İyi bir veri bilimci veya veri analisti olmak için gereken beceriler hakkında pek çok makale var, ancak çok az makale başarılı olmak için gereken becerilerden bahsediyor; olağanüstü bir performans incelemesi, yönetimden övgü, terfi veya bunların tümü. Bugün size yazarın bir veri bilimci ve veri analisti olarak kişisel deneyimini ve başarıya ulaşmak için öğrendiklerini paylaşmak istediği bir materyal sunuyoruz.
Şanslıydım: Veri Bilimi konusunda hiçbir deneyimim olmadığı halde bana veri bilimci pozisyonu teklif edildi. Görevi nasıl ele aldığım farklı bir hikaye ve işi kabul etmeden önce bir veri bilimcinin ne yaptığına dair yalnızca belirsiz bir fikrim olduğunu söylemek istiyorum.
Veri mühendisi olarak önceki işim nedeniyle veri hatları üzerinde çalışmak üzere işe alındım; burada bir grup veri bilimci tarafından kullanılan tahmine dayalı analitik için bir veri pazarı geliştirdim.
Veri bilimcisi olarak ilk yılım, makine öğrenimi modellerini eğitmek ve bunları üretime geçirmek için veri hatları oluşturmayı içeriyordu. Dikkat çekmedim ve modellerin son kullanıcıları olan pazarlama paydaşlarıyla pek çok toplantıya katılmadım.
Şirketteki işimin ikinci yılında pazarlamadan sorumlu bilgi işlem ve analiz yöneticisi ayrıldı. O andan itibaren ana oyuncu oldum ve modellerin geliştirilmesinde ve proje teslim tarihlerinin tartışılmasında daha aktif rol aldım.
Paydaşlarla etkileşim kurduğumda Veri Biliminin, özellikle üst düzey yönetim düzeyinde insanların duyduğu ancak tam olarak anlayamadığı belirsiz bir kavram olduğunu fark ettim.
Yüzün üzerinde model yaptım, ancak modeller öncelikli olarak pazarlama tarafından talep edilmesine rağmen değerlerini nasıl göstereceğimi bilmediğim için bunların yalnızca üçte biri kullanıldı.
Ekip üyelerimden biri, üst yönetimin veri bilimi ekibinin değerini göstereceğini düşündüğü bir model geliştirmek için aylar harcadı. Buradaki fikir, modeli geliştirildikten sonra tüm organizasyona yaymak ve pazarlama ekiplerinin bunu benimsemesini teşvik etmekti.
Bunun tam bir başarısızlık olduğu ortaya çıktı çünkü kimse makine öğrenimi modelinin ne olduğunu anlamadı veya onu kullanmanın değerini anlayamadı. Sonuç olarak aylar kimsenin istemediği bir şey için harcandı.
Bu gibi durumlardan, aşağıda vereceğim bazı dersler çıkardım.
Başarılı Bir Veri Bilimcisi Olmak İçin Öğrendiğim Dersler
1. Doğru şirketi seçerek kendinizi başarıya hazırlayın.
Bir şirkette görüşme yaparken veri kültürünü ve karar vermede kaç tane makine öğrenimi modelinin benimsendiğini ve kullanıldığını sorun. Örnekler isteyin. Veri altyapınızın modellemeye başlamak için ayarlanıp ayarlanmadığını öğrenin. Zamanınızın %90'ını ham verileri alıp temizlemeye harcarsanız, bir veri bilimcisi olarak değerinizi gösterecek modeller oluşturmak için çok az zamanınız kalır veya hiç kalmazsınız. Veri bilimci olarak ilk kez işe alınıyorsanız dikkatli olun. Veri kültürüne bağlı olarak bu iyi bir şey ya da kötü bir şey olabilir. Üst düzey yönetimin sırf şirket olarak tanınmak istediği için bir Veri Bilimcisini işe alması durumunda, modelin uygulanmasına karşı daha fazla dirençle karşılaşabilirsiniz. Daha iyi kararlar almak için Veri Bilimini kullanma, ancak gerçekte ne anlama geldiğine dair hiçbir fikri yok. Ayrıca veri odaklı bir şirket bulursanız onunla birlikte büyüyeceksiniz.
