{"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 andmete teadlaseks ja anal\u00fc\u00fctikuks","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"Kuidas<\/a><\/noindex>
\nOn palju artikleid oskustest, mis on vajalikud, et olla hea andateadlane v\u00f5i anda anal\u00fc\u00fctik, kuid vaid v\u00e4hestes artiklites r\u00e4\u00e4gitakse oskustest, mis on vajalikud edu saavutamiseks \u2014 olgu need siis silmapaistev t\u00f6\u00f6 hindamine, kiitus juhtkonnalt, edutamine v\u00f5i k\u00f5ik eelmainitud. T\u00e4na esitleme teile materjali, mille autor soovib jagada oma isiklikku kogemust andateadlasena ja andmeanal\u00fc\u00fctikuna ning seda, mida ta \u00f5ppis edu saavutamiseks.
\n<\/a><\/noindex><\/p>\n

Mul vedas: pakuti andateadlane ametikohta, kui mul polnud andeteaduses mingit kogemust. See, kuidas ma selle \u00fclesandega hakkama sain, on teine lugu, ja ma tahan \u00f6elda, et mul oli vaid \u00e4hmane ettekujutus sellest, mida andateadlane teeb, enne kui ma sellele t\u00f6\u00f6le n\u00f5ustusin. <\/p>\n

Mind palkati andatorude loomiseks seoses minu varasema t\u00f6\u00f6ga andmete t\u00f6\u00f6tlemise insenerina, kus ma l\u00f5in andmevisualiseerimise prognoosimise anal\u00fc\u00fcsi tarbeks, mida kasutas andateadlaste grupp. <\/p>\n

Minu esimene aasta andmete teadlasena h\u00f5lmas andmevoogude loomist masin\u00f5ppe mudelite \u00fcles\u00f5petamiseks ja nende rakendamiseks tootmises. Ma p\u00fcsisin varjus ja ei osalenud paljudes turundusele suunatud sidusr\u00fchmade koosolekutel, kes olid mudelite l\u00f5ppkasutajad. <\/p>\n

Teisel aastal t\u00f6\u00f6l lahkus andmete t\u00f6\u00f6tlemise ja anal\u00fc\u00fcsi juht, kes vastutas turunduse eest. Seet\u00f5ttu muutusin peamiseks tegijaks ning hakkasin aktiivsemalt osalema mudelite arendamises ja projektide t\u00e4htaegade aruteludes.<\/p>\n

Sidusr\u00fchmadega suheldes m\u00f5istsin, et andmete teadus on \u00e4hmane m\u00f5isted, millest on kuulnud paljud, kuid mida nad ei m\u00f5ista t\u00e4ielikult, eriti k\u00f5rgem juhtkond.<\/p><\/blockquote>\n

\nOlen loonud \u00fcle saja mudeli, kuid ainult kolmandik neist leidis kasutust, kuna ma ei teadnud, kuidas n\u00e4idata nende v\u00e4\u00e4rtust, kuigi mudelid olid algselt turunduse poolt n\u00f5utud. <\/p>\n

\u00dcks minu meeskonna liikmetest kulutas mitu kuud mudeli arendamisele, mis pidi \u00fclemuse arvates n\u00e4itama andmete teadlaste meeskonna v\u00e4\u00e4rtust. Idee oli see mudel organisatsioonis laiemalt rakendada p\u00e4rast selle valmimist ja julgustada turundusmeeskondi seda kasutama.<\/p>\n

See osutus t\u00e4ielikuks eba\u00f5nnestumiseks, kuna keegi ei saanud aru, mis on masin\u00f5ppemudel, ja ei osanud hinnata selle kasutamise v\u00e4\u00e4rtust. L\u00f5puks kulutati kuud asjale, millest keegi ei hoolinud.<\/p><\/blockquote>\n

\nSellest kogemusest olen ma saanud mitmeid \u00f5ppetunde, mida jagan allpool.<\/p>\n

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

\n1. Suunake oma panus \u00f5igesse ettev\u00f5ttesse.<\/b>
\nT\u00f6\u00f6tajaintervjuu k\u00e4igus k\u00fcsige andmekultuuri ning selle kohta, kui palju masin\u00f5ppe mudeleid rakendatakse otsuste tegemisel. Paluge tuua n\u00e4iteid. Uurige, kas andmeinfrastruktuur on seadistatud modelleerimiseks. Kui kulutate 90% oma ajast toorete andmete v\u00e4ljav\u00f5tmisele ja puhastamisele, j\u00e4\u00e4b teil mudelite ehitamiseks, et t\u00f5estada oma v\u00e4\u00e4rtust andeteadlaseina, v\u00e4ga v\u00e4he aega. Olge ettevaatlik, kui olete andeteadlasena esmakordselt palgatud. See v\u00f5ib olla nii hea kui halb, s\u00f5ltuvalt andmekultuurist. Kui k\u00f5rgem juhtkond palkab andeteadlast vaid sellep\u00e4rast, et ettev\u00f5te soovib oma nime seostada Data Science'iga, v\u00f5ite kohata suurt vastupanu mudeli rakendamisel. mis kasutab Data Science'i paremate otsuste tegemiseks<\/i>, kuid pole aimugi, mida see tegelikult t\u00e4hendab. Lisaks, kui leiate ettev\u00f5tte, mis on andmep\u00f5hine (data driven), siis kasvate koos sellega.<\/p>\n

