Кто владеет данными — владеет миром
Сейчас все говорят про данные — большие и не очень — и их анализ. Давайте и мы обсудим, зачем это нужно, почему направление по работе с данными стало модным и какая разница между двумя его ветками — дата аналитик и дата сайентист.
Две профессии, за которыми будущее
И заодно выясним, что надо уметь, чтобы стать таким востребованным, хорошо оплачиваемым и полезным специалистом?
Спойлер: халявы не будет.
Спойлер: халявы не будет.
Все вроде знают, что такое аналитика: человек смотрит на колонки цифр и внезапно сообщает очередной инсайт: например, каких сезонных колебаний в продажах огурцов (яблок, доменных печей или кондиционеров) можно ожидать в этом году. Или какие социальные группы, потенциально интересные для нового предложения, не охватывает старая реклама. Или говорит: «Мне надо больше данных — и вот каких».
Все держится на цифрах
Откуда же они берутся? Это статистика, то есть накопленные данные о посетителях сайта или оффлайн-покупателях, их приобретениях или заявках, возвратах, отзывах на товар и так далее. Очень редко бывает, что они уже красиво сведены в табличку и обработаны кем-то другим. Обычно этим как раз и занимаются аналитики и дата сайентисты.
Очень много информации в нашей жизни кроется в цифрах. Если их достаточно много, ими можно описать практически всю человеческую жизнь — и тем более потребление. Достаточно уметь читать. Нет, мы не ошиблись — не считать, а именно понимать цифры, как мы понимаем текст или, например, дорожные знаки.
Дата-сайентист разрабатывает искусственный интеллект, создает алгоритмы, с которыми мы сталкиваемся каждый день: Алиса распознает голос, YouTube подкидывает интересные рекомендации, роботы привозят пиццу. А робот-пылесос строит карту помещения и убирает по ней каждый уголок. Вот такие проекты дата сайентист и создает.
Дата-аналитик собирает информацию, ищет в ней закономерности, которые позволяют компаниям принимать решения, опираясь на подготовленные им данные. Именно такие решения стимулируют развитие любого бизнеса. Например, оценить, какой канал маркетинга приносит больше выручки, или предсказать, когда именно лучше продавать холодные лимонады, — это задачи аналитика.
А кто это и чем отличаются?
Колдуны или аналитики?
Общее у этих двух профессий очень важное — надо знать математику.
Дата сайентист применяет методы науки о данных (Data Science) для обработки больших объемов информации. Он строит и тестирует математические модели поведения данных. Это помогает найти в них закономерности или прогнозировать будущие значения.
• Например, в помощь маркетологам он проанализирует данные карт лояльности — и станет понятно, каким группам клиентов что рекламировать.
• Для логистов изучит данные с GPS-трекеров и оптимизирует маршрут перевозок.
• HR-отделу поможет предсказать, кто из сотрудников скоро уволится, проанализировав активность в течение рабочего дня.
• Например, в помощь маркетологам он проанализирует данные карт лояльности — и станет понятно, каким группам клиентов что рекламировать.
• Для логистов изучит данные с GPS-трекеров и оптимизирует маршрут перевозок.
• HR-отделу поможет предсказать, кто из сотрудников скоро уволится, проанализировав активность в течение рабочего дня.
Аналитик данных занимается сбором, обработкой и анализом информации. Он пишет запросы в базы данных, выявляет тенденции, проверяет гипотезы, проводит тесты и на основе результатов делает определенные выводы, которые помогают решить ту или иную задачу.
• Например, модель Geosurge помогает определить тарифы поездок Uber: собирает данные о машинах, предсказывает количество и спрос на такси в городе, и проверяет, работают ли водители на конкурентов.
• Coca-Cola исследует соцсети. Так компания узнала, что пользователи хотят пить снятую в 90-е газировку Surge, и вернула ее. А Sprite Cherry появился после анализа данных вендинговых автоматов.
• Например, модель Geosurge помогает определить тарифы поездок Uber: собирает данные о машинах, предсказывает количество и спрос на такси в городе, и проверяет, работают ли водители на конкурентов.
• Coca-Cola исследует соцсети. Так компания узнала, что пользователи хотят пить снятую в 90-е газировку Surge, и вернула ее. А Sprite Cherry появился после анализа данных вендинговых автоматов.
Иногда кажется: это такое великое волшебство, что освоить его могут только люди, изучавшие не просто школьный предмет «алгебра и начала анализа», а полный университетский курс линейной алгебры, статистики, теории вероятностей и других предметов, которые могут вогнать в ступор одними названиями. Конечно, они вам понадобятся, но в объеме, вполне поддающемся изучению. Так что не бойтесь и читайте дальше.
Почему анализ данных полезен абсолютно всем специалистам? Рассмотрим на примере маркетинга
У аналитики много специализаций. Одна из них, тоже очень востребованная нынче,
— аналитик-маркетолог. Это человек, который умеет:
— аналитик-маркетолог. Это человек, который умеет:
Разговаривать на одном языке с клиентами и к месту употреблять самые сложные термины.
Точно оценивать затраты и прибыли в рекламе.
Убеждать сомневающихся и возвращать ушедших без покупки клиентов магией цифр.
Досконально знать, что вообще происходит сейчас на рынке и чем заняты конкуренты.
Для логистов изучит данные с GPS-трекеров и оптимизирует маршрут перевозок.
Какие задачи может решать маркетолог-аналитик на практике?
1
Отслеживать рекламный трафик на сайте или в приложении
2
Ориентироваться в разных рекламных и маркетинговых активностях
3
Составлять и обосновывать маркетинговый и рекламный бюджеты
4
Анализировать деятельность
конкурентов
конкурентов
5
Презентовать результаты рекламной и маркетинговой деятельности компаний
6
Проводить А/B-тестирование и анализировать полученные данные
Где этому учат?
Можно ли этому научиться? Самостоятельно такое под силам немногим людям — с огромной силой воли, мотивированностью и большим количеством практики. Другим приходится овладевать этой наукой под руководством учителей: например, в хорошо выстроенном грамотном курсе.
Обучиться этим профессиям можно в SkillFactory — одной из самых быстрорастущих российских EdTech-компаний. Обучение основано на практике. Рядом всегда будет персональный ментор, который проведёт вас от начала и до конца курса!
Оценки школы отличные — 4,7 из 5.
Смена работы после выпускного проекта — это не проблема того, кто учится. В карьерном центре помогут подготовиться к собеседованию, обновить резюме. В портфолио учащиеся кладут те проекты, которые выполняют на основе полученных знаний, умений и навыков. Также здесь научат работать в команде, дадут задачи от настоящих заказчиков и даже предоставят стажировку в компаниях-партнерах. Только занимайся!
Подробнее о курсах направлению «Анализ данных» можно узнать
Оценки школы отличные — 4,7 из 5.
Смена работы после выпускного проекта — это не проблема того, кто учится. В карьерном центре помогут подготовиться к собеседованию, обновить резюме. В портфолио учащиеся кладут те проекты, которые выполняют на основе полученных знаний, умений и навыков. Также здесь научат работать в команде, дадут задачи от настоящих заказчиков и даже предоставят стажировку в компаниях-партнерах. Только занимайся!
Подробнее о курсах направлению «Анализ данных» можно узнать
Материал подготовлен специально для SkillFactory
Редактор / корректор: Елена Виноградова
Координатор: Елена Рожнова
Графика Adobe Stock
Дизайнер: Ольга Сергеева
Редактор / корректор: Елена Виноградова
Координатор: Елена Рожнова
Графика Adobe Stock
Дизайнер: Ольга Сергеева
Просмотров: 3634