ماذا يدين محلل المنتج ولمن؟

الجزء 1

خلال الأشهر القليلة الماضية ، كنت أقوم بإجراء مهمة تسمى "ترك منصبي كمحلل تسويق في شركة توزيع سلع استهلاكية والحصول على عرض لمحلل منتج في مجال تكنولوجيا المعلومات". أود مشاركة تجربتي وتنظيم المعلومات التي تم جمعها خلال هذا الوقت من مصادر مختلفة. ولكي لا تكون بلا أساس ، بالحديث عن المهارات التي يجب أن يتمتع بها محلل المنتج ، سأبدأ بمراجعة المعلومات المفتوحة حول متطلبات المتقدمين في الوظائف الشاغرة في hh.ru.



لقد قمت بتحليل البيانات المفتوحة عن الوظائف الشاغرة المنشورة على موقع headhunter.ru في 10/28/2020 لطلب "محلل" و "محلل منتج". تتوفر روابط المفكرة والبيانات الكاملة هنا .



قبل التحدث عن استنتاجاتي ، سأقوم باستطراد بسيط حول تفاصيل التحليل. 



أخذت قائمة المتطلبات المطلوبة لوظيفة معينة من قسم المهارات الأساسية في وصف الوظيفة. لا يملأ جميع موظفي الموارد البشرية هذا المجال بجودة عالية: فقد قام البعض بإغلاقه (ملاحظة: "Phyton") ، والبعض الآخر لديه فهم ضعيف لما يحدثأخطأ (ملاحظة: "المصفوفات" ، "المعدات الطبية") ، لم يبدأ أحد في ملء هذا القسم. ومع ذلك ، إذا حكمنا من خلال حقيقة أن هناك اختلافات واضحة في متطلبات التخصصات المختلفة ، فإن معظم الوظائف الشاغرة يتم شغلها بشكل صحيح ، ويتم ذكر المهارات الأساسية على الأقل.



ربما ، للحصول على حساب أكثر دقة للمهارات ، خاصة المهارات الشخصية (ملاحظة: "لديك مهارات اتصال جيدة للتواصل مع فرق العمل والفرق الفنية") ، يجدر إبراز المتطلبات من الوصف الوظيفي الكامل وتقسيمها إلى مجموعات دلالية.



بالنظر إلى ما ورد أعلاه ، سأعتبر النسب المئوية في الجداول أدناه ليس حرفياً "حصة الوظائف الشاغرة في التخصص الذي تتطلب هذه المهارة" ، ولكن "كأولوية لهذه المهارة لتخصص معين".



كان هناك ما مجموعه 1178 إعلانًا متاحًا للتحليل ، وأكثر من 60٪ منها في 5 تخصصات: محلل ، محلل أعمال ، محلل منتجات ، محلل تسويق ومحلل ويب.

كيف تختلف المهارات المطلوبة لكل تخصص؟

يمكن ملاحظة أن المهارات الأساسية لكل تخصص مختلفة: بالنسبة لمحلل المنتج ، تعد المهارات الفنية مهمة (SQL ، Python) ، بالنسبة لمحلل التسويق ، غالبًا ما يذكرون تحليل التسويق و PowerPoint ، وبالنسبة إلى Web Analytics GA و I.Metrica ( لهذا السبب أحب التحليلات. مثل هذه الأفكار! ).



إذا واصلنا قائمة أفضل المهارات لمحلل المنتج ، فقد اتضح أن المهارات الفنية يتبعها التحليل (تحليل البيانات ، والتفكير التحليلي ، والبحث التحليلي) ومعرفة الإحصاء (الإحصاء الرياضي ، والتحليل الإحصائي ، واختبارات أ / ب ، واستخراج البيانات). قائمة كاملة مع تفسير ترددات المهارات في الصورة الأولى مع سحابة الوسم.

ما هو التخصص الأسهل للدخول بدون خبرة ذات صلة؟

أسهل طريقة هي البحث عن وظيفة في وظائف المبتدئين والمتدربين في مجال تحليل البيانات في التخصصات محلل تسويق ومحلل ويب - حوالي 10 ٪ من الوظائف الشاغرة جاهزة لتوظيف أشخاص بدون خبرة. 



