på Ving Tjohoo Solreiser.
For din analyse over historiske data for søknader til IT-studier, så gir jeg en svak nuggen. Mest p.g.a. skamløs lefling med tall, men også for bruk av uttrykket IT-folk, som om det er en homogen gruppe.