في أي مجال يزداد الطلب على التحليلات؟
يبدو لي أن الصناعة الأكثر شعبية الآن هي تحليلات تسويق المنتجات. وربما حتى تحليلات المنتج ، وهي أقل شيوعًا في الشركات. التحليلات المالية قديمة جدًا ، ولديها الكثير من الأشخاص الذين يعملون بشكل تقليدي ، ويمكنك حتى مقابلة أولئك الذين لديهم عشرات السنين من الخبرة. يتطور التسويق أيضًا لفترة طويلة ، ولكنه أصغر من التحليلات المالية. يزداد الطلب على تحليلات المنتجات في سياق تطوير منتجات تكنولوجيا المعلومات. بدأ هذا الموضوع أيضًا في الترحيل بلا اتصال بالإنترنت - تظهر مفاهيم إدارة المنتج أيضًا في المنتجات غير المتصلة بالإنترنت. لذلك يبدو لي أن هذه هي المنطقة الأكثر سخونة. على الرغم من أنه في النهاية ، في كل من هذه المجالات ، يجب أن تكون قادرًا على العثور على مكان جيد بدخل جيد إذا كنت محترفًا.
ما مدى أهمية قيام المحلل ببناء علامته التجارية ، وكتابة مقالات حول حالاته على سبيل المثال على حبري أو في سي أو في مكان آخر؟
هنا تحتاج إلى تحديد ما تريد تحقيقه. المحللون ليسوا أشخاصًا اجتماعيين للغاية ولا يوجد العديد من مجتمعات محللي البيانات ، ولكن هذا لا يمنعهم من بناء مهنة. إذا كنت ترغب في مشاركة شيء ما مع العالم ، فبالتأكيد يستحق كل ذلك. وعندما تصبح شخصًا منفتحًا ، تبني علامتك التجارية الشخصية ، يصبح من الأسهل بالنسبة لك التعرف على المعارف ، فأنت أكثر شهرة ويسهل عليك العثور على عمل وبعض الفرص. إذا كان هناك مثل هذا الهدف ، فانتقل! ولكن إذا كنت ترغب فقط في العثور على وظيفة ، فستكون السيرة الذاتية بنتائج العمل السابق كافية. دعنا نقول فقط أنها مفيدة ، لكنها ليست ضرورية.
أين يمكنني الحصول على أفكار لأتمتة العمليات؟
يجدر النظر في الأشياء التي تتطلب أكبر قدر من العمل والتي تشارك في أكبر عدد من الأشخاص لفهم ما إذا كان يمكن استبدالها ببعض الأشياء التلقائية ، على سبيل المثال ، من خلال عمليات ETL. وينبغي تغطية تكاليف الأتمتة عن طريق الحد من العمل اليدوي ، بحيث يتم الإفراج عن هؤلاء الأشخاص بالكامل ، أو سيشاركون في بعض الأشياء الأخرى. نحن نأخذ عملية ، ونرى كم هي كثيفة العمالة ، ومقدار ما يجعل الناس متوترين ، وعدد الأخطاء التي يرتكبونها ، ونصنف جميع العمليات الرئيسية التي تحدث في الشركة وفقًا لهذه المعايير. عادة ، عندما تقوم بهذا العمل ، يصبح من الواضح ما يمكن القيام به وما هو أكثر أهمية.
, , ( ) , ( )?
هنا السؤال هو ما يجذب أكثر. في الشركات ذات النظام الأقل ، يكتسب الشخص خبرة إدارية أكثر. إنه يحتاج إلى تجميع مهندسين مختلفين لفهم ما يستحق القيام به ، وهو بحاجة إلى التفاعل بسرعة ووضع الكثير من الأشياء في الاعتبار. هذه تجربة رائعة ، خاصة إذا كنت تهدف إلى الإدارة وكنت مهتمًا بنطاق المعرفة. ولكن ، في هذه الشركات ، كقاعدة عامة ، لا يوجد وقت كافٍ لعمق المعرفة. إذا كنت تريد القيام بمهام معقدة ، فقم بتطبيق بعض الأساليب المثيرة للاهتمام ، فمن الأفضل أن تذهب إلى شركة ذات عمليات جيدة البناء. لذلك ، كل هذا يتوقف على الاتجاه الذي تريد تطويره. هناك وهناك طريقة لبناء مهنة ومستوى الدخل يمكن مقارنته.
كيفية التبديل من ضمان الجودة إلى التحليلات؟
لا أعتقد أن هناك أي قواعد خاصة. إذا لم تكن لديك خبرة ، فلديك ورقة فارغة في سيرتك الذاتية. في هذه الحالة ، عليك أن تتصرف مثل المبتدئين: ابحث عن الأماكن التي سيتم تعيينك فيها عندما تكون لديك خبرة قليلة أو معدومة. في الوقت نفسه ، إذا كنت ، بصفتك ضمان الجودة ، تفهم الأشياء المتعلقة ببنية قاعدة البيانات ، يمكنك كتابة استعلامات SQL ، ثم لديك بالفعل قاعدة بيانات معينة عند إدخال التحليلات. سيكون من الواضح على الفور لأولئك الذين يوظفونك للمهام التي يمكن التخلي عنها ولا تتطلب مهارات تحليلية منك ، والاستفادة على الفور ، وتوسيع المهام تدريجيًا حيث يمكنك تطوير مهاراتك التحليلية.
