{"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\/hu\/blog\/administrirovanie\/kak-stat-uspeshnym-data-sajentistom-i-analitikom-dannyh","title":{"rendered":"Hogyan v\u00e1lhat sikeres adatkutat\u00f3v\u00e1 \u00e9s adat-analitikuss\u00e1","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"Hogyan<\/a><\/noindex>
\nSok cikk sz\u00f3l azokr\u00f3l a k\u00e9szs\u00e9gekr\u0151l, amelyek sz\u00fcks\u00e9gesek ahhoz, hogy valaki j\u00f3 adatkutat\u00f3 vagy adat elemz\u0151 legyen, de csak n\u00e9h\u00e1ny cikk \u00edr a sikerhez sz\u00fcks\u00e9ges k\u00e9szs\u00e9gekr\u0151l \u2014 legyen sz\u00f3 kiv\u00e1l\u00f3 teljes\u00edtm\u00e9ny\u00e9rt\u00e9kel\u00e9sr\u0151l, vezet\u0151i dics\u00e9ret\u00e9r\u0151l, el\u0151l\u00e9ptet\u00e9sr\u0151l, vagy mindezekr\u0151l egy\u00fctt. Ma bemutatunk egy anyagot, amelyet annak az \u00edr\u00f3ja k\u00e9sz\u00edtett, aki szeretn\u00e9 megosztani szem\u00e9lyes tapasztalatait adatkutat\u00f3k\u00e9nt \u00e9s adat elemz\u0151k\u00e9nt, valamint azt, hogy mit tanult a siker el\u00e9r\u00e9s\u00e9\u00e9rt.
\n<\/a><\/noindex><\/p>\n

Szerencs\u00e9s voltam: felaj\u00e1nlott\u00e1k nekem az adatkutat\u00f3 poz\u00edci\u00f3t, amikor m\u00e9g nem volt tapasztalatom a Data Science ter\u00fclet\u00e9n. Az, ahogyan megbirk\u00f3ztam ezzel a feladattal, egy m\u00e1sik t\u00f6rt\u00e9net, \u00e9s el kell mondanom, hogy csak halv\u00e1ny elk\u00e9pzel\u00e9sem volt arr\u00f3l, hogy mit csin\u00e1l egy adatkutat\u00f3, miel\u0151tt elfogadtam ezt a munk\u00e1t. <\/p>\n

Adatfolyamatok kidolgoz\u00e1s\u00e1ra vettek fel, a kor\u00e1bbi adatkezel\u0151i munk\u00e1m miatt, ahol adatvitrint fejlesztettem ki, amelyet a data scientist csapat haszn\u00e1lt el\u0151rejelz\u0151 elemz\u00e9sekhez. <\/p>\n

Az els\u0151 \u00e9vem adatkutat\u00f3k\u00e9nt adatfolyamatok l\u00e9trehoz\u00e1s\u00e1val telt, hogy g\u00e9pi tanul\u00e1si modellek tan\u00edt\u00e1s\u00e1t \u00e9s \u00fczembe helyez\u00e9s\u00e9t t\u00e1mogassam. H\u00e1tt\u00e9rben maradtam, \u00e9s nem vettem r\u00e9szt sok marketinges stakeholder tal\u00e1lkoz\u00f3n, akik a modellek v\u00e9gfelhaszn\u00e1l\u00f3i voltak. <\/p>\n

A c\u00e9gemben elt\u00f6lt\u00f6tt m\u00e1sodik \u00e9vem alatt t\u00e1vozott az adatelemz\u00e9s\u00e9rt \u00e9s -kezel\u00e9s\u00e9rt felel\u0151s vezet\u0151, aki a marketinget k\u00e9pviselte. Ezt k\u00f6vet\u0151en \u00e9n lettem a f\u0151szerepl\u0151, \u00e9s akt\u00edvabban r\u00e9szt vettem a modellek kidolgoz\u00e1s\u00e1ban \u00e9s a projektek megval\u00f3s\u00edt\u00e1s\u00e1nak id\u0151vonal\u00e1r\u00f3l folytatott megbesz\u00e9l\u00e9sekben.<\/p>\n

