Það eru margar greinar um þá hæfileika sem þarf til að vera góður gagnafræðingur eða gagnafræðingur, en fáar greinar fjalla um þá hæfileika sem þarf til að ná árangri - hvort sem það er óvenjulegur árangursmat, hrós frá stjórnendum, stöðuhækkun eða allt ofangreint. Í dag kynnum við þér efni sem höfundur vill deila persónulegri reynslu sinni sem gagnafræðingur og gagnafræðingur, svo og því sem hún hefur lært til að ná árangri.
Ég var heppinn: Mér var boðin staða gagnafræðings þegar ég hafði enga reynslu af gagnafræði. Hvernig ég höndlaði verkefnið er önnur saga og ég vil segja að ég hafði aðeins óljósa hugmynd um hvað gagnafræðingur gerir áður en ég tók við starfinu.
Ég var ráðinn til að vinna við gagnaleiðslur vegna fyrri starfs míns sem gagnaverkfræðingur, þar sem ég þróaði gagnamarkað fyrir forspárgreining sem notaður var af hópi gagnafræðinga.
Fyrsta árið mitt sem gagnafræðingur fólst í því að búa til gagnaleiðslur til að þjálfa vélanámslíkön og setja þau í framleiðslu. Ég þagði lágt og tók ekki þátt í mörgum fundum með hagsmunaaðilum í markaðssetningu sem voru endanotendur módelanna.
Á öðru ári í starfi mínu hjá fyrirtækinu hætti gagnavinnslu- og greiningarstjóri sem ber ábyrgð á markaðsmálum. Upp frá því varð ég aðalspilarinn og tók virkari þátt í að þróa líkön og ræða verkefnatíma.
Þegar ég átti samskipti við hagsmunaaðila áttaði ég mig á því að Data Science er óljóst hugtak sem fólk hefur heyrt um en skilur ekki alveg, sérstaklega á æðstu stjórnendastigi.
Ég smíðaði yfir hundrað gerðir en aðeins þriðjungur þeirra var notaður þar sem ég vissi ekki hvernig ég ætti að sýna verðmæti þeirra þó að fyrirmyndirnar hafi fyrst og fremst verið beðnar um markaðssetningu.
Einn af liðsmönnum mínum eyddi mánuðum í að þróa líkan sem æðstu stjórnendur töldu að myndi sýna fram á gildi gagnavísindateymisins. Hugmyndin var að dreifa líkaninu um stofnunina þegar það var þróað og hvetja markaðsteymi til að taka það upp.
Það reyndist algjörlega misheppnað vegna þess að enginn skildi hvað vélanámslíkan var eða gat skilið gildi þess að nota það. Þess vegna var mánuðum sóað í eitthvað sem enginn vildi.
Af slíkum aðstæðum hef ég dregið ákveðinn lærdóm sem ég mun gefa hér á eftir.
Lærdómur sem ég lærði til að verða farsæll gagnafræðingur
1. Settu þig undir árangur með því að velja rétta fyrirtækið.
Þegar þú tekur viðtöl hjá fyrirtæki skaltu spyrja um gagnamenninguna og hversu mörg vélanámslíkön eru tekin upp og notuð við ákvarðanatöku. Biðjið um dæmi. Finndu út hvort gagnagrunnvirkið þitt sé sett upp til að hefja líkanagerð. Ef þú eyðir 90% af tíma þínum í að reyna að draga hrá gögn og hreinsa þau, munt þú hafa lítinn sem engan tíma eftir til að smíða líkön til að sýna fram á gildi þitt sem gagnafræðingur. Vertu varkár ef þú ert ráðinn sem gagnafræðingur í fyrsta skipti. Þetta getur verið gott eða slæmt, allt eftir gagnamenningu. Þú gætir lent í meiri andstöðu við að innleiða líkanið ef yfirstjórn ræður gagnafræðing bara vegna þess að fyrirtækið vill vera þekkt sem nota Data Science til að taka betri ákvarðanir, en hefur ekki hugmynd um hvað það þýðir í raun. Auk þess, ef þú finnur fyrirtæki sem er gagnadrifið, muntu vaxa með því.
2. Þekkja gögnin og lykilframmistöðuvísa (KPIs).
Í upphafi nefndi ég að sem gagnaverkfræðingur bjó ég til greiningargagnaverslun fyrir hóp gagnafræðinga. Eftir að hafa sjálfur orðið gagnafræðingur gat ég fundið ný tækifæri sem jók nákvæmni líkana vegna þess að ég vann mikið með hrá gögn í fyrra hlutverki mínu.
Með því að kynna niðurstöður einnar herferðar okkar gat ég sýnt líkönin sem mynduðu hærra viðskiptahlutfall (sem hlutfall) og mældi síðan einn af KPI herferðunum. Þetta sýndi fram á gildi líkansins fyrir frammistöðu fyrirtækja sem hægt er að tengja markaðssetningu við.
3. Tryggja upptöku líkansins með því að sýna fram á gildi þess fyrir hagsmunaaðilum
Þú munt aldrei ná árangri sem gagnafræðingur ef hagsmunaaðilar þínir nota aldrei líkön þín til að taka viðskiptaákvarðanir. Ein leið til að tryggja innleiðingu líkana er að finna verkjapunkt í viðskiptum og sýna hvernig líkanið getur hjálpað.
Eftir að hafa talað við söluteymi okkar áttaði ég mig á því að tveir fulltrúar voru að vinna í fullu starfi við að kemba í gegnum milljónir notenda í gagnagrunni fyrirtækisins til að bera kennsl á notendur með stök leyfi sem voru líklegri til að uppfæra í teymisleyfi. Við valið var notað ákveðin viðmið en valið tók langan tíma því fulltrúarnir skoðuðu einn notanda í einu. Með því að nota líkanið sem ég þróaði gátu fulltrúar miðað á notendur sem líklegastir eru til að kaupa liðsleyfi og aukið líkurnar á breytingum á skemmri tíma. Þetta hefur skilað sér í skilvirkari tímanotkun með því að auka viðskiptahlutfall lykilframmistöðuvísa sem söluteymið getur tengst.
