Heaks andmeteadlaseks või andmeanalüütikuks vajalike oskuste kohta on palju artikleid, kuid vähesed artiklid räägivad edu saavutamiseks vajalikest oskustest – olgu selleks siis erakordne tulemuslikkuse ülevaade, juhtkonna kiitus, ametikõrgendus või kõik eelnev. Täna tutvustame teile materjali, mille autor soovib jagada oma isiklikku kogemust andmeteadlase ja andmeanalüütikuna ning edu saavutamiseks õpitut.
Mul vedas: mulle pakuti andmeteadlase kohta, kui mul polnud andmeteaduse alast kogemust. See, kuidas ma ülesandega hakkama sain, on hoopis teine lugu ja ma tahan öelda, et mul oli enne tööle asumist vaid ähmane ettekujutus sellest, mida andmeteadlane teeb.
Mind palgati andmetorustike kallal töötama oma varasema töö tõttu andmeinsenerina, kus töötasin välja andmemargi ennustava analüütika jaoks, mida kasutas andmeteadlaste rühm.
Minu esimene aasta andmeteadlasena hõlmas andmekanalite loomist, et koolitada masinõppe mudeleid ja panna need tootmisse. Hoidsin madalat profiili ega osalenud paljudel kohtumistel turunduse sidusrühmadega, kes olid mudelite lõppkasutajad.
Teisel tööaastal ettevõttes lahkus turunduse eest vastutav andmetöötlus- ja analüüsijuht. Sellest ajast sai minust põhitegija ning võtsin aktiivsemalt osa mudelite väljatöötamisest ja projektide tähtaegade läbirääkimisest.
Sidusrühmadega suheldes mõistsin, et andmeteadus on ebamäärane mõiste, millest inimesed on kuulnud, kuid millest ei saa päris täpselt aru, eriti tippjuhtkonna tasandil.
Ehitasin üle saja mudeli, kuid kasutusse läks neist vaid kolmandik, sest ma ei osanud nende väärtust näidata, kuigi mudeleid soovis eelkõige turundus.
Üks minu meeskonnaliige töötas mitu kuud mudeli väljatöötamisel, mis tippjuhtkonna arvates demonstreeriks andmeteaduse meeskonna väärtust. Idee oli levitada mudelit kogu organisatsioonis pärast selle väljatöötamist ja julgustada turundusmeeskondi seda kasutusele võtma.
See osutus täielikuks läbikukkumiseks, sest keegi ei saanud aru, mis on masinõppemudel, ega mõistnud selle kasutamise väärtust. Selle tulemusena raisati kuid sellele, mida keegi ei tahtnud.
Sellistest olukordadest olen saanud teatud õppetunnid, mille annan allpool.
Õppetunnid, mille sain edukaks andmeteadlaseks saamiseks
1. Seadke end edukaks, valides õige ettevõtte.
Ettevõttes küsitledes küsige andmekultuuri ja selle kohta, kui palju masinõppe mudeleid otsuste tegemisel vastu võetakse ja kasutatakse. Küsi näiteid. Uurige, kas teie andmeinfrastruktuur on modelleerimise alustamiseks seadistatud. Kui kulutate 90% oma ajast toorandmete hankimisele ja nende puhastamisele, ei jää teil peaaegu üldse aega mudelite loomiseks, et näidata oma väärtust andmeteadlasena. Olge ettevaatlik, kui teid palgatakse andmeteadlasena esimest korda. See võib olenevalt andmekultuurist olla hea või halb asi. Kui kõrgem juhtkond palkab andmeteadlase lihtsalt seetõttu, et ettevõte soovib olla tuntud kui kasutades Data Science'i paremate otsuste tegemiseks, kuid tal pole õrna aimugi, mida see tegelikult tähendab. Lisaks, kui leiate ettevõtte, mis on andmepõhine, kasvate sellega koos.
2. Teadke andmeid ja peamisi tulemusnäitajaid (KPI).
Alguses mainisin, et andmeinsenerina lõin andmeteadlaste meeskonnale analüütilise andmemargi. Olles ise andmeteadlaseks saanud, sain leida uusi võimalusi, mis suurendasid mudelite täpsust, kuna töötasin eelmises rollis intensiivselt toorandmetega.
Esitades ühe meie kampaania tulemusi, sain näidata mudeleid, mis tekitasid kõrgema konversioonimäära (protsentides) ja mõõtsin seejärel üht kampaania KPI-d. See näitas selle mudeli väärtust äritegevuse tulemuslikkuse jaoks, millega turundust saab siduda.
3. Tagada mudeli kasutuselevõtt, näidates selle väärtust sidusrühmadele
Te ei saavuta kunagi andmeteadlasena edu, kui teie sidusrühmad ei kasuta kunagi teie mudeleid äriotsuste tegemiseks. Üks võimalus mudeli kasutuselevõtu tagamiseks on leida ettevõtte valupunkt ja näidata, kuidas mudel võib aidata.
