Følgende artikel hjælper dig med: Jak ustalić priorytety pracy związanej z analizą danych
Jako dyrektor ds. produktu ds Chmura Saturna, platformę chmurową dla analityków danych, umożliwiającą szybkie korzystanie z potrzebnego sprzętu i oprogramowania, spędzam dużo czasu na rozmyślaniu o tym, co może pomóc w zwiększeniu wydajności zespołów zajmujących się analityką danych. Jednak jeśli chodzi o pracę z zakresu analityki danych, często najtrudniejszą częścią jest podjęcie decyzji, nad czym w ogóle pracować. Twój zespół ma czas na pracę tylko nad niewielką liczbą zadań, ale często nad bardzo dużymi zaległościami, takimi jak:
- Zadania bezpośrednio od interesariuszy, takie jak sporządzenie wykresu sprzedaży w czasie na jutrzejsze duże spotkanie,
- Pomysły, które według Ciebie przynoszą długoterminowe korzyści, jak np. stworzenie modelu CLV umożliwiającego przewidywanie klientów o dużej wartości, oraz
- Mgliste zadania z innych części firmy, takie jak pomoc w ustaleniu, dlaczego utrzymanie klientów wydaje się spadać w jednym regionie.
Trudno jest znaleźć równowagę między tym, co najważniejsze, a tym, co można odłożyć na później, zwłaszcza gdy wiele osób prosi o analizy. Często praca, którą ludzie uważają za bardzo dla nich ważną, może nie być ważna dla firmy jako całości. Często jesteś młodszym pracownikiem niż osoba składająca wniosek o analizę danych, co jeszcze bardziej komplikuje odmowę, nawet jeśli nie jest to łatwe. Wszystko to tworzy środowisko, w którym decyzja dotycząca tego, nad czym pracujesz, może mieć ogromny wpływ na biznes, ale jednocześnie masz ograniczenia w zakresie wyboru.
Jest to temat, z którym osobiście się zmagam w swojej karierze. Kiedy ludzie z branży zwracają się do mnie z pytaniami dotyczącymi danych, prawie zawsze chcę na nie odpowiedzieć i nie zawieść ich. I zazwyczaj uważam, że prośby są interesujące! Jednak próba spełnienia każdej prośby jest nie do utrzymania, ponieważ prośby o odpowiedzi są nieograniczone. Co więcej, udzielenie odpowiedzi na jedno pytanie za pomocą danych często prowadzi do nowych pytań, dlatego spełnianie próśb często tworzy dodatkową pracę, a nie zmniejsza ilość pracy pozostałej do wykonania.
Zdałem sobie sprawę, że rozważając możliwość przeprowadzenia analizy, chcę najpierw odpowiedzieć na dwa pytania:
- Czy znajomość wyniku tej analizy ma istotny wpływ na firmę? I,
- Czy jest to innowacyjna praca, która wnosi coś nowego dla biznesu?
Odpowiedzi na te dwa pytania tworzą cztery kategorie bardzo różnych rodzajów pracy:
To, co wszyscy chcielibyśmy robić (innowacyjność i wpływ) 😊
Idealny projekt to taki, który jest zarówno innowacyjny, jak i zmienia biznes. Przykładowym projektem byłoby stworzenie modelu rezygnacji, który napędza działania marketingowe mające na celu odzyskanie klientów. Jest to rodzaj pracy, która przede wszystkim zachęca ludzi do nauki o danych. Niestety niewiele projektów zalicza się do tej kategorii – po prostu ciężko jest znaleźć przełomowe miejsca, w których naprawdę można zmienić biznes. Jeśli znajdziesz projekt w tej kategorii, zrób wszystko, aby go uruchomić.