Am\u00edg a stakeholderekkel kommunik\u00e1ltam, r\u00e1j\u00f6ttem, hogy a Data Science k\u00f6d\u00f6s fogalom, amelyr\u0151l az emberek hallottak, de nem igaz\u00e1n \u00e9rtik, k\u00fcl\u00f6n\u00f6sen a fels\u0151 vezet\u00e9s k\u00f6r\u00e9ben.<\/p><\/blockquote>\n

\nT\u00f6bb mint sz\u00e1z modellt \u00e9p\u00edtettem, de csak egyharmaduk volt haszn\u00e1latban, mivel nem tudtam, hogyan mutassam be az \u00e9rt\u00e9k\u00fcket, annak ellen\u00e9re, hogy a modellek els\u0151dlegesen a marketing k\u00e9r\u00e9s\u00e9re k\u00e9sz\u00fcltek. <\/p>\n

A csapatom egyik tagja h\u00f3napokat t\u00f6lt\u00f6tt egy olyan modell fejleszt\u00e9s\u00e9vel, amely a fels\u0151 vezet\u00e9s szerint bizony\u00edtotta volna az adatkutat\u00f3k csapat\u00e1nak \u00e9rt\u00e9k\u00e9t. Az \u00f6tlet az volt, hogy ezt a modellt az eg\u00e9sz szervezetre kiterjessz\u00fck a fejleszt\u00e9s ut\u00e1n, \u00e9s \u00f6szt\u00f6n\u00f6zz\u00fck a marketingcsapatokat a haszn\u00e1lat\u00e1ra.<\/p>\n

Ez teljes kudarccal z\u00e1rult, mivel senki sem \u00e9rtette, mi az a g\u00e9pi tanul\u00e1si modell, \u00e9s nem tudta felfogni annak alkalmaz\u00e1s\u00e1nak \u00e9rt\u00e9k\u00e9t. V\u00e9g\u00fcl h\u00f3napok mentek k\u00e1rba, mivel senki sem akarta.<\/p><\/blockquote>\n

\nEzekb\u0151l a helyzetekb\u0151l bizonyos leck\u00e9ket vontam le, amelyeket az al\u00e1bbiakban felsorolok.<\/p>\n

Lecsk\u00e9k, amelyeket az\u00e9rt tanultam meg, hogy sikeres adatkutat\u00f3 legyek.<\/h2>\n

\n1. K\u00e9sz\u00fclj\u00f6n fel a sikerre a megfelel\u0151 c\u00e9g v\u00e1laszt\u00e1s\u00e1val.<\/b>
\nA c\u00e9gn\u00e9l tartott interj\u00fan \u00e9rdekl\u0151dj\u00f6n az adatok kult\u00far\u00e1j\u00e1r\u00f3l \u00e9s arr\u00f3l, hogy h\u00e1ny g\u00e9pi tanul\u00e1si modellt alkalmaznak a d\u00f6nt\u00e9shozatal sor\u00e1n. K\u00e9rjen p\u00e9ld\u00e1kat. Tudd meg, hogy az adatinfrastrukt\u00fara k\u00e9szen \u00e1ll-e a modellez\u00e9s megkezd\u00e9s\u00e9re. Ha az ideje 90%-\u00e1t az nyers adatok kinyer\u00e9s\u00e9re \u00e9s azok megtiszt\u00edt\u00e1s\u00e1ra ford\u00edtja, alig marad ideje modellek \u00e9p\u00edt\u00e9s\u00e9re, hogy bizony\u00edtsa az \u00e9rt\u00e9k\u00e9t mint adatkutat\u00f3. Legyen \u00f3vatos, ha adatkutat\u00f3k\u00e9nt el\u0151sz\u00f6r alkalmazz\u00e1k. Ez lehet j\u00f3 is \u00e9s rossz is, att\u00f3l f\u00fcgg\u0151en, hogy milyen az adatok kult\u00far\u00e1ja. Nagy ellen\u00e1ll\u00e1sba \u00fctk\u00f6zhet a modell bevezet\u00e9s\u00e9n\u00e9l, ha a fels\u0151 vezet\u00e9s egy Data Science szakembert keres, csak az\u00e9rt, mert a c\u00e9g n\u00e9pszer\u0171v\u00e9 akar v\u00e1lni mint azok, akik Data Science-t haszn\u00e1lnak a jobb d\u00f6nt\u00e9sek \u00e9rdek\u00e9ben<\/i>, de fogalmuk sincs, hogy ez val\u00f3j\u00e1ban mit jelent. Tov\u00e1bb\u00e1, ha olyan c\u00e9get tal\u00e1l, amely adatvez\u00e9relt, akkor egy\u00fctt fog n\u0151ni vele.<\/p>\n

