{"id":98221,"date":"2020-10-25T02:42:25","date_gmt":"2020-10-25T00:42:25","guid":{"rendered":"https:\/\/prohoster.info\/blog\/administrirovanie\/kak-stat-uspeshnym-data-sajentistom-i-analitikom-dannyh"},"modified":"2020-11-18T00:58:46","modified_gmt":"2020-11-17T22:58:46","slug":"kak-stat-uspeshnym-data-sajentistom-i-analitikom-dannyh","status":"publish","type":"post","link":"https:\/\/prohoster.info\/et\/blog\/administrirovanie\/kak-stat-uspeshnym-data-sajentistom-i-analitikom-dannyh","title":{"rendered":"Kuidas saada edukaks andedata teadlaseks ja andmeanal\u00fc\u00fctikuks","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"Kuidas<\/a><\/noindex>
\nOn palju artikleid oskustest, mis on vajalikud, et olla hea andmeta teadlane v\u00f5i andmeanal\u00fc\u00fctik, kuid v\u00e4hestes artiklites k\u00e4sitletakse oskusi, mis on vajalikud edu saavutamiseks \u2013 olgu need siis erandlikud t\u00f6\u00f6 hindamised, juhi kiidus\u00f5nad, ametik\u00f5rgendused v\u00f5i k\u00f5ik eeltoodud. T\u00e4na esitleme teile materjali, mille autor soovib jagada oma isiklikku kogemust andmeteadlasena ja andmeanal\u00fc\u00fctikuna ning seda, mida ta on \u00f5ppinud eduka saavutamiseks.
\n<\/a><\/noindex><\/p>\n

Mul oli vedamine: mulle pakuti andmeteadlase positsiooni, kui mul polnud Data Science'is mingit kogemust. Kuidas ma selle v\u00e4ljakutsega hakkama sain, on juba teine lugu, ja tahan \u00f6elda, et mul oli enne t\u00f6\u00f6le asumist vaid ebamugav ettekujutus, mida andmeteadlane teeb. <\/p>\n

Mind palkati andmepipelines t\u00f6\u00f6tama minu varasema kogemuse t\u00f5ttu andmete t\u00f6\u00f6tlemise insenerina, kus ma l\u00f5in andmevitrine prognoosimise anal\u00fc\u00fcsiks, mida kasutasid andmeteadlaste r\u00fchm. <\/p>\n

Minu esimene aasta andmeteadlasena h\u00f5lmas andmepipelinesi loomist masin\u00f5ppemudelite koolitamiseks ja nende rakendamiseks tootmisse. Hoidsin end varjus ja ei osalenud paljudes turunduse sidusr\u00fchmade koosolekutes, kes olid mudelite l\u00f5ppkasutajad. <\/p>\n

Teisel aastal ettev\u00f5ttes lahkus andmete t\u00f6\u00f6tlemise ja anal\u00fc\u00fcsi juht, kes vastutas turunduse eest. Sellest ajast alates on minust saanud peamine tegija ja osalenud aktiivsemalt mudelite arendamisel ja projektide rakendamise t\u00e4htaegade aruteludel.<\/p>\n

Sidusr\u00fchmadega suheldes m\u00f5istsin, et Data Science on h\u00e4gune m\u00f5iste, millest inimesed on kuulnud, kuid ei m\u00f5ista seda t\u00e4pselt, eriti k\u00f5rgem juhtkond.<\/p><\/blockquote>\n

\nOlen loonud \u00fcle saja mudeli, kuid ainult kolmandik neist on kasutatud, kuna ma ei teadnud, kuidas n\u00e4idata nende v\u00e4\u00e4rtust, hoolimata sellest, et mudeleid k\u00fcsis esmalt turundus. <\/p>\n

\u00dcks minu meeskonna liige kulutas kuu aega mudeli arendamisele, mis, nagu arvas juhtkond, n\u00e4itaks andeteadlaste meeskonna v\u00e4\u00e4rtust. Idee oli levitada seda mudelit kogu organisatsioonis peale selle arendamist ja julgustada turundusmeeskondi seda rakendama.<\/p>\n

