Жақсы деректер ғалымы немесе деректер талдаушысы болу үшін қажетті дағдылар туралы көптеген мақалалар бар, бірақ аз мақалалар табысқа жету үшін қажетті дағдылар туралы айтады - бұл ерекше өнімділікті шолу, басшылықтың мақтауы, көтерілу немесе жоғарыда айтылғандардың барлығы. Бүгін біз сізге авторы деректер ғалымы және деректер талдаушысы ретіндегі жеке тәжірибесімен, сондай-ақ табысқа жету үшін не үйренгенімен бөліскісі келетін материалды ұсынамыз.
Менің жолым болды: Data Science саласында тәжірибем болмаған кезде маған деректанушы лауазымы ұсынылды. Тапсырманы қалай орындағаным бөлек әңгіме және мен жұмысқа кіріспес бұрын деректанушының не істейтіні туралы түсініксіз болғанымды айтқым келеді.
Мен деректер инженері ретіндегі бұрынғы жұмысыма байланысты деректер құбырларында жұмыс істеуге қабылдандым, онда мен бір топ деректер ғалымдары пайдаланатын болжамды аналитика үшін деректер мартын әзірледім.
Деректер ғалымы ретіндегі бірінші жылым машиналық оқыту үлгілерін үйрету және оларды өндіріске енгізу үшін деректер құбырларын құрумен айналыстым. Мен төмен профильді ұстандым және модельдердің соңғы пайдаланушылары болған маркетингтік мүдделі тараптармен көптеген кездесулерге қатыспадым.
Компаниядағы жұмысымның екінші жылында маркетингке жауапты деректерді өңдеу және талдау менеджері кетті. Содан бастап мен басты ойыншы болдым және модельдерді әзірлеуге және жобаның орындалу мерзімін талқылауға белсендірек қатыстым.
Мүдделі тараптармен өзара әрекеттескенде мен Data Science – бұл адамдар естіген, бірақ, әсіресе жоғары басшылық деңгейінде түсінбейтін түсініксіз ұғым екенін түсіндім.
Мен жүзден астам модель құрастырдым, бірақ олардың тек үштен бірі ғана пайдаланылды, өйткені мен олардың құндылығын қалай көрсету керектігін білмедім, тіпті модельдер негізінен маркетинг арқылы сұралған.
Менің команда мүшелерімнің бірі жоғары басшылық деректер туралы ғылым тобының құндылығын көрсететін үлгіні әзірлеуге бірнеше ай жұмсады. Модель әзірленгеннен кейін оны бүкіл ұйымға тарату және маркетинг топтарын оны қабылдауға ынталандыру идеясы болды.
Бұл толықтай сәтсіздікке ұшырады, өйткені ешкім машиналық оқыту моделінің не екенін түсінбеді немесе оны пайдаланудың мәнін түсіне алмады. Нәтижесінде ешкім қаламаған нәрсеге айлар босқа кетті.
Осындай жағдайлардан мен белгілі бір сабақтар алдым, оларды төменде келтіремін.
Мен табысты деректер ғалымы болу үшін үйренген сабақтарым
1. Дұрыс компанияны таңдау арқылы өзіңізді жетістікке жеткізіңіз.
Компанияда сұхбат жүргізгенде, деректер мәдениеті және шешім қабылдауда қанша машиналық оқыту моделі қабылданғанын және пайдаланылатынын сұраңыз. Мысалдар сұраңыз. Модельдеуді бастау үшін деректер инфрақұрылымы орнатылғанын біліңіз. Егер сіз уақытыңыздың 90% өңделмеген деректерді алуға және оны тазалауға жұмсасаңыз, деректер ғалымы ретінде өз құндылығыңызды көрсету үшін кез келген үлгілерді құруға аз немесе мүлдем уақытыңыз қалмайды. Егер сіз алғаш рет деректер зерттеушісі ретінде жалдансаңыз, абай болыңыз. Бұл деректер мәдениетіне байланысты жақсы немесе жаман нәрсе болуы мүмкін. Егер сіз компания ретінде танымал болғысы келетіндіктен жоғары басшылық деректер жөніндегі маманды жалдаса, үлгіні енгізуге көбірек қарсылыққа тап болуыңыз мүмкін. жақсырақ шешімдер қабылдау үшін Data Science пайдалану, бірақ оның шын мәнінде нені білдіретінін білмейді. Сонымен қатар, егер сіз деректерге негізделген компанияны тапсаңыз, сіз онымен бірге өсесіз.
