Baru-baru ini, bersama dengan Yuri Trostin, Kepala Analisis dan Ilmu Data di Worki, kami mengadakan webinar "Bagaimana mengubah profesi Anda dan menjadi seorang analis yang keren?" Tonton rekaman intensif online ini
Mengapa Anda memerlukan analitik?
Tujuan bisnis apa pun adalah untuk mendapat untung. Laba adalah pendapatan dikurangi biaya. Keuntungan harus dimaksimalkan dalam jangka panjang. Bagaimana analitik membantu di sini?
Ada tiga bidang utama di mana analitik menambah nilai:
1. Pembentukan proses bisnis.
Di mana arah bisnis, ke arah yang benar, dan bagaimana perasaan pelanggan dan segmen bisnis utama? Dengan data ini, analis dapat menyarankan solusi untuk masalah tertentu. Katakanlah ada yang salah dalam bisnis, dan di dunia yang semakin cepat, waktu adalah sumber daya yang paling berharga. Anda perlu memecahkan masalah dan membawa hipotesis baru ke pasar lebih cepat daripada pesaing, dan di sinilah analis Anda dapat membantu Anda.
2. Membuat keputusan berdasarkan informasi berdasarkan data.
Di sini tidak hanya tentang peringatan, tetapi juga tentang pembentukan keputusan kunci. Melakukan bisnis apa pun disertai dengan ketidakpastian, dan Anda tidak dapat memperoleh informasi lengkap. Jika informasi itu selalu lengkap, dapat diakses, dan didistribusikan secara merata di antara para pelaku pasar, maka analisis seperti itu tidak akan diperlukan. Tetapi bisnis juga tidak akan memiliki keuntungan super. Jika Anda memiliki data yang relevan untuk membuat keputusan dan pemahaman tentang cara mengekstrak informasi darinya, maka secara otomatis Anda menang atas mereka yang tidak memiliki data dan pemahaman ini. Tentu saja, dalam bisnis Anda tidak selalu dapat membuat keputusan yang tepat, tetapi, misalnya, menggunakan pendekatan berbasis data, Anda dapat meminimalkan bagian dari keputusan yang buruk. Tentu saja, untuk ini Anda memerlukan spesialis yang dapat menganalisis data ini untuk Anda sehingga lengkap dan konsisten, yaitu konsisten.Kemudian, dalam jangka panjang, Anda bisa mendapat manfaat darinya.
3. Gagasan baru untuk bisnis, pengembangan, dan eksperimen.
Pada intinya, ini terutama semacam ide, dan bisa masuk pasar atau tidak. Semakin banyak ide yang relevan dan semakin banyak eksperimen yang dihasilkan, semakin banyak keuntungan yang bisa Anda peroleh di masa depan. Keindahan produk TI adalah bahwa dengan memeriksa pola perilaku dalam layanan, Anda dapat memahami wawasan yang pada awalnya tampak tidak jelas, tetapi yang berbicara tentang bagaimana pengguna akan menjadi lebih baik melalui analitik dan data. Selain itu, akumulasi data tentang apa yang Anda lihat untuk menghasilkan konten yang lebih relevan bagi Anda terletak pada arah yang sama. Misalnya, ini dilakukan oleh YouTube, Netflix, VKontakte, dan perusahaan lain di mana sistem rekomendasi sangat banyak dikembangkan.
Pertanyaan kunci untuk analisis apa pun, selama dan setelahnya:terus?
Apa artinya semua ini bagi bisnis? Apakah Anda entah bagaimana meningkatkan pemahaman Anda tentang apa yang sedang terjadi dalam bisnis saat ini? Apakah Anda menghasilkan lebih banyak ide dan eksperimen melalui analisis? Apakah Anda membuat keputusan yang lebih baik dan lebih baru?
Jika setidaknya satu jawaban untuk ketiga pertanyaan ini adalah "ya", maka analis tidak melakukan pekerjaannya dengan sia-sia. Analytics bukan hanya angka dan angka, ini adalah alat yang ampuh yang memungkinkan Anda untuk menjalankan bisnis yang berkualitas. Perusahaan yang memahami ini siap untuk berinvestasi secara serius dalam analitik, karena mereka tahu bahwa terlepas dari biaya prosesnya, lebih banyak yang dapat diperoleh darinya.