Dostarczenie dowodu (nieinnowacyjnego, ale wpływowego) 🙂
Są to projekty, które nie są innowacyjne, ale zmieniają biznes, więc z definicji wykonywanie pracy jest wartościowe. Często oznacza to przedstawienie dowodu na coś, co wszyscy podejrzewają, że jest prawdą – nie jest to szczególnie innowacyjne, ale może pomóc. Na przykład osoby prowadzące działalność gospodarczą mogą podejrzewać, że prawdopodobieństwo powrotu klientów z określonych grup demograficznych jest mniejsze. Bez dowodu na to, że te przeczucia są prawdziwe, ludzie nie będą chcieli próbować rozwiązać problemu marketingowego. Jeśli potrafisz przeprowadzić analizy, które wykażą, że hipoteza jest prawdziwa, możesz pomóc firmie znaleźć rozwiązanie. Nie jest to praca efektowna, pokazywanie ludziom rzeczy, które już uważają za prawdziwe, nie robi szczególnego wrażenia, ale nadal jest przydatne. Jeśli dostaniesz taką pracę, spróbuj ją wykonać.
Wieża z kości słoniowej (innowacyjna, ale nie efektowna) 🤨
Jest to praca innowacyjna, ale nieprzydatna dla firmy i może stanowić ogromny koszt utopiony. Projekty te często pochodzą z zespołu zajmującego się analityką danych, gdy ludzie mają pomysły na nowe obszary modelowania lub analizy oparte na rzeczach interesujących metodologicznie. Przykładowym projektem byłaby próba wykorzystania uczenia maszynowego do segmentacji klientów bez wiedzy, do czego można wykorzystać te segmenty. Bez osoby spoza zespołu danych, która mogłaby przydać się w projekcie, praca prawdopodobnie nie pójdzie na marne. Jako analityk danych łatwo jest odnieść wrażenie, że po ukończeniu projektu ludzie będą mogli znaleźć dla niego zastosowanie. W praktyce, jeśli nie widzisz od razu zastosowania projektu, ludzie biznesu prawdopodobnie też nie będą w stanie tego zrobić. Nie blokuj pracy nad tymi projektami, ponieważ badacze danych będą wyglądać, jakby nie wnosili żadnego wkładu.
Raportowanie (ani innowacyjne, ani wpływowe) 😴
Praca, która niczego nie zmienia i nie jest innowacyjna, zwykle kończy się raportem. Dzięki temu ludzie otrzymują liczby i wskaźniki KPI, dzięki którym mogą monitorować firmę i mieć pewność, że wszystko działa sprawnie. Czasami firmy mają wdrożone dobre procesy przeglądu raportów i wskazania obszarów możliwości. Innym razem raporty te są tworzone cyklicznie, ale nigdy nie są sprawdzane. Najlepszym scenariuszem raportowania jest możliwość skonfigurowania zautomatyzowanego procesu szybkiego generowania raportu za każdym razem, gdy potrzebny jest nowy. Najgorszy scenariusz jest taki, że za każdym razem, gdy trzeba go zaktualizować, jest to proces w dużym stopniu wykonywany ręcznie, co ogranicza ogólną zdolność do pracy. Jako analityk danych, im bardziej możesz uniknąć tego, że stanie się to twoją pracą, tym lepiej.
Dlatego w miarę możliwości traktuj priorytetowo projekty, które mają wpływ na firmę i są innowacyjne (praca, którą wszyscy chcielibyśmy wykonywać). W przeciwnym razie spróbuj wykonać nieinnowacyjną, ale użyteczną pracę polegającą na dostarczaniu ludziom dowodów, które pomogą w rozwoju firmy. Upewnij się, że trzymasz się z dala od wieży z kości słoniowej, w której wykonujesz interesującą pracę, która nie jest związana z biznesem, i unikaj utknięcia w jedynie raportowaniu.
—
Dowiedz się więcej o pokonywaniu wyzwań stojących przed zespołami zajmującymi się analizą danych w Raport O’reilly: Wiodące zespoły zajmujące się analizą danych i możesz sprawdzić bezpłatną wersję Saturn Cloud Tutaj.