ما المهارات التي يجب عليك تضمينها في سيرتك الذاتية للمحلل؟ ماذا سيكون زائد ، ما الذي سيتم تقديره؟
أول شيء سيتم تقديره في أي سيرة ذاتية هو وصف للمشاكل الحقيقية التي قمت بحلها. ليست قصة حزينة حدثت فيها بعض العمليات الغريبة التي سقطت عليك باستمرار ، وفكرت في هذا الأمر جيدًا ، فليس من الواضح لماذا. من الأفضل أن نذكر إنجازات محددة ، ومقاييس مخترعة ، وحل المشكلات ، عندما تم حل المشكلات بمساعدة التحليلات وعملك في العمل. هذا ، قبل كل شيء ، يشير إلى أنه يمكنك تكليفك بمهمة ويمكنك إيجاد حل لها. بالنسبة لصاحب العمل ، فإن أهم شيء هو فهم ما سيفيدك كمحلل.
بالإضافة إلى ذلك ، سيكون أيضًا ميزة إضافية إذا حددت المهارات المتعلقة بالأشياء التقنية: SQL ، أنظمة BI ، ARL Python (يعتمد على الشركة ، حيث لا تتطلب جميع الشركات ذلك).
هل تحليلات المعرفة لـ SQL و Python كافية لبدء مهنة ، بدون إحصائيات وتحليلات رياضية؟
ربما تكون هذه مجموعة جيدة لبدء مهنة. ولكن من الواضح أن هذا لا يكفي أن يكون محللًا. سوف تحتاج إلى اكتساب المعرفة اللازمة. تعرف على SQL و Python ، يمكنك الذهاب إلى تخصص هندسة البيانات ، حيث ستشارك أكثر في إعداد تحويل البيانات. هذه أيضًا مهنة شائعة جدًا ، مهمة جدًا للمحللين ، حيث لا يستطيع المحللون العمل مع بيانات غير مهيأة. هنا لن تحتاج إلى إحصائيات وتحليلات. من الممكن أن تكون هذه منطقة أكثر إثارة للاهتمام بالنسبة لك. ولكن ، إذا كنت لا تزال مهتمًا بمجال الأعمال ، فمن المثير للاهتمام الدخول في الإحصائيات ، فأنت بحاجة إلى الحصول على هذه المهارات في العمل ، وأن تكون مهتمًا بهذا الموضوع وتفهم كيف يمكنك تطبيق هذه الأساليب في عملك.
غالبًا ما يكون المبتدئ هو شخص لديه خبرة تصل إلى عام ، ولكن كيف تبدأ إذا لم تكن هناك خبرة؟ تبحث عن وظائف ذات صلة؟
تجربتي الشخصية هي: تم استدعائي للعمل كمحلل لأنني طرحت الكثير من الأسئلة داخل الشركة. لقد عملت في إحدى الشركات وقمت بدراسة قسم التحليلات بكل أنواع الأسئلة حول قاعدة العملاء ، وماذا يحدث لهم وكيف يعمل ، وبمجرد تقديمهم عرضًا للعمل معهم. هكذا دخلت في التحليلات. غريب جدا وعشوائي.
وإذا كنت أبحث عن عمد عن وظيفة في التحليلات الآن ، فعندئذ كنت سأتصرف "وجها لوجه". تحتاج إلى كتابة السيرة الذاتية والبحث عن الشركات التي تقبل الأشخاص ذوي الخبرة القليلة أو المتدربين للحصول على هذه التجربة. هناك عدد معين من الشركات المستعدة لدفع أجور أقل قليلاً ، ولكن يمكنك اكتساب الخبرة التي يمكنك استخدامها في سيرتك الذاتية المستقبلية. هذه هي الطريقة الرئيسية للبدء. إذا كنت تبحث عن الوظائف الشاغرة ذات الصلة ، فقد يصبح هذا دوارًا جدًا. ونتيجة لذلك ، ستعمل في عدة أماكن ، ولا يزال عليك أن تشرح لصاحب العمل كيف ترتبط جميع هذه الدوارات بالشواغر التي تحاول الدخول إليها. على الأرجح ، لن تربح من خلال إضاعة الوقت في العمل ذي الصلة.