See osutus t\u00e4ielikuks l\u00e4bikukkumiseks, kuna keegi ei m\u00f5istnud, mis on masin\u00f5ppemudel, ega suutnud m\u00f5ista selle rakendamise v\u00e4\u00e4rtust. L\u00f5ppkokkuv\u00f5ttes kulus kuu aega raisku selle peale, mida keegi ei soovinud.<\/p><\/blockquote>\n

\nNendest olukordadest olen \u00f5ppinud m\u00f5ned \u00f5ppetunnid, mida toon allpool.<\/p>\n

\u00d5ppetunnid, mida olen \u00f5ppinud, et saada edukaks andeteadlaseks<\/h2>\n

\n1. Valige \u00f5ige ettev\u00f5te, et saavutada edu.<\/b>
\nT\u00f6\u00f6intervjuu ajal k\u00fcsige ettev\u00f5ttes andmekultuuri ja selle kohta, kui palju masin\u00f5ppemudeleid kasutatakse otsuste tegemisel. K\u00fcsige n\u00e4iteid. Uurige, kas andme-infrastruktuur on ette valmistatud modelleerimise alustamiseks. Kui kulutate 90% oma ajast, p\u00fc\u00fcdes tooreid andmeid kaevandada ja puhastada, j\u00e4\u00e4b teil peaaegu \u00fcldse aega mudelite koostamiseks, et n\u00e4idata oma v\u00e4\u00e4rtust andeteadlase rollis. Olge ettevaatlik, kui teid on esmakordselt palgatud andeteadlaseks. See v\u00f5ib olla nii hea kui halb, s\u00f5ltuvalt andmekultuurist. V\u00f5ite kohata suurt vastupanu mudeli rakendamisel, kui juhtkond palkab andeteadlase lihtsalt selleks, et ettev\u00f5te sooviks olla tuntud kui parimaid otsuseid tegeva andeteaduse kasutaja<\/i>, kuid ei m\u00f5ista tegelikult, mida see t\u00e4hendab. Lisaks, kui leiate ettev\u00f5tte, mis on andmep\u00f5hine, siis kasvate koos nendega.<\/p>\n

2. Tunneta andmeid ja v\u00f5tme tulemusn\u00e4itajaid (KPI).<\/b>
\nAlustuseks mainisin, et t\u00f6\u00f6tades andmeinsenerina, l\u00f5in anal\u00fc\u00fctikateavituse vitriini andeteadlaste meeskonnale. Tulles andeteadlaseks, suutsin leida uusi v\u00f5imalusi, mis t\u00f5stsid mudelite t\u00e4psust, kuna t\u00f6\u00f6tasin intensiivselt toorandmetega oma eelmisel ametikohal. <\/p>\n

Esitlesin tulemused \u00fchest meie kampaaniast, mis t\u00f5estas, et mudelid, mis genereerivad k\u00f5rgemaid konversioonim\u00e4\u00e4ra (protsentides), t\u00f5id kaasa \u00fche KPI kampaania m\u00f5\u00f5tmise. See n\u00e4itas, kui v\u00e4\u00e4rtuslik on mudel ettev\u00f5tte t\u00f5hususe seisukohalt, millega saab seostada turundust.<\/p>\n

3. Tagage mudeli omaksv\u00f5tt, n\u00e4idates selle v\u00e4\u00e4rtust huvigruppidele<\/b>
\nTe ei saavuta edu Data Science spetsialistina, kui huvir\u00fchmad ei kasuta kunagi teie mudeleid \u00e4riotsuste tegemiseks. \u00dcks viis mudeli omaksv\u00f5tu tagamiseks on leida \u00e4ri valupunkt ja n\u00e4idata, kuidas mudel aitab selle lahendamisel. <\/p>\n