Nokkur ár liðu og ég þróaði sömu módelin aftur og aftur og fannst ég ekki lengur læra neitt nýtt. Ég ákvað að leita mér að annarri stöðu og endaði á því að fá stöðu sem gagnafræðingur. Munurinn á ábyrgð hefði ekki getað verið marktækari miðað við þegar ég var gagnafræðingur, jafnvel þó ég væri aftur að styðja við markaðssetningu.
Þetta var í fyrsta skipti sem ég greindi A/B tilraunir og fann allt leiðir þar sem tilraun getur farið úrskeiðis. Sem gagnafræðingur vann ég alls ekki við A/B próf vegna þess að það var frátekið fyrir tilraunateymið. Ég hef unnið að margs konar greiningum sem hafa áhrif á markaðssetningu - allt frá því að auka hágæða viðskiptahlutfall til þátttöku notenda og koma í veg fyrir straumhvörf. Ég lærði margar mismunandi leiðir til að skoða gögn og eyddi miklum tíma í að taka saman niðurstöðurnar og kynna þær fyrir hagsmunaaðilum og yfirstjórn. Sem gagnafræðingur vann ég að mestu eftir einni tegund líkana og hélt sjaldan erindi. Spóla áfram í nokkur ár til hæfileika sem ég lærði til að verða farsæll sérfræðingur.
Færni sem ég lærði til að verða farsæll gagnafræðingur
1. Lærðu að segja sögur með gögnum
Ekki horfa á KPI í einangrun. Tengja þau saman, líta á fyrirtækið í heild sinni. Þetta gerir þér kleift að bera kennsl á svæði sem hafa áhrif á hvert annað. Yfirstjórn skoðar fyrirtækið í gegnum linsu og tekið er eftir einstaklingi sem sýnir þessa færni þegar það kemur að því að taka ákvarðanir um stöðuhækkun.
2. Komdu með frambærilegar hugmyndir.
Veita fyrirtæki áhrifarík hugmynd til að leysa vandann. Það er jafnvel betra ef þú býður upp á fyrirbyggjandi lausn þegar það hefur ekki enn verið sagt að þú sért að takast á við undirliggjandi vandamál.
Til dæmis, ef þú sagðir markaðssetningu: „Ég tók eftir því að nýlega hefur gestum síðunnar fækkað í hverjum mánuði.. Þetta er þróun sem þeir gætu hafa tekið eftir á mælaborðinu og þú bauðst ekki upp á neina dýrmæta lausn sem sérfræðingur vegna þess að þú sagðir aðeins frá athuguninni.
Í staðinn skaltu skoða gögnin til að finna orsökina og leggja til lausn. Betra dæmi um markaðssetningu væri: „Ég hef tekið eftir því að okkur hefur fækkað á vefsíðunni okkar undanfarið. Ég komst að því að uppspretta vandans er lífræn leit, vegna nýlegra breytinga sem hafa valdið því að röðun Google leitar okkar hefur lækkað.". Þessi nálgun sýnir að þú fylgdist með KPI fyrirtækisins, tók eftir breytingunni, rannsakaðir orsökina og lagðir til lausn á vandanum.
3. Vertu traustur ráðgjafi
Þú þarft að vera fyrsti maðurinn sem hagsmunaaðilar þínir leita til til að fá ráðleggingar eða spurningar um fyrirtækið sem þú styður. Það er engin flýtileið því það tekur tíma að sýna fram á þessa hæfileika. Lykillinn að þessu er stöðugt að skila hágæða greiningu með lágmarks villum. Sérhver misreikningur mun kosta þig trúverðugleikastig vegna þess að næst þegar þú gefur greiningu gæti fólk velt því fyrir sér: Ef þú hafðir rangt fyrir þér síðast, hefurðu kannski rangt fyrir þér í þetta skiptið líka?. Athugaðu alltaf vinnuna þína. Það sakar heldur ekki að biðja yfirmann þinn eða samstarfsmann að skoða tölurnar þínar áður en þú leggur þær fram ef þú hefur einhverjar efasemdir um greiningu þína.
4. Lærðu að miðla flóknum niðurstöðum á skýran hátt.
Aftur, það er engin flýtileið til að læra hvernig á að eiga samskipti á áhrifaríkan hátt. Þetta krefst æfingu og með tímanum muntu verða betri í því. Lykillinn er að bera kennsl á helstu atriði þess sem þú vilt gera og mæla með öllum aðgerðum sem hagsmunaaðilar geta gripið til, vegna greiningar þinnar, til að bæta viðskiptin. Því ofar sem þú ert í stofnun, því mikilvægari eru samskiptahæfileikar þínir. Að miðla flóknum niðurstöðum er mikilvæg færni til að sýna fram á. Ég eyddi árum í að læra leyndarmál velgengni sem gagnafræðingur og gagnafræðingur. Fólk skilgreinir árangur á mismunandi hátt. Að vera lýst sem "ótrúlegum" og "stjörnu" greinanda er árangur í mínum augum. Nú þegar þú veist þessi leyndarmál vona ég að leið þín muni fljótt leiða þig til árangurs, hvernig sem þú skilgreinir það.
Og til að gera leið þína til árangurs enn hraðari skaltu halda kynningarkóðann HABR, þar sem þú getur fengið 10% til viðbótar við afsláttinn sem tilgreindur er á borðanum.
Fleiri námskeið
Valdar greinar
Heimild: www.habr.com