Credibility economy
Il principio di Sahar Massachi: la credibilità di un data engineer è una valuta da spendere sulle priorità che contano, non un fine in sé.
La credibility economy è un principio formulato da Sahar Massachi nell’articolo “Junior data engineers build pipelines. Seniors build trust” (DataExpert.io, giugno 2026): la credibilità che un data engineer costruisce presso i propri clienti interni, colleghi e management, non è un fine ma una valuta da spendere su ciò che davvero conta: metriche di team migliori, la sostituzione di numeri sbagliati con numeri giusti, il supporto per l’infrastruttura necessaria, il consenso per investire nel modello dati. “The point of credibility is to spend it.” Il principio non coincide con l’assecondare ogni richiesta (“the customer is not always right”): serve il capitale di fiducia per convincere i colleghi proprio quando la loro richiesta è sbagliata.1
La gerarchia di ciò che conta
Massachi propone un ordine, approssimativo e dipendente dalla cultura aziendale, di ciò che guida davvero le priorità di un’organizzazione, dall’alto verso il basso:1
- far guadagnare più soldi all’azienda;
- muovere verso l’alto le metriche di impatto;
- costruire le metriche per misurare quell’impatto;
- aiutare gli altri a fare bella figura, decidere, fare il proprio lavoro;
- evitare di far perdere soldi all’azienda;
- (un grande divario di cose che contano molto meno di quanto un ingegnere pensi);
- in fondo a tutto: l’estetica del codice, del sistema, del setup.
La critica implicita: molti data engineer investono energia sproporzionata sul fondo della lista, l’architettura elegante, lo stack “giusto”, quando il valore reale si gioca in cima.1
L’aneddoto Series B
Da giovane, in una startup Series B, Massachi aveva piani ambiziosi: un vero data warehouse con Spark, un mese passato a disegnare ogni tabella. Quelle tabelle non furono mai costruite. Ciò che contò davvero, l’unica cosa di quell’esperienza che ritiene degna del curriculum, furono pochi giorni passati a scavare nei dati sporchi di una replica del database di produzione, aggregarli con script Python grezzi e trovare a mano le metriche di business più utili per il pitch deck del round successivo. L’azienda chiuse la Series C anche grazie a quel lavoro, che non aveva nulla a che fare con big data o machine learning: contare, fare medie, capire le metriche. La morale esplicita: capire di cosa i clienti hanno davvero bisogno, spesso un’analisi adesso, non una tabella che renderà l’analisi più facile la settimana prossima, conta più che costruire la soluzione tecnicamente ideale.1
Perché non è un framework
Massachi definisce la capacità di prioritizzare “saggezza” che viene dall’esperienza, non un processo formale: richiede di chiedersi “perché” prima di costruire. Il fallimento simmetrico è l’overengineering, il riflesso di chi confonde “tecnicamente migliore” con “ciò che serve davvero”. Nella struttura dell’articolo la credibility economy è il terzo meccanismo del data engineer come product owner, dopo la reattività personale (trust vs trustworthy) e il rispetto delle superfici fidate (the surface they obsess about): quei due accumulano la valuta, questo dice come spenderla.1
Voci correlate
- Data engineer come product owner — la tesi di cui questo è il terzo meccanismo
- Trust vs trustworthy — come la valuta si accumula
- The surface they obsess about — come non bruciarla
- Data warehouse — il warehouse elegante mai costruito dell’aneddoto
- Portale: Data engineering
Bibliografia e sitografia
- Sahar Massachi, Junior data engineers build pipelines. Seniors build trust, DataExpert.io, 30 giugno 2026. blog.dataexpert.io