В фильме 'Moneyball' (основанный на реальных событиях) где Брэд Питт играет Билли Бина, генерального директора Окленда А. Столкнувшись с ограниченным бюджетом, он идет на торговые переговоры с Cleveland Indians, и он обнаруживает, что их босс внимательно прислушивается к предложению странного парня, который даже не успел сесть. Билли выходит, ищет парня и спрашивает, что только что произошло и как вся комната его слушала? Следующий 5-минутный разговор с парнем, который поделился своим аналитическим взглядом на Игру, своим анализом игроков и своим заявлением об открытии новых возможностей благодаря недавнему удару, и его статистика заставила Билли нанять его, что было его одним из лучших решений в его карьере. .
Есть либо компании с проблемами, либо проблемы с компанией. Если вы хотите заниматься аналитикой, то первая часть - это возможность, и если вы работаете в такой компании, тогда ваш внутренний переход к аналитике - легкий путь. Эта статья представляет собой попытку упорядочить важные области, на которых нужно сосредоточиться, ключевые навыки, которые нужно развить, и правильные двери, которые нужно стучать. Надеюсь, что вы уже заработали себе репутацию.
Если вы начнете исследовать, как осуществить внутренний переход, вы в конечном итоге встретите множество ценных советов от отраслевых экспертов, преподавателей, консультантов и т. Д., Но один из лучших советов для меня - Не сомневайтесь в себе. . Не смотрите на соревнование, лестницу (Иерархию) или что-то еще. Самая большая роль, которую играет аналитик, - это определение новых возможностей из доступных ресурсов, так что дерзайте, стремитесь поразить ядро! Остальные препятствия легко преодолеть.
Что такое аналитика? Сначала давайте разберемся, что такое аналитика и ее роль в компании. Аналитика - это в основном то, что вы делаете с доступными данными (или создаете данные), чтобы получать информацию, которая определяет решения, создавать стратегии и совершенствовать процессы, которые в конечном итоге направлены на увеличение доходов или других выгод для компании. В разных компаниях есть разные роли, например:
· Аналитик данных
· Бизнес-аналитик
· Консультант
· Портфельный аналитик
· Аналитик кампании
· Финансовый аналитик
· Аналитик по интернет-маркетингу
· Статистик
· Аналитик по мошенничеству
· CRM аналитик
· Аналитик по звонкам в CS
К настоящему времени вы, должно быть, поняли, что аналитика нужна в каждой функции, и поэтому каждой компании нужен кто-то, кто будет нести ответственность за получение чего-то значимого из данных и обрабатывать статистическую часть компании. При таком понимании ниже приведены ключевые шаги для достижения желаемого перехода.
1. Позиционируйте себя. Несмотря на то, что существует множество ролей и функций, зависящих от целей компаний, вы должны сначала решить, является ли Google Analytics вашей чашкой чая или нет. Аналитика в основном затрагивает бизнес-часть любой компании, поэтому независимо от того, являетесь ли вы ИТ-специалистом, желающим перейти в аналитику, или продавцом, желающим перейти в аналитику, вы должны иметь четкое представление об этом конкретном бизнесе. Я бы разделил роли аналитиков на две большие группы.
Если у вас есть опыт работы менее 8 лет, вы можете начать изучать инженерию данных, технические инструменты, стать частью моделей тимбилдинга, их развертывания и поддержки управления, и, по моему мнению, люди в этой категории с квалификацией видят легкий переход. . Если у вас более 8 лет опыта, вы должны быть больше ориентированы на бизнес, а не на ИТ (хотя знание ИТ - это преимущество). Существует множество требований к консалтингу, функциональному опыту и ролям внутри компании, но больше всего важны потенциал в применении правильного подхода, то, как вы структурируете проблему и разрабатываете четкую методологию. Упомянутый многолетний опыт - это большая разница, и он может сильно различаться между секторами и компаниями.
2. Политика существует всегда. Обязательно ознакомьтесь с кадровой политикой вашей компании, исходя из таких основ, как право на занятие должности, соответствующий набор навыков, инструменты и квалификация, которые требуются в качестве для каждой политики, чтобы быть в роли Analytics. Поскольку спецификации очень сильно различаются в разных компаниях, сложно их обобщить, но поговорите со своей командой по найму, чтобы понять эти требования и сообщить им о вашей готовности перейти на Google Analytics.
3. Узнайте о структуре компании и о том, как роль Google Analytics вписывается в ее иерархию. Раньше у компаний было 2 основные части. 1. Бизнес - продажи, финансы, маркетинг и 2. ИТ - облако, сети, управление базами данных и т. Д., Но теперь третья часть, которая представляет собой статистику, аналитику, машинное обучение, развивается и привлекает всеобщее внимание. Он развивается во всех сферах бизнеса. Некоторые компании уже создали свою команду, но все же многие отечественные компании еще не сформировали команду Data Analytics, в таких случаях у вас есть больший потенциал, чтобы доказать, и большая роль, которую вы можете сыграть, широко обсуждается в этой статье.
4. Определите свою зону комфорта. Если вы работаете в сфере бизнеса, вы должны научиться определять области, в которых можно улучшить, важные сценарии использования, в которых можно применить Google Analytics, которые могут помочь в большой путь. Следующие шаги - собрать необходимые данные, преобразовать их, удалить нежелательные факторы (к настоящему времени вы выполнили 75% аналитической роли), а затем приступить к ИТ-части, которая поможет вам выполнить аналитическую часть. Если вы человек с опытом работы в сфере ИТ, который умеет кодировать и заставлять компьютеры выполнять работу, вам следует сосредоточиться на том, как продавать, получить опыт в предметной области. В основном начинайте с удобного для вас места, чтобы обрести больше уверенности в том, что вы делаете.