Pärast meie müügimeeskonnaga rääkimist mõistsin, et kaks esindajat töötasid täiskohaga käsitsi ettevõtte andmebaasis olevate miljonite kasutajate vahel, et tuvastada üksikute litsentsidega kasutajad, kes lähevad suurema tõenäosusega meeskonnalitsentsidele üle. Valiku tegemisel kasutati kriteeriumite kogumit, kuid valimine võttis kaua aega, sest esindajad vaatasid korraga ühte kasutajat. Minu väljatöötatud mudelit kasutades suutsid esindajad sihtida kasutajaid, kes kõige tõenäolisemalt ostavad meeskonnalitsentsi, ja suurendasid konversiooni tõenäosust lühema ajaga. See on toonud kaasa tõhusama ajakasutuse, suurendades peamiste toimivusnäitajate konversioonimäärasid, millega müügimeeskond saab seostuda.
Möödus mitu aastat ja arendasin samu mudeleid ikka ja jälle ning tundsin, et ma ei õpi enam midagi uut. Otsustasin otsida teist ametikohta ja sain lõpuks andmeanalüütiku koha. Vastutuste erinevus ei oleks saanud olla suurem kui andmeteadlasena, kuigi olin tagasi turunduse toetajana.
See oli esimene kord, kui analüüsisin A/B katseid ja leidsin kõik viisid, kuidas katse võib valesti minna. Andmeteadlasena ei töötanud ma A/B-testimisega üldse, sest see oli reserveeritud katsemeeskonnale. Olen töötanud laias valikus turundust mõjutavate analüüside kallal – alates tasuliste konversioonimäärade suurendamisest kuni kasutajate seotuse ja katkemise ennetamiseni. Õppisin palju erinevaid viise andmete vaatamiseks ning kulutasin palju aega tulemuste koostamisele ning sidusrühmadele ja kõrgemale juhtkonnale tutvustamisele. Andmeteadlasena töötasin peamiselt ühte tüüpi mudelite kallal ja esinesin harva. Paar aastat edasi nende oskusteni, mida õppisin edukaks analüütikuks.
Oskused, mille õppisin, et saada edukaks andmeanalüütikuks
1. Õppige andmetega lugusid rääkima
Ärge vaadake KPI-sid eraldi. Ühendage need, vaadake ettevõtet tervikuna. See võimaldab teil tuvastada valdkondi, mis üksteist mõjutavad. Kõrgem juhtkond vaatab ettevõtet läbi objektiivi ja seda oskust demonstreerinud inimest märgatakse, kui on aeg teha edutamisotsuseid.
2. Pakkuge teostatavaid ideid.
Pakkuda äri tõhus idee probleemi lahendamiseks. Veelgi parem on, kui pakute ennetavalt lahendust, kui pole veel öeldud, et tegelete põhiprobleemiga.
Näiteks kui ütlesite turundusele: "Märkasin, et viimasel ajal on saidi külastajate arv iga kuu vähenenud.". See on trend, mida nad võisid armatuurlaual märgata ja te ei pakkunud analüütikuna ühtegi väärtuslikku lahendust, kuna märkisite ainult tähelepaneku.
Selle asemel uurige andmeid, et leida põhjus ja pakkuda välja lahendus. Parem näide turundusest oleks: “Olen märganud, et meie kodulehe külastajate arv on viimasel ajal vähenenud. Avastasin, et probleemi allikas on orgaaniline otsing, kuna hiljutised muudatused on põhjustanud meie Google'i otsingu paremusjärjestuse langemise.". See lähenemine näitab, et jälgisite ettevõtte KPI-sid, märkasite muudatust, uurisite põhjust ja pakkusite välja probleemile lahenduse.
3. Hakka usaldusväärseks nõustajaks
Peate olema esimene inimene, kelle poole huvirühmad toetatava ettevõtte kohta nõu või küsimuste saamiseks pöörduvad. Otsetee puudub, sest nende võimete demonstreerimine võtab aega. Selle võti on järjepidev kvaliteetse analüüsi esitamine minimaalsete vigadega. Iga valearvestus maksab teile usaldusväärsuspunkte, sest järgmine kord, kui analüüsi esitate, võivad inimesed küsida: Kui eelmisel korral eksite, siis võib-olla eksite ka seekord?. Kontrollige oma tööd alati üle. Samuti ei tee paha, kui palute oma juhil või kolleegil enne numbrite esitamist neid vaadata, kui teil on analüüsis kahtlusi.
4. Õppige keerukaid tulemusi selgelt edastama.
Jällegi pole otseteed tõhusa suhtlemise õppimiseks. See nõuab harjutamist ja aja jooksul saate selles paremini hakkama. Võti on tuvastada peamised punktid, mida soovite teha, ja soovitada tegevusi, mida sidusrühmad saavad teie analüüsi tulemusel ettevõtte parandamiseks ette võtta. Mida kõrgemal organisatsioonis asute, seda olulisemad on teie suhtlemisoskused. Keeruliste tulemuste edastamine on oluline oskus, mida näidata. Õppisin aastaid andmeteadlase ja andmeanalüütikuna edu saladusi. Inimesed defineerivad edu erinevalt. Minu silmis on edu, kui mind kirjeldatakse kui "hämmastavat" ja "tähelist" analüütikut. Nüüd, kui teate neid saladusi, loodan, et teie tee viib teid kiiresti eduni, olenemata sellest, kuidas te seda määratlete.
Ja selleks, et tee eduni veelgi kiiremaks muuta, säilita sooduskood HABR, millega saate bänneril märgitud allahindlusele lisaks 10%.
Rohkem kursusi
Esiletõstetud artiklid
Allikas: www.habr.com