2. Ismerje az adatokat \u00e9s a kulcsfontoss\u00e1g\u00fa teljes\u00edtm\u00e9nymutat\u00f3kat (KPI).<\/b>
\nKezdetben eml\u00edtettem, hogy adatfeldolgoz\u00f3 m\u00e9rn\u00f6kk\u00e9nt l\u00e9trehoztam az elemz\u00e9si adatok vitrint az adatkutat\u00f3k csapat\u00e1nak. Miut\u00e1n adatkutat\u00f3v\u00e1 v\u00e1ltam, k\u00e9pes voltam \u00faj lehet\u0151s\u00e9geket tal\u00e1lni, amelyek n\u00f6velt\u00e9k a modellek pontoss\u00e1g\u00e1t, mivel intenz\u00edven dolgoztam a nyers adatokkal az el\u0151z\u0151 poz\u00edci\u00f3mban. <\/p>\n

A kamp\u00e1nyaink egyik\u00e9nek eredm\u00e9nyeit bemutatva siker\u00fclt olyan modelleket ismertetnem, amelyek magasabb konverzi\u00f3s r\u00e1t\u00e1kat (sz\u00e1zal\u00e9kban) gener\u00e1lnak, majd megm\u00e9rt\u00fck az egyik KPI kamp\u00e1nyt. Ez bemutatta a modell \u00fczleti hat\u00e9konys\u00e1gra gyakorolt \u00e9rt\u00e9k\u00e9t, amellyel a marketing is \u00f6sszef\u00fcgghet.<\/p>\n

3. Biztos\u00edtsa a modell elfogad\u00e1s\u00e1t, bemutatva annak \u00e9rt\u00e9k\u00e9t az \u00e9rintettek sz\u00e1m\u00e1ra.<\/b>
\nSzak\u00e9rt\u0151k\u00e9nt soha nem fog szert tenni sikerre az Adattudom\u00e1ny ter\u00fclet\u00e9n, ha az \u00e9rintettek soha nem haszn\u00e1lj\u00e1k a modelljeit \u00fczleti d\u00f6nt\u00e9sek meghozatal\u00e1hoz. Az egyik m\u00f3dja az elfogad\u00e1s biztos\u00edt\u00e1s\u00e1nak, ha megtal\u00e1lja a v\u00e1llalkoz\u00e1s f\u00e1j\u00f3 pontj\u00e1t, \u00e9s megmutatja, hogyan seg\u00edthet a modell. <\/p>\n