2. Деректер мен негізгі өнімділік көрсеткіштерін (KPI) білу.
Басында мен деректер инженері ретінде деректерді зерттеушілер тобы үшін аналитикалық деректер мартын жасағанымды айттым. Өзім деректер зерттеушісі болған соң, мен бұрынғы рөлімде бастапқы деректермен қарқынды жұмыс істегендіктен, үлгілердің дәлдігін арттыратын жаңа мүмкіндіктерді таба алдым.
Науқандарымыздың бірінің нәтижелерін ұсыну арқылы мен жоғарырақ конверсия жылдамдығын (пайызбен) генерациялайтын үлгілерді көрсете алдым, содан кейін науқанның KPI көрсеткіштерінің бірін өлшедім. Бұл маркетингті байланыстыруға болатын бизнес өнімділігі үлгісінің құндылығын көрсетті.
3. Мүдделі тараптарға оның құндылығын көрсету арқылы үлгіні қабылдауды қамтамасыз ету
Егер сіздің мүдделі тараптарыңыз бизнес шешімдерін қабылдау үшін ешқашан үлгілеріңізді пайдаланбаса, сіз ешқашан деректер ғалымы ретінде табысқа жете алмайсыз. Модельді қабылдауды қамтамасыз етудің бір жолы бизнестің ауыр нүктесін табу және модельдің қалай көмектесетінін көрсету болып табылады.
Біздің сату тобымен сөйлескеннен кейін мен екі өкілдің командалық лицензияларға жаңарту ықтималдығы жоғары жалғыз лицензиясы бар пайдаланушыларды анықтау үшін компанияның дерекқорындағы миллиондаған пайдаланушыларды қолмен тексеріп, толық уақытты жұмыс істейтінін түсіндім. Таңдау критерийлер жиынтығын пайдаланды, бірақ өкілдер бір уақытта бір пайдаланушыға қарағандықтан, іріктеу ұзаққа созылды. Мен әзірлеген үлгіні пайдалана отырып, өкілдер командалық лицензияны сатып алуға және аз уақытта түрлендіру ықтималдығын арттыруға болатын пайдаланушыларды мақсатты ете алды. Бұл сату тобы қатыстыра алатын негізгі өнімділік көрсеткіштері үшін конверсия жылдамдығын арттыру арқылы уақытты тиімдірек пайдалануға әкелді.
Бірнеше жыл өтті, мен сол үлгілерді қайта-қайта дамыттым және енді жаңа ештеңе білмейтінімді сезіндім. Мен басқа лауазым іздеуді шештім және деректер талдаушысы лауазымын алдым. Мен маркетингті қолдағаныма қарамастан, жауапкершіліктердегі айырмашылық мен деректер ғалымы болған кездегіден маңыздырақ болуы мүмкін емес еді.
Бұл бірінші рет мен A/B эксперименттерін талдап, таптым барлық эксперименттің қате болуы мүмкін жолдары. Деректер ғалымы ретінде мен A/B тестілеуінде мүлдем жұмыс істемедім, себебі ол эксперименталды топқа арналған. Мен маркетингке әсер ететін аналитиканың кең ауқымында жұмыс істедім - премиум конверсиялық мөлшерлемелерді арттырудан бастап пайдаланушының қатысуы мен жұмыстың тоқтап қалуының алдын алуға дейін. Мен деректерді қараудың көптеген әдістерін үйрендім және нәтижелерді құрастыруға және оларды мүдделі тараптар мен жоғары басшылыққа ұсынуға көп уақыт жұмсадым. Деректер ғалымы ретінде мен көбінесе модельдің бір түрімен жұмыс істедім және сирек баяндама жасадым. Табысты аналитик болуды үйренген дағдыларыма бірнеше жыл алға жылжыңыз.