غالبًا ما يُتوقع من الأشخاص الأكثر خبرة منصب محلل المنتج: أكثر من نصف الوظائف الشاغرة تبحث عن شخص لديه 3-6 سنوات من الخبرة ذات الصلة.

كيف يختلف الراتب حسب التخصص؟

هناك عدد قليل من الوظائف الشاغرة بمعلومات مفتوحة عن الأجور - 63 فقط. ومع ذلك ، من المستحيل مقاومة التوزيع وعدم النظر إليه. لإجراء مقارنة كافية ، ضع في اعتبارك متوسط ​​رواتب المبتدئين (خبرة العمل المتوقعة "من 1 إلى 3 سنوات").



يمكن لمحلل الأعمال المتوسط ​​الاعتماد على 140 طنًا ، ومحلل المنتج على 100 طن ، والأقل استعدادًا للدفع للمسوق ومحلل الويب: 60 طنًا. المسوقين ومحللي الويب ، تعلم على وجه السرعة BPMN أو Python ، SQL!



بضع مقالات ذات صلة قبل الانتقال إلى الجزء الثاني:

1. تحليلات البحث عن المحللين - نظرة عامة على الوظائف الشاغرة والمهارات والرواتب من الأشخاص الذين يفهمون أمور الموارد البشرية أكثر مني.
2. نص حول المهارات المطلوبة في مختلف الدرجات في Yandex.
3. مقال عن أنواع المحللين في مجال تكنولوجيا المعلومات ( اقرأ بصوت دروزدوف ).

الجزء 2

مهمة الجزء الثاني: تجميع الموارد في مكان واحد والتي يمكنك من خلالها تعلم تحليل البيانات مجانًا ، وعلى وجه الخصوص ، لتحليل المنتج. سيكون مفيدًا بشكل أساسي للمبتدئين وأولئك الذين لا يرغبون في إنفاق الأموال على دورة مدفوعة الأجر.



بالمناسبة ، إذا كنت تفكر في دورة مدفوعة الأجر ، يمكنك هنا مقارنة الخصائص الرسمية (المدة ، السعر ، المستوى) للعديد من المدارس. لسوء الحظ ، يصعب تقييم جودة المواد والعرض التقديمي بموضوعية ، لذلك يجب أن تبحث عن المراجعات بنفسك.

من أين تبدأ تعلم بايثون:

• خذ دورة تمهيدية مجانية من Yandex.Practicum حول أساسيات بايثون وتحليل البيانات.

الإيجابيات : من الصعب التوصل إلى أفضل بداية: كل شيء بسيط وواضح وتفاعلي. والأهم من ذلك ، في نهاية الدورة التدريبية ، سيكون لديك مشروعك المستقل الأول وفهم تقريبي لقدرات Python لتحليل البيانات جاهزًا.

السلبيات : ستكون هناك رغبة في شراء باقي الكورس.

• انظر إلى الدورات التدريبية على stepik ، على سبيل المثال ، هذه .

الإيجابيات : يمكنك صقل معرفتك بأنواع البيانات والحلقات ومعرفة كيفية تثبيت Anaconda + Jupiter Notebook لبدء التدرب بنفسك.

السلبيات : مكتبات numpy و matplotlib مغطاة لفترة وجيزة ولا تغطيها الباندا على الإطلاق.

كيف تبدأ تعلم SQL:

• انظر هذه الدورة على stepik أو هذه على kaggle.

الإيجابيات : مناسب تمامًا للمبتدئين.

السلبيات : هذه الدورات وحدها لن تكون كافية ، هناك حاجة إلى مزيد من الممارسة.

• حل المشكلات في sql-ex أو sql-academy أو sql-zoo .

كل منصة لها مزاياها وعيوبها ، يجدر بك أن تجد أكثر ما يعجبك.

• من أجل تحليل المنتج ، غالبًا ما يكون الإلمام بـ Clickhouse مطلوبًا.

Clickhouse ديه جيدة وثائق و يمكنك ممارسة ذلك ، ولكن هناك القليل جدا من المعلومات عن الفروق الدقيقة في الاستخدام العملي. على سبيل المثال ، يحتوي karpov.courses على ندوة عبر الإنترنت مفيدة للغاية حول حساب معدل الاستبقاء في ClikHouse.

من أين تبدأ تعلم الرياضيات:

• إذا كان الاقتراب مخيفًا حقًا ، فيمكنك البدء من الصفر في أكاديمية خان .