كيف يمكنك تحفيز محلل رائع ليصبح مرشدًا؟ ما فائدة معلم المبتدئ؟
كون المرشد سمة شخصية. يجب أن يستمتع الشخص بقول شيء ما ، وتبادل المعرفة ، وإلى حد ما ، إشباع احترام الذات وأهمية الذات من خلال تعليم الآخرين. هذا هو الدافع لكون المرشد الجيد مهتمًا بالأشخاص الذين يعمل معهم. يوفر هذا التوجيه طرقًا لتحقيق الذات. حقيقة أن معرفتك تعيش في أشخاص آخرين ، وأنك تطور أشخاصًا آخرين ، وأنه يمكنك إجراء نوع من التغيير في مجتمع المحللين ، وبالتالي نشر مناهجك وأساليبك في هذا المجتمع. وكذلك ، يعد التوجيه أحد مراحل الإدارة. إذا كان الشخص يريد التحكم في الآخرين ، فإن القيادة بعدة طرق تتمثل في تطوير الأشخاص الذين تعمل معهم. لهذا من الجيد أن تكون مرشدًا.إذا كان الشخص يريد فقط حل المشاكل ولا يهتم بتعليم الآخرين ، فهو لا يقلق على الإطلاق من أن زملائه لا يعرفون كيف يفعلون شيئًا ، ولا يحصل على هذه الحكة لتعليمهم ذلك ، فهو يعتقد أن هناك مرجه الذي يحتاج إلى العمل ، فمن الأفضل استخدام هذا الشخص للغرض المقصود منه ، حتى يتمكن من العمل في هذا التطهير ويكون فعالًا ، وتحميله بمهام أكثر تعقيدًا. واتخاذ شخص آخر كمرشد.
Wrike ?
في Wrike ، يتم تنظيم العمل بطريقة لدينا فرق المنتج التي لديها مدير منتج ، وعادة ما يتم تعيين محلل المنتج له ، والذي يفهم ما يحدث مع المنتج ، ويحاولون معًا فهم المقاييس المطلوبة ، وكيف لتطبيقها ، وكيفية فهم وجود النجاح. يكتشف المحلل البيانات المطلوبة وكيفية حسابها كلها.
أدواتنا هي استعلامات Tableau و Python ARL و SQL. نجمع الكثير من البيانات حول سلوك العملاء ، وبيانات مجمعة عن التسويق والتمويل ، وكل هذا في مستودع البيانات المركزي لدينا. هذا هو صندوق أدواتنا الرئيسي. إذا كنت تتذكر كيفية ترتيب الأشياء ، فلدينا جزء كبير من النظام الأساسي الذي تم إنشاؤه بالفعل ونحتاج إلى التعمق في المنتجات نفسها ، لفهم ما يحدث فيها.
Data Scientist, Data Analyst, Business Analyst: , , ? , , ?
يبدو لي أنه لا يمكن الخلط بين هذه الاتجاهات الثلاثة. الأمر أشبه بأخذ شخص من الواجهة الأمامية والخلفية ، ويعرف 20 لغة ، ويكتب جميع المتطلبات ويدير المشاريع في نفس الوقت. لن يأتي أي شيء جيد من هذا ، لن يكون هناك تخصص وعمق في أي من الاتجاهات. وفقًا لذلك ، من الأفضل عدم خلط هذه الاتجاهات.
يستخدم محللو البيانات أساليب من ذكاء الأعمال وعلوم البيانات ، ولكنهم يتخصصون قليلاً في قضايا أخرى. مثل علماء البيانات ، يحتاجون إلى فهم تقنيات معينة من الأعمال وتحليلات البيانات من أجل القيام بعملهم بفعالية. إذا كانت الشركة لا تستطيع توظيف جميع المتخصصين الثلاثة ، فإن السؤال هو: "لماذا تريد توظيف هؤلاء أو هؤلاء المتخصصين؟" يحل هؤلاء المتخصصون مجموعة معينة من المهام.
يقوم محللو الأعمال بإضفاء الطابع الرسمي على ما نريد القيام به ، حتى يفهم المطورون ما يتعين عليهم القيام به ، بحيث تكون المتطلبات في شكل عادي ، والتي يوافق عليها عميل الأعمال والذي يفهمه المطورون. إذا كانت الشركة متخصصة في تطوير البرمجيات ، فعندئذ إما أنها تحتاج إلى شخص منفصل لمنصب محلل الأعمال ، أو أن ذلك سيكون ضمن اختصاص مدير المنتج. إذا كانت الشركة ترغب في تحليل البيانات الموجودة لديها ، فعليك اتخاذ قرارات بناءً على تلك البيانات ، فعندئذ فإنها تحتاج إلى محللي البيانات. وإذا كانت الشركة ترغب في الانخراط في التعلم الآلي ، إذا كان لديها مجال موضوعي لهذا ، فهناك بعض المهام التي يمكن حلها بمساعدة ML ، فعندئذٍ تحتاج إلى توظيف تاريخ عالم أو الاستعانة بمصادر خارجية.
عندما تعطي عالم البيانات مهام محلل تاريخ ، يبدأ في الشعور بالحزن ، حيث سيجد أنه بالكاد يفعل التعلم الآلي. ومن الجنون فقط محاولة دمج التعلم الآلي في الكثير من مهام محللي البيانات. وفقًا لذلك ، قد لا يتمكن محلل الأعمال ببساطة من التعامل مع البيانات ، وهذا ليس اتجاهه. لذلك ، هذه الممارسة لا معنى لها.