2. Verileri ve temel performans göstergelerini (KPI'lar) bilin.
Başlangıçta bir veri mühendisi olarak veri bilimcilerden oluşan bir ekip için analitik bir veri pazarı oluşturduğumdan bahsetmiştim. Kendim de veri bilimci olduktan sonra önceki görevimde ham verilerle yoğun bir şekilde çalıştığım için modellerin doğruluğunu artıran yeni fırsatlar bulabildim.
Kampanyalarımızdan birinin sonuçlarını sunarak, daha yüksek dönüşüm oranları sağlayan modelleri (yüzde olarak) gösterebildim ve ardından kampanya KPI'larından birini ölçebildim. Bu, pazarlamanın ilişkilendirilebileceği iş performansı modelinin değerini gösterdi.
3. Modelin değerini paydaşlara göstererek benimsenmesini sağlayın
Paydaşlarınız iş kararları almak için modellerinizi asla kullanmazsa, bir veri bilimci olarak asla başarılı olamazsınız. Modelin benimsenmesini sağlamanın bir yolu, iş açısından sorunlu bir nokta bulmak ve modelin nasıl yardımcı olabileceğini göstermektir.
Satış ekibimizle konuştuktan sonra, iki temsilcinin, ekip lisanslarına yükseltme olasılığı daha yüksek olan tek lisanslı kullanıcıları belirlemek için şirketin veritabanındaki milyonlarca kullanıcıyı manuel olarak tarayarak tam zamanlı çalıştığını fark ettim. Seçimde bir dizi kriter kullanıldı ancak temsilciler her seferinde tek bir kullanıcıya baktığı için seçim uzun sürdü. Temsilciler, geliştirdiğim modeli kullanarak ekip lisansı satın alma olasılığı en yüksek olan kullanıcıları hedefleyebildi ve dönüşüm olasılığını daha kısa sürede artırabildi. Bu, satış ekibinin ilişkilendirebileceği temel performans göstergelerine yönelik dönüşüm oranlarını artırarak zamanın daha verimli kullanılmasıyla sonuçlandı.
Birkaç yıl geçti ve aynı modelleri tekrar tekrar geliştirdim ve artık yeni bir şey öğrenmediğimi hissettim. Başka bir pozisyon aramaya karar verdim ve sonunda veri analisti olarak bir pozisyon buldum. Pazarlamayı desteklemeye devam etsem bile, veri bilimci olduğum döneme kıyasla sorumluluklar arasındaki fark bundan daha önemli olamazdı.
A/B denemelerini ilk kez analiz edip şunu buldum: tüm Bir deneyin yanlış gidebileceği yollar. Bir veri bilimci olarak A/B testi üzerinde hiç çalışmadım çünkü bu deney ekibine ayrılmıştı. Premium dönüşüm oranlarının artırılmasından kullanıcı etkileşimi ve kaybın önlenmesine kadar, pazarlamayı etkileyen çok çeşitli analitikler üzerinde çalıştım. Verilere bakmanın birçok farklı yolunu öğrendim ve sonuçları derleyip paydaşlara ve üst yönetime sunmak için çok zaman harcadım. Bir veri bilimci olarak çoğunlukla tek tür model üzerinde çalıştım ve nadiren konuşma yaptım. Başarılı bir analist olmak için öğrendiğim becerileri birkaç yıl ileri saralım.
