Analytika je rozloženie v procese ľudského poznania niečoho celého na časti, z ktorých to celé pozostáva.
Fajn, a čo je teda dátová analytika?
Najviac sa mi páči nasledujúca definícia
Úlohou dátovej analytiky je nájsť and prezentovať zmysluplné vzory v dátach.
Poďme si rozobrať túto definíciu na časti.
“nájsť a prezentovať” znamená, že nestačí len spraviť report, v ktorý bude obsahovať výsledok práce analytika, ale je dôležité tieto závery prezentovať ľuďom vo firme, ktorí rozhodujú o tom, ktorým smerom pôjde firma ďalej.
“zmysluplné vzory” nám hovoria o tom, že nájsť v dátach môžeme všeličo, rôzne korelácie medzi ukazovateľmi, ale najdôležitejšie je nájsť práve tie vzory, a spraviť také závery, ktoré dávajú zmysel v rámci tej otázky, odpoveď na ktorú hľadáme.
Vo firmách analytici pomáhajú nájsť odpoveď na otázku “Prečo?”
Prečo predávame v tomto mesiaci menej smartfónov ako v minulom?
Prečo naši používatelia prestávajú používať našu aplikáciu po jednom týždni?
Prečo by sme mali realizovať tento projekt a nie iný?
Prečo majú naši konkurenti väčší podiel na trhu ako my?
To všetko sú otázky na rôznych úrovniach rozhodovania, od operačnej do strategickej. Majú však spoločné to, že pre odpoveď na každú z otázok analytik musí rozložiť problém, ktorý zahŕňa v sebe otázka na menšie, ďalej nedeliteľné časti.
Napríklad, v prípade prvého problému
Čo znamená predať tovar?
Počítali sme predaje rovnako každý mesiac? Nezmenila sa metóda?
Aké mesiace porovnávame?
Je korektné porovnávať tieto mesiace?
Nezmenila sa naša ponuka smartfónov v tomto mesiaci oproti predchádzajúcemu?
Ako sa zmenila štruktúra kanálov predaja?
Čo robili naši konkurenti lepšie v tomto mesiaci oproti predchádzajúcemu?
Na tieto a mnohé ďalšie otázky musí nájsť analytik odpoveď aby mohol šéfovi povedať čo sa vlastne stalo s predajmi tých smartfónov.
V mnohých firmách sú však analytici, bohužiaľ, len veľmi pohodlný interface k dátam.
Kolegovia k ním nechodia, aby získali odpoveď na otázku “Prečo?”, ale dávajú im úlohy pozbierať im nejaké dáta.
Analytik je v takom prípade len človek, ktorý vie písať na SQL, a nie analytik v pravom zmysle slova, teda ten, kto sa snaží prísť na koreň problému.
Úlohou analytikov vo firme je teda s pomocou dát a metód ich analýzy pomáhať prijímať rozhodnutia na všetkých úrovniach, od operačnej po strategickú.
Len vtedy, keď vaši analytici budú každý deň hľadať odpovede na otázky “Prečo?”, môžete spať pokojne s vedomím, že ich schopnosti sú využité maximálne efektívne.
Vyjasnili sme si teda aká by mala byť úloha analytika vo firme. V tejto časti sa podrobnejšie pozrieme na to čo by analytici mali robiť, a aké úlohy sú len mrhaním ich talentu a schopností.
Neznamená to, že analytici sú nejaká vyššia kasta, ktorá si nemôže zašpiniť ruky. Každá firma však chce využívať všetky svoje zdroje, vrátane ľudských, maximálne efektívne. Preto by sa analytici mali sústrediť na úlohách, ktoré prinášajú čo najvyššiu hodnotu pre firmu za jednotku času.
Čo teda robia správni analytici a čo by robiť nemali?
Nebudem zabiehať ďaleko a zhrniem to hneď do jednej vety.
Všetko, čo pomáha firme prijímať rozhodnutia.
To znamená, že nie je dôležitá konkrétna činnosť, dôležitý je konečný výsledok ich práce.
Ak musí analytik v procese riešenia úlohy získať dáta cez API nejakého servisu, tak by to mal vedieť urobiť. Ak to nevie, tak sa to naučí a spraví.
Ak potrebuje skombinovať dáta, ktoré získal cez API s dátami vo firme, tak si vyhrnie rukávy, a napíše kód na Python alebo R, ktorý tie dáta spojí.
Ak potrebuje spraviť vizualizáciu v nástroji, s ktorým ešte nepracoval, ale len v ňom dokáže najlepšie predstaviť výsledky svojej práce, tak… vy už viete čo urobí :)
Jednoducho, analytik sa orientuje na výsledok a nie na proces.
Z druhej strany to znamená, že analytik pravdepodobne nebude písať kód na úrovni programátorov. Princípy, ktoré sa uplatňujú na softvérových inžinierov, neplatia pre analytikov. Analytik totiž nepíše kód, ktorý sa bude využívať tisíckami používateľov každý deň. “Analytický” kód je potrebný len na to, aby analytik splnil svoju úlohu.
Analytik by tiež nemal robiť úlohy, ktoré potom nikto nevyužije. Ak analytik dostane nejakú úlohu, jeho prvá otázka by mala znieť:
“Dobre, ale čo s tým potom budete robiť?”.
Ak nedostane rozumnú odpoveď, takúto úlohu by brať nemal, lebo to môže znamenať, že výsledky jeho práce neprinesú žiadnu hodnotu firme.
Často vidím, ako analytikom hovoria:
“Vytiahni mi dnes z databázy také či onaké dáta.”
Podobné úlohy robia z analytika len pohodlný interface k dátam. V takom prípade by sa mal analytik opýtať:
“Načo? Čo chcete s pomocou týchto dát zistiť?”
Teda dozvedieť sa kontext, konečný cieľ a len potom začať písať na SQL.
Dobrý analytik je vo firme taký večne pochybujúci, nudný kolega, ktorý musí mať všetko podložené dátami a rozumnými argumentami.
Ale práve on brzdí príliš rýchlych kolegov, ktorých projekty založené na viere a čistom nadšení môžu stáť firmu pekne vysoké sumy. Na druhej strane, pomáha realizovať naozaj hodnotné projekty, s vysokým ROI.
Neváhajte preto klásť analytikom tie správne otázky a využívajte na maximum ich schopnosť nájsť odpoveď za každú cenu.
Ak sa Vám článok zapáčil budem rád akejkoľvek reakcii z Vašej strany. Ak nie, tobôž!
Text je součástí Refresher blogu, není redakčním obsahem. Administrátory můžete kontaktovat na [email protected].
Chceš vědět, když dataanalytics přidá nový blog?
Zadej svůj mail a dostaneš upozornění. Kdykoliv se můžeš odhlásit.