2. Tunne andmeid ja v\u00f5tme tulemusn\u00e4itajaid (KPI).<\/b>
\nAlguses mainisin, et olles andmet\u00f6\u00f6tluse insener, l\u00f5in anal\u00fc\u00fcsivilla andmete meeskonnale. Saades andmeanal\u00fc\u00fctikuks, suutsin leida uusi v\u00f5imalusi, mis parandasid mudelite t\u00e4psust, kuna t\u00f6\u00f6tasin intensiivselt toorandmete kallal oma varasemas ametis. <\/p>\n

Esitledes \u00fche meie kampaania tulemusi, suutsin n\u00e4idata mudeleid, mis genereerivad k\u00f5rgemaid konversioonim\u00e4\u00e4rasid (protsentides), p\u00e4rast mida m\u00f5\u00f5deti \u00fcks KPI kampaania. See n\u00e4itas mudeli v\u00e4\u00e4rtust \u00e4ritegevuse efektiivsusele, millega v\u00f5ib olla seotud turundus.<\/p>\n

3. Tagage mudeli aktsepteerimine, n\u00e4idates selle v\u00e4\u00e4rtust sidusr\u00fchmadele.<\/b>
\nSa ei saavuta kunagi edu andmeanal\u00fc\u00fcsi spetsialistina, kui sidusr\u00fchmad ei kasuta kunagi sinu mudeleid \u00e4riotsuste tegemiseks. \u00dcks viis mudeli aktsepteerimise kindlustamiseks on leida ettev\u00f5tte valupunkt ja n\u00e4idata, kuidas mudel saaks aidata. <\/p>\n

P\u00e4rast vestlust meie m\u00fc\u00fcgiosakonnaga sain aru, et kaks esindajat t\u00f6\u00f6tavad t\u00e4isajaga, k\u00e4sitsi l\u00e4bi vaadates miljonite kasutajate andmebaasi, et tuvastada ainulaadsete litsentsidega kasutajad, kes on t\u00f5en\u00e4olisemalt \u00fcleminekul meeskonnalitsentsidele. Valimisel kasutati kriteeriumide kogumit, kuid see v\u00f5ttis palju aega, kuna esindajad vaatasid m\u00f5lemalt poolt \u00fcksikuid kasutajaid. Minu loodud mudeli abil said esindajad valida kasutajad, kellel on k\u00f5ige suurem t\u00f5en\u00e4osus meeskonnalitsentsi ostmiseks, suurendades seel\u00e4bi konversioonim\u00e4\u00e4rasid l\u00fchema ajaga. See viis efektiivsema ajakasutuse ja konversioonim\u00e4\u00e4rade t\u00f5usuni v\u00f5tme tulemuslike n\u00e4itajate osas, millega m\u00fc\u00fcgiosakond v\u00f5ib tegeleda.<\/p>\n

M\u00f5ni aasta on m\u00f6\u00f6dunud, ja olen korduvalt t\u00f6\u00f6tanud samade mudelite kallal ning tundnud, et ei \u00f5pi enam midagi uut. Otsustasin otsida uut positsiooni ja l\u00f5puks sain andmeanal\u00fc\u00fctiku ametikoha. Kohustuste erinevus ei oleks saanud olla veelgi m\u00e4rgatavam v\u00f5rreldes sellega, kui olin andmescientist, isegi hoolimata sellest, et toetasin uuesti turundust.<\/p>\n

See oli esimene kord, kui anal\u00fc\u00fcsisin A\/B katseid ja avastasin k\u00f5ik<\/i> katked, kuidas katse v\u00f5ib eba\u00f5nnestuda. Andeteadlasena ei tegelenud ma kunagi A\/B testimisega, kuna see oli reserveeritud katsemeeskonnale. Olen t\u00f6\u00f6tanud laia valiku anal\u00fc\u00fctiliste uuringute kallal, millele m\u00f5jutas turundus \u2013 alates premium-konversioonim\u00e4\u00e4rade suurendamisest kuni kasutajate kaasamise ja lahkumise ennetamiseni. Olen \u00f5ppinud palju erinevaid andmete vaatamise meetodeid ja kulutanud palju aega tulemuste koostamisele, nende esitlemisele huvigruppidele ja \u00fclemusele. Andeteadlasena t\u00f6\u00f6tasin peamiselt \u00fche t\u00fc\u00fcbi mudeli kallal ja harva esitasin ettekandeid. Libistame m\u00f5ned aastad edasi ja r\u00e4\u00e4gime oskustest, mida \u00f5ppisin, et olla edukas anal\u00fc\u00fctik.<\/p>\n