Мен табысты деректер талдаушысы болуды үйрендім
1. Деректер арқылы әңгіме айтуды үйреніңіз
KPI-ге жеке қарамаңыз. Оларды біріктіріңіз, бизнесті тұтастай қараңыз. Бұл бір-біріне әсер ететін аймақтарды анықтауға мүмкіндік береді. Жоғары басшылық бизнесті объектив арқылы қарайды, ал бұл дағдыны көрсететін адам қызмет бойынша шешім қабылдау уақыты келгенде байқалады.
2. Іске асыруға болатын идеяларды беріңіз.
Бизнеспен қамтамасыз ету тиімді идея мәселені шешу үшін. Негізгі мәселемен айналысып жатқаныңыз әлі айтылмаған кезде шешімді белсенді түрде ұсынсаңыз, одан да жақсы.
Мысалы, егер сіз маркетингке: «Мен соңғы уақытта сайтқа келушілер санының ай сайын азайып келе жатқанын байқадым».. Бұл бақылау тақтасында олар байқаған болуы мүмкін тренд және сіз талдаушы ретінде ешқандай құнды шешім ұсынбадыңыз, себебі сіз тек бақылауды айттыңыз.
Оның орнына, себебін табу және шешімді ұсыну үшін деректерді зерттеңіз. Маркетинг үшін жақсы мысал: «Мен соңғы кездері біздің сайтқа келушілер санының азайғанын байқадым. Мен Google іздеу рейтингтеріміздің төмендеуіне әкелген соңғы өзгерістерге байланысты мәселенің көзі органикалық іздеу екенін білдім».. Бұл тәсіл компанияның KPI көрсеткіштерін бақылағаныңызды, өзгерісті байқағаныңызды, себебін зерттегеніңізді және мәселенің шешімін ұсынғаныңызды көрсетеді.
3. Сенімді кеңесші болыңыз
Сіз мүдделі тараптарыңыз сіз қолдайтын бизнес туралы кеңес немесе сұрақтар үшін жүгінетін бірінші адам болуыңыз керек. Ешқандай төте жол жоқ, өйткені бұл қабілеттерді көрсету үшін уақыт қажет. Мұның кілті - ең аз қателермен жоғары сапалы талдауды тұрақты түрде жеткізу. Кез келген қате есептеу сізге сенімділік ұпайларын жоғалтады, өйткені келесі жолы талдау жасағанда, адамдар мынаны ойлауы мүмкін: Өткен жолы қателессеңіз, бұл жолы да қателескен шығарсыз?. Әрқашан жұмысыңызды екі рет тексеріңіз. Сондай-ақ, талдауыңызға күмәніңіз болса, менеджеріңізден немесе әріптесіңізден нөмірлеріңізді ұсынбас бұрын қарауды сұраудың зияны жоқ.
4. Күрделі нәтижелерді анық жеткізуді үйреніңіз.
Тағы да, тиімді қарым-қатынас жасауды үйренудің ешқандай төте жолы жоқ. Бұл жаттығуды қажет етеді және уақыт өте келе сіз оны жақсырақ жасайсыз. Ең бастысы - сіз не істегіңіз келетінін анықтау және талдау нәтижесінде мүдделі тараптар бизнесті жақсарту үшін жасай алатын кез келген әрекеттерді ұсыну. Сіз ұйымда неғұрлым жоғары болсаңыз, қарым-қатынас дағдыларыңыз соғұрлым маңызды болады. Күрделі нәтижелер туралы хабарлау - көрсетудің маңызды дағдысы. Мен деректерді зерттеуші және деректер талдаушысы ретінде табыстың құпияларын үйренуге көп жылдар жұмсадым. Адамдар сәттілікті әртүрлі анықтайды. «Таңғажайып» және «жұлдызды» талдаушы ретінде сипатталу менің көз алдымда сәттілік. Енді сіз осы құпияларды білетін болсаңыз, сіздің жолыңыз сізді қалай анықтасаңыз да, тез табысқа жеткізеді деп үміттенемін.
Жетістікке жету жолын тезірек ету үшін промокодты сақтаңыз HABR, ол арқылы сіз баннерде көрсетілген жеңілдікке қосымша 10% ала аласыз.
Қосымша курстар
Таңдаулы мақалалар
Ақпарат көзі: www.habr.com