الإيجابيات : يمكنك البدء في تعلم الرياضيات ، حتى مع الجمع والطرح.

السلبيات : جميع مقاطع الفيديو باللغة الإنجليزية ، بالإضافة إلى أن المعلومات ممتدة ، وغالبًا ما تريد الإسراع.

• حل المشاكل في matprofi و matburo .

الإيجابيات : كل ​​شيء قصير ودقيق وفوري بالمهام.

السلبيات : عليك أن تجلس وتقرر ، تمامًا كما في المدرسة!

• كتب عن النظرية. الإيمان وحصيرة. تمثال V.E. جمورمان ، س.جلانتز.

الإيجابيات : كل ​​شيء هنا ممتد أكثر قليلاً مما هو عليه في المصادر من الفقرة السابقة ، ولكن بمزيد من التفصيل.

السلبيات : عليك أن تجلس وتقرر ، كما هو الحال في المعهد!

• انتقل مرة أخرى إلى stepik للدورات النظرية. الإيمان و حصيرة. stat .

الإيجابيات : يشرح المحاضرون بوضوح ، هناك ممارسة ومناقشة في التعليقات. 

السلبيات : يتم تبسيط بعض النقاط إلى حد كبير ، وسيتعين تحديد بعضها بشكل أكبر. ولكن هذا ناقص من أي MEP والتعليم الذاتي. 

أين تحصل على خبرة في تحليل البيانات و ML:

• — Python CSC, Open Machine Learning Course ODS .
  
  : , , .
  
  : ( ), .
• , . - DA DS , , , — , , CSC .
• ML ML . .

:

• .

المحاضرات القليلة الأولى حول الخوارزميات وهياكل البيانات في Python من MIPT مثيرة للاهتمام للاستماع إليها ، حتى لو كنت لن تصبح خبيرًا في الخوارزميات والتماثيل الأخرى: فهي تدور حول كيفية عمل عالم Python. يتضح على الفور سبب عدم قدرتك على حل هذه المشكلة من التدرب على stepik.

• التصور (Tableau ، Power BI ، Y.Datalens ، اندفاعة).

يتمتع I Tableau بوصول عام مجاني ، حيث يمكنك التعلم مجانًا لبناء لوحات المعلومات. يمكن أن تكون المشاركة في سباقات الماراثون من Tableau أو Datalens مفيدة للغاية ،  إذا كان ذلك فقط من أجل مواد تدريبية مفصلة. إذا كنت تريد تعقيد الأمور: تعامل مع اندفاعة .

• الممارسة - الممارسة - الممارسة.

اختيار مشروع مثير للاهتمام لمحفظتك على kaggle، هناك مجموعات البيانات لكل ذوق: من تصنيف الفطر ل استعراض النبيذ و إحصاءات الانتحار . لكل مجموعة بيانات ، هناك أمثلة ومناقشات على دفتر الملاحظات!

وإذا لم يكن kaggle كافيًا ، فجمع البيانات لتحليلها بنفسك من منطقة تهمك - مثال على تحليل بسيط لموقع ما في الجزء الأول من النص.

التوصيات الأساسية:

• من أجل عدم الخلط وعدم فقد الدافع بسبب العدد الهائل من المهام ، يجدر وضع قائمة بالأولويات لكل عنصر. كان من الملائم بالنسبة لي الاحتفاظ بجدول على Google Drive. 
• قد يكون الاختبار الجيد لمعرفتك هو قراءة النظرية وحل المشكلات المتعلقة بموضوع على مورد واحد ومحاولة حل المشكلات على الفور من موقع مجاور حول نفس الموضوع. بهذه الطريقة ، يمكن اكتشاف الثغرات واستكمال المعرفة.
• اختر حسابات عامة / تحليلية حسب رغبتك في شبكات التواصل الاجتماعي المفضلة لديك: ستكون على دراية بالأخبار وسيكون هناك دائمًا شيء يمكنك التمرير عليه فوق فنجان شاي.
• ضع في اعتبارك أنه عندما تجد أخيرًا وظيفة أحلامك ، فلن تكون هذه نهاية الرحلة ، بل البداية! لذا فإن التوقفات والراحة الجيدة ضرورية في هذه العملية.