5. Точка зрения компаний на использование внутренних источников для аналитики. Хотя каждый бизнес отличается, компании, работающие в одном бизнесе, также отличаются от своих аналогов. Некоторые компании развиваются в своем собственном темпе, некоторые динамично реагируют на конкуренцию и рыночные изменения, но все хорошие компании ценят ваш опыт работы с ними. Все знают, что вакансии в области Data Science - горячие пирожки сейчас, но суровая правда в том, что существует также высокий процент истощения, по которым специалисты по обработке данных / аналитики называют многие 2 наиболее распространенные причины, которые они приводят: 1. Они не получают данных, которые хотят, или не получают. t получить правильные данные там, где требуется слишком много времени на их преобразование. 2. Их неспособность взаимодействовать с несколькими отделами, чтобы понять процесс и интерпретацию данных. Эта ситуация ожидается повсюду, потому что большинство людей считают, что любые статистические инструменты и методы представляют угрозу для их работы и, таким образом, представляют серьезную угрозу для человека Anaytics.
Если у вас есть хороший опыт работы в компании, и если вы пойдете на новое собеседование, интервьюер увидит только ваши навыки, а опыт, который вы приобрели в старой компании, не исчезнет? Имея текущую компанию, вы понимаете ее бизнес, вы можете поиграться с проектированием функций, создать недостающие данные, и отношения с другими отделами могут быть легкими и эффективными. Компании это ценят.
6. Получите квалификацию. Как я уже упоминал о кадровой политике, большинство фирм уже ожидают квалификации и хороших знаний по предметам. Я настоятельно рекомендую пройти курс с известными учреждениями, потому что эти учреждения предлагают широкий спектр возможностей для всех функций предметной области и их приложений. Вы также столкнетесь с разными умами с разных уровней и поймете различное аналитическое мышление, применение технических инструментов в сценарии использования и т. Д. Учреждения, такие как GreatLakes, делают это практикой оценки групповых заданий, завершающих проектов и т. Д., Чтобы позволить студентам получить несколько практических навыков. знание многих бизнес-задач в режиме реального времени. Ниже приведены наиболее важные аспекты, которые должен получить любой аналитик.
1. Четкое понимание проблемы / потребности
2. Лучший подход / техника
3. Возможности, которые он может открыть или повлиять на создание
Учреждения помогут вам достичь всех этих навыков.
7. Создайте портфолио. Г-н Судалай Раджкумар (он же SRK), известный гроссмейстер Kaggle из Индии, является отечественным специалистом по обработке данных, и на веб-семинаре он сказал, что «Лучший способ научиться науке о данных - это делать это!» и это правда. Доказать, что вы можете сделать с доступными данными, - лучший способ, чем сказать им, что вы можете сделать что-то важное. Авторитет приходит с портфолио, которое вы создали, и с тем, насколько хорошо вы можете применить свои знания в практических задачах. Ниже приведены несколько примеров создания портфолио, подходящего для вашей работы.
a. Продавцы могут построить модель, чтобы понять качество потенциальных клиентов, которые им дает маркетинговая команда.
b. Если вы финансовый аналитик, вы можете строить модели для прогнозирования доходности портфеля.
c. Специалист по маркетингу может предсказать успех кампании, используя предыдущие данные, и охват любых новых запланированных кампаний.
d. Проведите сентиментальный анализ текста отзывов ваших клиентов в социальных сетях, на сайтах электронной торговли и на платформах для отзывов. То же самое можно сделать и для конкурентов.
e. Если вы менеджер по персоналу, вы можете построить модели, которые помогут определить ключевые переменные, которые влияют на то, чтобы люди уходили или оставались в компании.
е. Если вы разработчик, можете сосредоточиться на создании автоматизированных прогнозных моделей и их развертывании.
g. Общественные открытые проекты, такие как управление водными ресурсами, оценка численности населения, тенденции в образовании и т. д., из набора данных, который вы можете получить на многих правительственных веб-сайтах.
Эти проекты помогут вам разобраться во всех проблемах аналитики и ваших творческих способах их решения. Вышеупомянутые проекты могут быть реализованы другими способами, но с данными они заслуживают доверия, могут быть применены в будущих случаях, динамично к будущим задачам и достижениям, и, наконец, они количественно измеряются.
8. Блог: Просто начните писать. Начните объяснять свою работу, упорядочивайте свои мысли, чтобы все лучше и лучше представлять свои идеи и научиться убеждать людей с помощью своих моделей. Аналитика - это одна из областей, в которой вы сначала должны действовать в одиночку, вникать в проблемы и проекты, создавать различные способы решения проблемы и публиковать их на публичных форумах, чтобы получать отзывы и предложения. Многие платформы, такие как Eg: Medium, стали крупным источником раскрытия вашего таланта.
Если вы хотите добиться перехода на многообещающую роль в аналитике внутри своей компании, описанные выше шаги важны, и я бы сказал, учитывая конкуренцию, это минимально. Переход - это большой процесс, требующий терпения, и необходимо сосредоточиться и вооружить себя соответствующим набором навыков. Если кто-то осуществит переход в Google Analytics таким образом, то его зарплатные чеки определенно удивят их в ближайшем будущем, а ответственность, которую они несут, будет неоценимой.