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

\n1. \u00d5ppige andmete abil lugusid r\u00e4\u00e4kima<\/b>
\n\u00c4rge vaadake KPI-sid eraldi. Siduge need omavahel, vaadake ettev\u00f5tet tervikuna. See aitab tuvastada omavahel seotud valdkondi. \u00dclemusel on ettev\u00f5tte \u00fclevaade ja selliseid oskusi demonstreerivat inimest m\u00e4rgatakse, kui on aeg teha edutamise otsuseid.<\/p>\n

2. Esitage t\u00f5husad ideed<\/b>
\nAndke ettev\u00f5ttele t\u00f5hus idee<\/i> probleemi lahendamiseks. Veelgi parem on, kui pakute lahendust proaktiivselt, enne kui on \u00f6eldud, et tegelete prioriteetse probleemiga. <\/p>\n

N\u00e4iteks, kui te \u00fctleksite turundusele: \u201eOlen m\u00e4rganud, et viimastel kuudel on veebisaidi k\u00fclastajate arv pidevalt v\u00e4henenud\u201c<\/i>. See on trend, mida nad v\u00f5isid tahvelarvutist m\u00e4rgata, ja te ei pakkunud kui anal\u00fc\u00fctik mingit v\u00e4\u00e4rtuslikku lahendust, sest te lihtsalt tegite t\u00e4helepaneku. <\/p>\n

T\u00e4itke selle asemel andmed, et leida p\u00f5hjus ja pakkuda lahendust. Parim n\u00e4ide turunduse jaoks oleks: \u00abOlen t\u00e4hele pannud, et meie veebisaidi k\u00fclastajate arv on viimasel ajal v\u00e4henenud. Leidsin, et probleemiks on tavap\u00e4rane otsing, mille p\u00f5hjustas hiljutine muudatus, mis t\u00f5i kaasa meie Google'i otsinguhinde languse.\u00bb<\/i>. Selline l\u00e4henemine n\u00e4itab, et olete j\u00e4lginud ettev\u00f5tte KPI-sid, m\u00e4rganud muutust, uurinud selle p\u00f5hjust ja pakkunud lahendust probleemile.<\/p>\n

3. Saage usaldusv\u00e4\u00e4rseks n\u00f5ustajaks<\/b>
\nTe peate olema esimene inimene, kelle poole teie sidusr\u00fchmad p\u00f6\u00f6rduvad soovituste v\u00f5i k\u00fcsimustega teie haldusalas. Kiireid lahendusi ei ole, sest nende v\u00f5imete n\u00e4itamine v\u00f5tab aega. V\u00f5ti on j\u00e4rjepidev kvaliteetse anal\u00fc\u00fcsi esitamine v\u00f5imalikult v\u00e4ikese vigade arvuga. Iga arvutusviga maksab teile usaldusv\u00e4\u00e4rsuse punkte, sest j\u00e4rgmine kord, kui te anal\u00fc\u00fcsi esitate, v\u00f5ivad inimesed k\u00fcsida: Kui te eksisite eelmisel korral, siis \u00e4kki eksite ka seekord?<\/i>. Alati kontrollige oma t\u00f6\u00f6d kaks korda. Samuti ei tee paha paluda oma juhil v\u00f5i kolleegil vaadata teie numbreid, enne kui need esitamiseks l\u00e4hevad, kui teil on kahtlusi oma anal\u00fc\u00fcsi osas.<\/p>\n

4. \u00d5ppige selgelt edastama keerulisi tulemusi<\/b>
\nK\u00fclastajatena ei ole kiiret teed t\u00f5husate kommunikatsioonide \u00f5ppimiseks. See n\u00f5uab harjutamist ning ajaga saate selles osas paremaks. Oluline on m\u00e4\u00e4ratleda p\u00f5hiaspektid, mida soovite saavutada, ja soovitada k\u00f5iki tegevusi, mis teie anal\u00fc\u00fcsi p\u00f5hjal v\u00f5ivad osalejatelt olla \u00e4ri t\u00e4iustamiseks. Mida k\u00f5rgemal olete karj\u00e4\u00e4riredelil organisatsioonis, seda t\u00e4htsam on suhtlemisoskus. Tulemuste edastamine \u2014 see on oskus, mida tuleb demonstreerida. Olen aastate jooksul \u00f5ppinud eduka andeteadlasena ja andmeanal\u00fc\u00fctikuna \u00f5nnestumise saladusi. Inimesed defineerivad edu erinevalt. Saada omadused \u201e\u00fclih\u00e4sti\u201d ja \u201et\u00e4ht\u201d anal\u00fc\u00fctiku osas \u2014 see on minu silmis edu. N\u00fc\u00fcd, kui teate neid saladusi, loodan, et teie tee viib teid kiiremini \u00f5nnestumiseni, olenemata sellest, kuidas te selle m\u00e4\u00e4ratlete.<\/p>\n

Ja et teie tee eduni oleks veelgi kiirem, hoidke sooduskoodi HABR<\/b>, millega saate t\u00e4iendava 10% allahindluse, mida banneril n\u00e4idatakse.<\/p>\n

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