Apa yang penting untuk dicari saat mencari pekerjaan pertama Anda?
Jika Anda telah memutuskan untuk diri sendiri bahwa analitik adalah yang Anda butuhkan, maka ketika mencari pekerjaan pertama Anda, Anda perlu menemukan tempat di mana Anda dapat memompa yang terbaik. Dengan memompa, yang kami maksud bukan hanya keterampilan keras dan penggunaan alat, tetapi juga cara mendekati masalah, bagaimana, dan data apa yang digunakan.
Apa yang harus Anda cari ketika mencari pekerjaan pertama Anda?
Poin-poin akan masuk dalam urutan kepentingan, dari yang paling penting ke yang paling tidak:
1. Yang paling penting adalah tim dan pemimpin.
Ini adalah orang-orang dengan siapa Anda akan belajar selama enam bulan ke depan, satu atau dua tahun. Sebelum naik, tanyakan pada diri sendiri: apakah Anda ingin belajar dari mereka, apakah mereka menginspirasi Anda, apakah mereka keren dengan apa yang mereka lakukan?
Cobalah untuk mencari tahu sebanyak mungkin tentang mereka: lihat pidato mereka di Internet, jika mereka memiliki blog atau saluran, mungkin mereka menulis teks di komunitas khusus. Jika setidaknya satu orang dalam tim melakukan semua ini, maka ini adalah pertanda baik.
Dalam wawancara, tanyakan secara rinci apa yang diharapkan dari Juni, apa format interaksi dalam tim di perusahaan. Ingatlah bahwa tujuan utama Anda adalah naik level dan keluar dari sana dengan bagasi penuh pengetahuan dan pengalaman.
2. Perusahaan itu sendiri.
Ini bukan tentang kantor dan kondisi kerja - ini, tentu saja, tidak buruk, tetapi ini bukan motivasi jangka panjang. Ini adalah tentang pesan yang disiarkan oleh perusahaan itu sendiri.
Pertumbuhan pribadi yang berkualitas tinggi hanya dapat dikombinasikan dengan motivasi. Jika tidak ada motivasi, maka Anda tidak dapat memompa keren. Jika getaran Anda beresonansi dengan getaran perusahaan, barulah Anda dapat secara efektif meningkatkan keterampilan Anda. Lebih baik segera menemukan tempat yang Anda sukai. Analytics sekarang diperlukan di mana-mana: dalam e-commerce, diklasifikasikan, foodtech, gametech, HR, media, logistik, dll Pada kenyataannya, ada data di mana-mana dan Anda perlu bekerja dengannya untuk mengelola bisnis Anda secara efektif.
3. Setumpuk teknologi yang digunakan perusahaan.
Seperti Juni, Anda mungkin tidak memahaminya, pada umumnya tidak ada yang mengharapkan ini dari Anda, tetapi jika orang-orang menggunakan Excel dan mereka memiliki database MySQL yang sama, maka Anda harus waspada. Ya, Excel adalah alat yang sangat kuat, tetapi jika perusahaan memiliki tumpukan data yang hebat, itu berarti perusahaan memahami pentingnya dan siap untuk berinvestasi di dalamnya. Dan, kemungkinan besar, bisnis ini memiliki tim yang hebat, yang berarti Anda dapat memompa dengan lebih baik.
Apa yang bisa Anda sarankan ketika mencari pekerjaan pertama Anda sebagai seorang analis?
1. Pengetahuan tentang SQL.
Jika Anda tidak bisa mendapatkan data yang Anda inginkan, maka Anda tidak bisa melakukan analisis. Anda bisa mendapatkan data menggunakan SQL. Yuri Trostin memiliki banyak penolakan karena dia tidak tahu SQL. Kemudian, tentu saja, dia harus mempelajarinya.
SQL berbeda:
- SQL, 80- . . SQL sql-ex.ru. SQL, .
- IT- SQL, ClickHouse. ClickHouse — , , .
ClickHouse sekarang digunakan di mana-mana oleh semua orang, misalnya, Mail.ru Group, Avito, Yandex. Sintaksnya tidak berbeda jauh dari yang utama, meskipun, tentu saja, ada perbedaan yang membuatnya lebih fungsional ketika bekerja dengan ClickHouse. Tugasnya difokuskan khusus pada analisis, pada arahan, dan tidak hanya pada ekstraksi data.