Miut\u00e1n besz\u00e9ltem az \u00e9rt\u00e9kes\u00edt\u00e9si oszt\u00e1lyunkkal, r\u00e1j\u00f6ttem, hogy k\u00e9t k\u00e9pvisel\u0151 teljes munkaid\u0151ben manu\u00e1lisan vizsg\u00e1lja a c\u00e9g adatb\u00e1zis\u00e1ban szerepl\u0151 milli\u00f3 felhaszn\u00e1l\u00f3t, hogy azonos\u00edtsa azokat a felhaszn\u00e1l\u00f3kat, akiknek egyedi licenc\u00fck van, \u00e9s akik nagyobb val\u00f3sz\u00edn\u0171s\u00e9ggel v\u00e1ltanak csapatlicencekre. Szinergi\u00e1ban alkalmaztak egy krit\u00e9riumrendszert, de a kiv\u00e1laszt\u00e1s sok id\u0151t ig\u00e9nyelt, mivel a k\u00e9pvisel\u0151k egyenk\u00e9nt n\u00e9zt\u00e9k \u00e1t a felhaszn\u00e1l\u00f3kat. Az \u00e1ltalam kifejlesztett modell seg\u00edts\u00e9g\u00e9vel a k\u00e9pvisel\u0151k k\u00e9pesek voltak kiv\u00e1lasztani azokat a felhaszn\u00e1l\u00f3kat, akiknek a legnagyobb a val\u00f3sz\u00edn\u0171s\u00e9ge a csapatlicensz megv\u00e1s\u00e1rl\u00e1s\u00e1ra, \u00edgy kevesebb id\u0151 alatt n\u00f6velhett\u00e9k a konverzi\u00f3 es\u00e9lyeit. Ez a kulcsfontoss\u00e1g\u00fa teljes\u00edtm\u00e9nymutat\u00f3k konverzi\u00f3s ar\u00e1ny\u00e1nak javul\u00e1s\u00e1t hozta, ami szoros kapcsolatban \u00e1llhat az \u00e9rt\u00e9kes\u00edt\u00e9si oszt\u00e1ly tev\u00e9kenys\u00e9geivel.<\/p>\n

T\u00f6bb \u00e9v telt el, \u00e9s t\u00f6bbsz\u00f6r is azonos modelleket dolgoztam ki, \u00e9s \u00fagy \u00e9reztem, hogy nem tanulok semmi \u00fajat. \u00daj poz\u00edci\u00f3t kezdtem keresni, \u00e9s v\u00e9g\u00fcl adat-analitikus lettem. A feladatok k\u00f6z\u00f6tti k\u00fcl\u00f6nbs\u00e9g egyszer\u0171en nem lehetett volna dr\u00e1maibb, amikor adatkutat\u00f3 voltam, m\u00e9g akkor is, ha \u00fajra t\u00e1mogattam a marketinget.<\/p>\n

Ez volt az els\u0151 alkalom, amikor A\/B k\u00eds\u00e9rleteket elemeztem, \u00e9s felfedeztem mindent<\/i> A k\u00eds\u00e9rletekben fell\u00e9p\u0151 probl\u00e9m\u00e1k m\u00f3dszerei. Adattud\u00f3sk\u00e9nt soha nem dolgoztam A\/B tesztel\u00e9sen, mert azt a k\u00eds\u00e9rletez\u0151 csapat kezelte. Sz\u00e9les spektrum\u00fa analitikai kutat\u00e1sokon dolgoztam, amelyeket a marketing befoly\u00e1solt \u2014 a pr\u00e9mium konverzi\u00f3s ar\u00e1ny n\u00f6vel\u00e9s\u00e9t\u0151l a felhaszn\u00e1l\u00f3i elk\u00f6telez\u0151d\u00e9sen \u00e1t a lemorzsol\u00f3d\u00e1s megel\u0151z\u00e9s\u00e9ig. Sokf\u00e9le adatkezel\u00e9si m\u00f3dszert tanultam meg, \u00e9s sok id\u0151t t\u00f6lt\u00f6ttem az eredm\u00e9nyek \u00f6sszegy\u0171jt\u00e9s\u00e9vel, azok bemutat\u00e1s\u00e1val az \u00e9rdekelt feleknek \u00e9s a fels\u0151vezet\u00e9snek. Adattud\u00f3sk\u00e9nt f\u0151k\u00e9nt egy t\u00edpus\u00fa modellel foglalkoztam, \u00e9s ritk\u00e1n tartottam el\u0151ad\u00e1sokat. Ugorjunk el\u0151re n\u00e9h\u00e1ny \u00e9vet, \u00e9s n\u00e9zz\u00fck azokat a k\u00e9szs\u00e9geket, amelyeket elsaj\u00e1t\u00edtottam ahhoz, hogy sikeres elemz\u0151 legyek.<\/p>\n