Başarılı Bir Veri Analisti Olmak İçin Öğrendiğim Beceriler
1. Verilerle hikayeler anlatmayı öğrenin
KPI'lara tek başına bakmayın. Onları bağlayın, işe bir bütün olarak bakın. Bu, birbirini etkileyen alanları belirlemenizi sağlayacaktır. Üst düzey yönetim işletmeye bir mercekten bakar ve bu beceriyi sergileyen bir kişi, terfi kararları verme zamanı geldiğinde fark edilir.
2. Uygulanabilir fikirler sağlayın.
İş sağlayın etkili fikir sorunu çözmek. Altta yatan sorunla uğraştığınız henüz söylenmemişken proaktif bir şekilde bir çözüm sunarsanız daha da iyi olur.
Örneğin, pazarlamaya şunu söylediyseniz: “Son zamanlarda site ziyaretçi sayısının her ay azaldığını fark ettim.”. Bu, kontrol panelinde fark etmiş olabilecekleri bir eğilimdir ve siz bir analist olarak herhangi bir değerli çözüm sunmadınız çünkü yalnızca gözleminizi belirttiniz.
Bunun yerine, nedeni bulmak ve bir çözüm önermek için verileri inceleyin. Pazarlamaya daha iyi bir örnek şöyle olabilir: “Son zamanlarda web sitemize gelen ziyaretçi sayısında azalma olduğunu fark ettim. Google arama sıralamamızın düşmesine neden olan son değişiklikler nedeniyle sorunun kaynağının organik arama olduğunu keşfettim.". Bu yaklaşım, şirketin KPI'larını takip ettiğinizi, değişikliği fark ettiğinizi, nedenini araştırdığınızı ve soruna çözüm önerdiğinizi gösterir.
3. Güvenilir bir danışman olun
Desteklediğiniz işletmeyle ilgili tavsiye veya soru sormak için paydaşlarınızın başvuracağı ilk kişi siz olmalısınız. Kısayol yok çünkü bu yetenekleri göstermek zaman alıyor. Bunun anahtarı, minimum hatayla sürekli olarak yüksek kaliteli analiz sunmaktır. Herhangi bir yanlış hesaplama, güvenilirlik puanlarınıza mal olacaktır çünkü bir dahaki sefere bir analiz sunduğunuzda insanlar şunu merak edebilir: Geçen sefer yanıldıysan, belki bu sefer de yanılıyorsundur?. Çalışmanızı her zaman iki kez kontrol edin. Ayrıca analiziniz hakkında herhangi bir şüpheniz varsa, yöneticinizden veya iş arkadaşınızdan rakamları sunmadan önce onlara bakmasını istemenin zararı olmaz.
4. Karmaşık sonuçları net bir şekilde iletmeyi öğrenin.
Tekrar ediyorum, etkili iletişim kurmayı öğrenmenin kısa yolu yoktur. Bu pratik gerektirir ve zamanla bu konuda daha iyi olacaksınız. Önemli olan, yapmak istediğiniz şeyin ana noktalarını belirlemek ve analizinizin sonucunda paydaşların işi geliştirmek için gerçekleştirebilecekleri eylemleri tavsiye etmektir. Bir organizasyonda ne kadar üst düzeydeyseniz iletişim becerileriniz o kadar önemlidir. Karmaşık sonuçları iletmek, gösterilmesi gereken önemli bir beceridir. Bir veri bilimcisi ve veri analisti olarak başarının sırlarını öğrenmek için yıllarımı harcadım. İnsanlar başarıyı farklı şekilde tanımlarlar. "Muhteşem" ve "yıldız" bir analist olarak tanımlanmak benim gözümde başarıdır. Artık bu sırları bildiğinize göre, nasıl tanımlarsanız tanımlayın, yolunuzun sizi hızla başarıya götüreceğini umuyorum.
Başarıya giden yolunuzu daha da hızlı hale getirmek için promosyon kodunu saklayın HABRBu sayede banner'da belirtilen indirime ilave %10 oranında hak kazanabilirsiniz.
Daha fazla kurs
Seçme Makaleler
Kaynak: habr.com