2. Python.
Ini adalah standar industri untuk analisis data, ilmu data, dan Anda juga dapat langsung membuat visualisasi. Mengetahui Python memungkinkan Anda untuk melakukan operasi tertentu lebih cepat jika Anda menggunakannya bersama dengan SQL, berbeda dengan ketika Anda hanya memiliki SQL. Pengetahuan tentang Python akan menjadi super plus untuk junior yang potensial.
Yuri Trostin mencatat bahwa Python jauh lebih mudah baginya daripada SQL. Dia banyak nongkrong di kaggle.com, melakukan kompetisi di sana. Ada juga banyak skrip berbeda untuk analisis, pembersihan, visualisasi data dengan Python. Poin kedua adalah kursus. Misalnya saja kursus yang sama dari ProductStar.
3. Sistem visualisasi data / sistem BI.
Tanpa visualisasi data, analisis Anda tidak masuk akal. Dengan bantuan sistem BI, Anda dapat menganalisis data, memvisualisasikannya, mengumpulkan grafik menjadi satu dasbor, yang akan memberikan gagasan yang lebih baik tentang apa yang terjadi dalam bisnis, dan Anda juga dapat menghasilkan wawasan dari data ini dengan cepat. Produk seperti Tableau, Power BI, QlikView, ini semua terkait dengan fungsionalitas BI. Mereka mirip satu sama lain, jadi jika Anda berkenalan dengan salah satu dari produk ini, maka tidak akan sulit bagi Anda untuk beralih ke yang lain nanti.
4. Produk spesifik yang digunakan dalam analitik.
Bukan rahasia lagi bahwa ada analitik pemasaran, analitik bisnis, analitik produk. Beberapa tempat memiliki analisis strategis, analisis pusat panggilan, jalur dukungan, dll.
Alat sempit untuk analisis pemasaran adalah Google Analytics dan Yandex.Metrica. Untuk analitik produk - Amplitudo, yang diperlukan untuk menganalisis perilaku pengguna dalam aplikasi.
5. Ekonometrika, pengujian A / B, Ilmu data.
Di tingkat junior, ini tidak begitu penting, tetapi di masa depan Anda pasti akan membutuhkan pengetahuan tentang alat tersebut jika Anda ingin unggul dalam analitik.
Anda tidak perlu melompat ke alat di bawah ini jika Anda belum mempelajari alat di atas terlebih dahulu. Jika Anda belum tahu SQL, maka Anda seharusnya tidak mulai belajar Python, dll.
Apa lagi yang bisa membantu Anda ketika mencari pekerjaan pertama Anda?
1. Solusi kasus bisnis.
Saat memecahkan kasus bisnis, Anda akan belajar untuk berpikir dan berbicara dengan cara yang terstruktur, cepat dan jelas. Anda akan belajar merumuskan hipotesis, menanyakan data yang relevan, melakukan analisis kualitatif, dan menarik kesimpulan yang benar. Ini juga akan mengajarkan Anda untuk dengan jelas menyampaikan informasi tentang pekerjaan yang dilakukan kepada orang yang berbeda.
2. Pemahaman tentang cara kerjanya.
Ini karena analis biasanya antara bisnis dan tim teknis. Seorang analis harus dapat menemukan koneksi dengan bisnis dan tim teknis.
3. Kencan di industri.
Ini sangat berharga bagi mereka yang tidak memiliki latar belakang teknis. Melalui kencan, Anda bisa mendapatkan rekomendasi, ini, tentu saja, tidak menentukan, tetapi pada titik tertentu itu bisa membantu.
Ada berbagai pertemuan offline dan online tempat Anda dapat bertemu orang-orang. Ada juga komunitas Slack besar, Open Data Science (ODS), dengan lebih dari 30 ribu orang, di antaranya Anda juga dapat menemukan orang-orang yang Anda minati.
Apa yang diharapkan saat wawancara?
Skema wawancara umum:
1. Kenalan;
2. Bagian teknis.
Memeriksa keterampilan yang Anda daftarkan di resume Anda;
3. Pekerjaan Rumah.
Anda juga diberikan skema data, yang menurutnya Anda pada akhirnya harus mengirim bukan jawaban spesifik dalam bentuk angka, tetapi SQL. Atau, Anda akan diberikan kumpulan data yang perlu dianalisis menggunakan Python atau bahasa pemrograman lain dan kemudian mengirim rekomendasi untuk analisis ini;
4. Wawancara motivasi.
Cari tahu mengapa Anda membutuhkan pekerjaan khusus ini.