K\u00e9szs\u00e9gek, amelyeket megtanultam, hogy sikeres adat-elemz\u0151 legyek<\/h2>\n

\n1. Tanulj meg t\u00f6rt\u00e9neteket mes\u00e9lni adatokkal<\/b>
\nNe n\u00e9zd a KPI-kat k\u00fcl\u00f6n-k\u00fcl\u00f6n. Kapcsol\u00f3dj \u00f6ssze vel\u00fck, n\u00e9zd a v\u00e1llalkoz\u00e1st egy eg\u00e9szk\u00e9nt. Ez seg\u00edt meghat\u00e1rozni az egym\u00e1sra hat\u00f3 ter\u00fcleteket. A fels\u0151vezet\u00e9s a v\u00e1llalkoz\u00e1st egy lencs\u00e9n kereszt\u00fcl szeml\u00e9li, \u00e9s azt a szem\u00e9lyt, aki megmutatja ezt a k\u00e9pess\u00e9get, \u00e9szreveszik, amikor el\u00e9rkezik az ideje a felemel\u00e9sre.<\/p>\n

2. Ny\u00fajts hat\u00e9kony \u00f6tleteket<\/b>
\nNy\u00fajts a v\u00e1llalatnak hat\u00e9kony \u00f6tletet<\/i> a probl\u00e9ma megold\u00e1s\u00e1ra. M\u00e9g jobb, ha proakt\u00edvan javasolsz megold\u00e1st, amikor m\u00e9g nem jelezt\u00e9k, hogy probl\u00e9m\u00e1val foglalkozol. <\/p>\n

P\u00e9ld\u00e1ul, ha azt mondan\u00e1d a marketing csapatnak: \u201e\u00c9szrevettem, hogy az ut\u00f3bbi id\u0151ben cs\u00f6kken a weboldal l\u00e1togat\u00f3inak havi sz\u00e1ma\u201d<\/i>. Ez egy tendencia, amit \u0151k is \u00e9szlelhettek a m\u0171szerfalon, \u00e9s te nem aj\u00e1nlott\u00e1l semmilyen \u00e9rt\u00e9kes megold\u00e1st elemz\u0151k\u00e9nt, mert csak kijelentetted a megfigyel\u00e9sedet. <\/p>\n

Ehelyett vizsg\u00e1ld meg az adatokat, hogy megtal\u00e1ld az okot, \u00e9s javasolj megold\u00e1st. A marketing sz\u00e1m\u00e1ra a legjobb p\u00e9lda lenne: \u201e\u00c9szrevettem, hogy az ut\u00f3bbi id\u0151ben cs\u00f6kkent a weboldalunk l\u00e1togatotts\u00e1ga. Felfedeztem, hogy a probl\u00e9ma forr\u00e1sa a szok\u00e1sos keres\u00e9s, a nemr\u00e9giben bek\u00f6vetkezett v\u00e1ltoz\u00e1sok miatt, amelyek a Google keres\u00e9si rangsorunk cs\u00f6kken\u00e9s\u00e9hez vezettek\u201d<\/i>. Ez a megk\u00f6zel\u00edt\u00e9s azt mutatja, hogy figyelemmel k\u00eds\u00e9rted a c\u00e9g KPI-jait, \u00e9szlelt\u00e9l egy v\u00e1ltoz\u00e1st, felt\u00e1rtad az okot, \u00e9s javasolt\u00e1l egy megold\u00e1st a probl\u00e9m\u00e1ra.<\/p>\n