P\u00e4rast vestlust meie m\u00fc\u00fcgiosakonnaga sain aru, et kaks esindajat t\u00f6\u00f6tasid t\u00e4iskohaga, vaadates k\u00e4sitsi l\u00e4bi miljonid kasutajad ettev\u00f5tte andmebaasis, et tuvastada kasutajad, kellel on \u00fcksikload, kes t\u00f5en\u00e4oliselt \u00fcleminevad meeskonna lubadele. Kriteeriumide komplekti kasutati, kuid valimine kestis kaua, kuna esindajad vaatasid \u00fchte kasutajat korraga. Minu loodud mudeli abil said esindajad valida kasutajaid, kellel on suurim t\u00f5en\u00e4osus osta meeskonna luba, suurendades konversiooniv\u00f5imalust v\u00e4hem aja jooksul. See t\u00f5i kaasa efektiivsema ajakasutuse, parandades konversioonim\u00e4\u00e4ra v\u00f5tmesuundadele, millele m\u00fc\u00fcgiosakond v\u00f5iks t\u00e4helepanu p\u00f6\u00f6rata.<\/p>\n

M\u00f6\u00f6dus mitmeid aastaid, ja ma arendusisin korduvalt samu mudeleid ja tundsin, et ma ei \u00f5pi enam midagi uut. Otsustasin otsida teist ametikohta ja l\u00f5puks sain andmeanal\u00fc\u00fctiku ametikoha. Kohustuste erinevus ei saanud olla enam m\u00e4rgatav v\u00f5rreldes sellega, kui olin andmete teadlane, isegi kui ma toetasin turundust taas.<\/p>\n

See oli esimene kord, kui ma anal\u00fc\u00fcsisin A\/B eksperimente ja avastasin k\u00f5ik<\/i> meetodid, kuidas eksperiment v\u00f5ib valesti minna. Andeteadlaseks t\u00f6\u00f6tades ei tegele ma \u00fcldiselt A\/B testimisega, kuna see oli reserveeritud eksperimentide meeskonnale. Olen t\u00f6\u00f6tanud mitmesuguste anal\u00fc\u00fctiliste uuringute kallal, millele on m\u00f5ju olnud turundusel - alates esmaklassiliste konversioonim\u00e4\u00e4rade suurendamisest kuni kasutajate kaasamise ja lahkumise ennetamiseni. Olen \u00f5ppinud paljusid erinevaid viise andmete vaatamiseks ja kulutanud palju aega tulemuste kogumisele, nende esitamisele sidusr\u00fchmadele ja k\u00f5rgeima juhtkonna ees. Andeteadlase ametis olen t\u00f6\u00f6tanud peamiselt \u00fche t\u00fc\u00fcpi mudeli kallal ja harva esitanud ettekandeid. Kerime mitu aastat edasi ja r\u00e4\u00e4gime oskustest, mida olen \u00f5ppinud, et olla edukas anal\u00fc\u00fctik.<\/p>\n

Oskused, mida ma \u00f5ppisin, et saada edukaks andmeanal\u00fc\u00fctikuks<\/h2>\n

\n1. \u00d5ppige andmete abil lugusid r\u00e4\u00e4kima<\/b>
\n\u00c4rge vaatake KPI-sid eraldi. Seostage need omavahel, vaadake ettev\u00f5tet kui tervikut. See aitab tuvastada omavahel seotud valdkondi. \u00dclemjuhatus vaatab ettev\u00f5tet l\u00e4bi prisma ja inimesi, kes suudavad seda oskust demonstreerida, m\u00e4rgatakse, kui aeg on otsuste tegemiseks k\u00e4es.<\/p>\n

2. Esitage teostatavaid ideid<\/b>
\nPakkuge ettev\u00f5ttele teostatavat ideed<\/i> probleemi lahendamiseks. Veel parem oleks, kui te proaktiivselt pakuksite lahendust, enne kui on \u00f6eldud, et olete silmitsi esmat\u00e4htsa probleemiga. <\/p>\n