Apa yang harus Jun lakukan di pekerjaan pertamanya?
Hal utama dalam pekerjaan pertama adalah pemompaan maksimum.
1. Berkomunikasi dengan tim sebanyak mungkin.
Selalu berkonsultasi dengan kolega Anda ketika memecahkan masalah, sehingga Anda akan menyerap pengalaman mereka dan melakukan pekerjaan yang lebih baik.
2. Cobalah untuk memahami dengan tepat bagaimana bisnis berjalan.
Mengajukan pertanyaan:
- Apa yang dijual perusahaan Anda?
- Apa ekonomi satu penjualan?
- Apa model monetisasi?
- Apa yang didapat pengguna ketika mereka menggunakan produk perusahaan Anda?
Ini akan membantu Anda membentuk gambaran besar bisnis Anda, sambil juga membantu Anda menganalisis data dan merumuskan hipotesis.
3. Berkomunikasi tidak hanya dengan tim Anda.
Mengobrol dengan semua jenis orang di dalam: pengembangan, produk, pemasaran, penjualan. Mereka dapat berbagi wawasan bisnis dan pasar yang keren dengan Anda.
4. Perluas bidang keahlian Anda, bukan hanya analitik.
5. Jangan duduk di satu tempat.
Ketika Anda menyadari bahwa tanggung jawab Anda mulai diulang, Anda tidak dapat mengambil dari tempat ini sebanyak yang Anda ambil sebelumnya, lalu pikirkan, mungkin Anda perlu membuka diri terhadap tawaran yang datang kepada Anda sehingga Anda dapat terus tumbuh sebagai seorang analis.
Apa yang harus dicari ketika membentuk tim?
1. Keinginan dan hasrat untuk bekerja dengan data.
Jika Anda suka mencari pola dalam data, jika Anda memahami bahwa ada makna fisik di balik data, jika Anda dapat memengaruhi sesuatu dengan bantuan data, maka pekerjaan ini jelas untuk Anda.
2. Berkendara.
Ini tentang keinginan untuk mengubah banyak hal. Seorang analis hebat harus proaktif.
3. Pengalaman yang beragam.
Ketika seseorang memiliki berbagai pengalaman, mereka dapat menambahkan sudut pandang non-standar mereka sendiri untuk masalah tersebut. Lebih menarik untuk bekerja dengan orang-orang seperti itu.
4. Motivasi.
Adalah penting bahwa orang tersebut jelas menyadari:
- Apa yang ingin dia dapatkan sebagai hasil dari pekerjaan ini?
- Mengapa orang tersebut memutuskan untuk bekerja dengan data?
5. Keterampilan teknis.
Tidak ada tempat tanpa mereka.
Tautan yang bermanfaat dari Yuri Trostin:
Victor Cheng adalah ikon konsultasi ... Dia memiliki buku-buku keren dan ceramah di YouTube, serta rekaman audio wawancara kasus. Anda dapat menemukan dan mendengarkan mereka.
Buku yang sangat umum di bidang konsultasi, yang merupakan kumpulan kasus bisnis. Coba baca dan selesaikan sendiri kasus-kasus dari buku ini.
Buku ini ditujukan untuk lapisan besar spesialis, dari Juns hingga pro. Buku ini mengembangkan ide mengapa analitik diperlukan sama sekali. Dia bahkan menciptakan kerangka kerja untuk bagaimana berpikir tentang analitik di perusahaan.
Saluran YouTube favorit Yuri. Ada banyak kursus cepat, termasuk kursus Ilmu Komputer. Dengan kursus ini, Anda akan dapat mempelajari dasar-dasar Ilmu Komputer dan memahami dari mana asalnya.
Buku bagus tentang cara kerja Internet. Cukup sederhana, saya sarankan membacanya.
Sumber ini memungkinkan Anda melihat analitik, pentingnya metrik individual. Panduan ini berisi tutorial tentang bagaimana Anda dapat menggunakan semua pengetahuan ini di Amplitude.
Pidato Yuri Trostin di Minsk, di mana ia berbicara tentang bagaimana mereka membuat startup berbasis data Worki.