3. Legy\u00e9l megb\u00edzhat\u00f3 tan\u00e1csad\u00f3<\/b>
\nLegyen az els\u0151, akit az \u00e9rdekeltek a t\u00e1mogatott tev\u00e9kenys\u00e9gi k\u00f6r\u00e9ben aj\u00e1nl\u00e1sok\u00e9rt vagy k\u00e9rd\u00e9sekkel keresnek. Nincs r\u00f6vid \u00fat, mert e k\u00e9pess\u00e9gek demonstr\u00e1l\u00e1s\u00e1hoz id\u0151re van sz\u00fcks\u00e9g. A kulcs a k\u00f6vetkezetes, magas sz\u00ednvonal\u00fa elemz\u00e9sek biztos\u00edt\u00e1sa a minim\u00e1lis hib\u00e1k mellett. B\u00e1rmely sz\u00e1m\u00edt\u00e1si hiba bizalmi pontokat fog k\u00f6lteni, mert amikor legk\u00f6zelebb elemz\u00e9st ny\u00fajt, az emberek megk\u00e9rd\u0151jelezhetik: Ha az el\u0151z\u0151 alkalommal t\u00e9vedett, tal\u00e1n most is t\u00e9ved?<\/i>. Mindig ellen\u0151rizze le a munk\u00e1j\u00e1t. Az is hasznos lehet, ha megk\u00e9ri a menedzser\u00e9t vagy egy koll\u00e9g\u00e1j\u00e1t, hogy n\u00e9zze \u00e1t a sz\u00e1mokat, miel\u0151tt bemutatja \u0151ket, ha k\u00e9ts\u00e9gei vannak az elemz\u00e9s\u00e9vel kapcsolatban.<\/p>\n

4. Tanuljon meg vil\u00e1gosan kommunik\u00e1lni a bonyolult eredm\u00e9nyekr\u0151l<\/b>
\nIsm\u00e9tlem, nincs r\u00f6vid \u00fat a hat\u00e9kony kommunik\u00e1ci\u00f3k elsaj\u00e1t\u00edt\u00e1s\u00e1hoz. Ez gyakorl\u00e1st ig\u00e9nyel, \u00e9s id\u0151vel egyre jobban fog menni. A legfontosabb, hogy azonos\u00edtsa azokat a f\u0151bb pontokat, amelyekr\u0151l besz\u00e9lni szeretne, \u00e9s aj\u00e1nl javaslatokat arra, hogy az \u00e9rdekeltek a saj\u00e1t \u00fczleti teljes\u00edtm\u00e9ny\u00fck jav\u00edt\u00e1sa \u00e9rdek\u00e9ben mit tehetnek az elemz\u00e9s\u00e9nek eredm\u00e9nyek\u00e9ppen. Min\u00e9l magasabban van a karrierl\u00e9tra ezen a szervezeten bel\u00fcl, ann\u00e1l fontosabb a kommunik\u00e1ci\u00f3s k\u00e9szs\u00e9g. A bonyolult eredm\u00e9nyek k\u00f6zvet\u00edt\u00e9se fontos k\u00e9szs\u00e9g, amelyet be kell mutatni. \u00c9veket t\u00f6lt\u00f6ttem a siker titkainak tanulm\u00e1nyoz\u00e1s\u00e1val adatkutat\u00f3k\u00e9nt \u00e9s adat-elemz\u0151k\u00e9nt. Az emberek elt\u00e9r\u0151en hat\u00e1rozz\u00e1k meg a sikert. Az \u201eelk\u00e9peszt\u0151\u201d \u00e9s a \u201ecsillagos\u201d elemz\u0151i c\u00edm megszerz\u00e9se \u2013 nos, az a siker a szememben. Most, hogy tudja ezeket a titkokat, rem\u00e9lem, hogy az \u00fatja gyorsabban vezet a sikerhez, ak\u00e1rhogyan is hat\u00e1rozza meg azt.<\/p>\n

\u00c9s hogy az \u00fatja m\u00e9g gyorsabb legyen a sikerhez, tartsa mag\u00e1n\u00e1l a prom\u00f3ci\u00f3s k\u00f3dot HABR<\/b>, amellyel tov\u00e1bbi 10% kedvezm\u00e9nyt ig\u00e9nyelhet a banneren felt\u00fcntetett \u00e1rra.<\/p>\n

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