N\u00e4iteks, kui te \u00fctleksite turundusele: \u00abMa m\u00e4rkasin, et viimasel ajal on meie veebilehe k\u00fclastajate arv kuus v\u00e4henenud\u00bb<\/i>. See on tendents, mida nad on v\u00f5inud oma rikkumiste tahvlil m\u00e4rkida ja te ei pakkunud mingit v\u00e4\u00e4rtuslikku lahendust anal\u00fc\u00fctikuna, kuna lihtsalt m\u00e4rkisite t\u00e4helepanekut. <\/p>\n

Kui aga uurite andmeid, et leida p\u00f5hjus ja pakkuda lahendust. Parim n\u00e4ide turunduse jaoks oleks: \u00abMa m\u00e4rkasin, et viimasel ajal on meie veebilehe k\u00fclastajate arv v\u00e4henenud. Tuvastasin, et probleemide allikaks on tavaline otsimine, mille t\u00f5ttu on meie Google'i otsinguhinne langenud.\u00bb<\/i>Selline l\u00e4henemine n\u00e4itab, et olete j\u00e4lginud ettev\u00f5tte KPI-sid, m\u00e4rkisite muutust, uurisite p\u00f5hjust ja pakkusite lahendust probleemile.<\/p>\n

3. Saage usaldusv\u00e4\u00e4rseks n\u00f5ustajaks<\/b>
\nSa pead olema esimene inimene, kelle poole teie sidusr\u00fchmad p\u00f6\u00f6rduvad soovituste v\u00f5i k\u00fcsimustega teie toetatava tegevusvaldkonna osas. L\u00fchikest teed ei ole, sest nende oskuste demonstreerimiseks on vajalik aeg. Selle v\u00f5tmek\u00fcsimus on j\u00e4rjepidev k\u00f5rge kvaliteediga anal\u00fc\u00fcsi esitamine minimaalse arvu vigadega. Iga viga arvutustes maksab teile usalduspunktide kaotuse, sest j\u00e4rgmine kord, kui te anal\u00fc\u00fcsi esitate, v\u00f5ivad inimesed k\u00fcsida: Kui te olite eelmisel korral vale, kas te v\u00f5isite seekord ka eksida?<\/i>. Kontrollige alati oma t\u00f6\u00f6d kaks korda. Samuti ei tee paha, kui palute oma juhil v\u00f5i kolleegil vaadata teie numbreid enne, kui need esitate, kui teil on mingisuguseid kahtlusi oma anal\u00fc\u00fcsi osas.<\/p>\n

4. \u00d5ppige edastama keerulisi tulemusi selgelt<\/b>
\nTaaskord, l\u00fchikest teed t\u00f5husate kommunikatsioonide \u00f5ppimiseks ei ole. See vajab harjutamist ja aja jooksul muutute selles paremaks. Peamine on v\u00e4lja selgitada, millised on teie peamised punktid, mida soovite teha, ja soovitada k\u00f5iki samme, mida sidusr\u00fchmad teie anal\u00fc\u00fcsi p\u00f5hjal \u00e4ri edendamiseks ette v\u00f5ivad v\u00f5tta. Mida k\u00f5rgemal olete organisatsiooni karj\u00e4\u00e4riredelil, seda olulisem on suhtlemisoskus. Keeruliste tulemuste edastamine on oluline oskus, mida tuleb demonstreerida. Olen aastaid \u00f5ppinud, kuidas saavutada edu andmete teadlase ja anal\u00fc\u00fctikuna. Inimesed defineerivad edu erinevalt. Saada silmapaistvaks ja \u201et\u00e4rnanal\u00fc\u00fctikuks\u201d \u2014 see on edu minu silmis. N\u00fc\u00fcd, kui te teate neid saladusi, loodan, et teie tee toob teid kiiremini eduni, olenemata sellest, kuidas te seda defineerite.<\/p>\n

Ja et teie tee eduni oleks veelgi kiirem, kasutage sooduskoodi HABR<\/b>, millega saab lisaks 10% allahindlust, mis on n\u00e4idatud b\u00e4nneril.<\/p>\n

\"Kuidas<\/a><\/noindex><\/p>\n