Spektrum zdolności analitycznych

Świat analityki obejmuje zbieranie danych, modelowanie, sztuczną inteligencję. Wiedza analityka biznesowego również przeszłaby z zestawu umiejętności na inne w trakcie jego kariery. Różne narzędzia zapewniają wiedzę specjalistyczną umożliwiającą rozwiązywanie różnego rodzaju problemów, a różne firmy koncentrują się na pracy z różnymi domenami i funkcjami analitycznymi. Łącząc to wszystko razem, można zobaczyć zdolności analityczne obejmujące całe spektrum. Czym więc jest to spektrum, jakie to ma znaczenie?

Znajomość aktualnego regionu na widmie analitycznym może być przydatna zarówno dla analitycznych profesjonalnych, jak i analitycznych firm. Podczas gdy firmy powinny dążyć do objęcia w swoich ofertach pełnego spektrum, analitycy powinni dążyć do poruszania się po spektrum, aby być mistrzem analityki. Ten post wprowadzi Cię w spektrum możliwości analitycznych, dzięki czemu będziesz wiedział, gdzie jesteś i gdzie chcesz być.

Jakie pytania zadajesz?

Kiedy inicjujesz projekt analizy biznesowej, często robisz to w kontekście rozwiązania problemu biznesowego. W przeciwieństwie do naukowców, profesjonalni analitycy danych często mają na uwadze cel, który ostatecznie przyczyni się do zwiększenia zysków. Rozwiązanie tego problemu jest często próbą odpowiedzi na pewne istotne pytania biznesowe. I choć dla każdego problemu i projektu można zadać wiele pytań, same pytania wpadają w inną sferę regionu oferty analitycznej.

• Ile, jak często, kiedy, kto – i inne pytania związane z liczeniem

Pytania opisujące dane , często poprzez sumowanie i agregowanie danych według różnych cięć, stanowią Analitykę Opisową . Celem jest zrozumienie, co dane mówią o wcześniej znanych wymiarach i zadaniach obejmujących liczenie i inne dane w różnej formie (na przykład tabele przestawne). Często jest to punkt wyjścia do analizy biznesowej i próby nadania sensu wszystkim zebranym danym. W większości firm to zadanie stanowi największą część analizy, chociaż wysiłek ludzki może być lub nie być duży, ponieważ takie zadania są często zautomatyzowane.

• Co się stało, co robić – i inne pytania skoncentrowane na powodach

Pytania, które próbują zrozumieć, dlaczego coś się wydarzyło lub jest obserwowane w danych, tworzą kolejny poziom analizy diagnostycznej . Celem jest znalezienie przyczyn zaobserwowanych danych, a zadania obejmują testowanie hipotez dotyczących różnych potencjalnych przyczyn, znajdowanie właściwych wymiarów do agregacji i dzielenia danych oraz przyglądanie się wzorcom w danych. Zrozumienie biznesu i podstawowa wiedza statystyczna stają się kluczowe dla rozwiązywania tego rodzaju problemów. Większość zadań związanych z analityką znajduje się głównie w tym obszarze spektrum.

• Co jeśli, Kto będzie, Kiedy będzie, I co z tego, Ile, jeśli – i inne pytania związane z przyszłością

Pytania, których celem jest prognozowanie lub przewidywanie , należą do dziedziny analizy predykcyjnej . To, co jest przewidywane, jest dostarczane przez analityka, a dane są wydobywane w celu uzyskania wzorców do modelowania przyszłości w oparciu o przeszłość. W tej części spektrum działa wiele profesjonalnych firm analitycznych. Celem jest prognozowanie przyszłych wyników z różnym stopniem pewności w różnych scenariuszach „co jeśli”. Prawie zawsze konieczne jest solidne zrozumienie metod uczenia maszynowego, założeń modelowania i najlepszych praktyk, statystyk i narzędzi poza Excelem, takich jak SAS, R, SPSS, Python.

• Co najlepsze, co jest słuszne – i inne pytania dotyczące rekomendacji

Chociaż analityka predykcyjna może zapewnić wgląd w przyszłość w ramach różnych działań, same nie doradzają działań. Analityka nakazowa wykracza poza przewidywanie i zaleca najlepszy zestaw działań dla wielu podmiotów, patrząc całościowo na wszystkie ograniczenia, wymagania biznesowe i cele. W tym obszarze zdolności analitycznych kluczowa staje się wiedza na temat optymalizacji i algorytmów/narzędzi podejmowania decyzji. Tylko bardzo niszowe organizacje i firmy mogą dostarczać i wykorzystywać analizy nakazowe.

• Co mogło, powiedz mi co – i inne pytania dotyczące działań

Ostatnim i świętym Graalem analityki jest analiza wyprzedzająca . W przeciwieństwie do analiz predykcyjnych i recept, które starają się rozwiązać problem post facto , analityka wyprzedzająca czuwa nad wszystkimi obszarami działalności i klientów oraz stale przewiduje i rozwiązuje problem, zanim problem stanie się widoczny. Bardzo niewiele organizacji może naprawdę twierdzić, że działa w tym zakresie, ponieważ wymaga to całkowicie zintegrowanych danych, pętli sprzężenia zwrotnego i sztucznej inteligencji wbudowanej w cały system przy ograniczonej interwencji człowieka.

Dla kogo pracujesz?

Oprócz rozwoju możliwości analitycznych odzwierciedlonych w spektrum analitycznym, innym ortogonalnym wymiarem, który wpływa na Twoje umiejętności, jest: Kim są Twoi klienci? Często firmy analityczne można podzielić na zewnętrzne firmy analityczne , które świadczą usługi innym firmom, oraz firmy analityczne typu captive , które świadczą usługi na rzecz innych działów w ramach własnej firmy. Były często ma większą różnorodność w pracy, choć może nadal mieć specjalizacje zespołowe. Później może dać więcej możliwości zdobycia wiedzy o domenie.

Innym sposobem, w jaki Twoi klienci wpłyną na Twoje możliwości analityczne, jest zadawanie odpowiedniego zestawu pytań. Niektórzy klienci, głównie nowicjusze w dziedzinie analityki, czują się nieswojo, ufając złożonemu modelowi „czarnej skrzynki” przy podejmowaniu decyzji, podczas gdy inni, głównie ci, którzy korzystali z analityki w przeszłości, są bardziej otwarci na nowe i prawdopodobnie sprzeczne z intuicją pomysły.

Czy robisz to znowu (i znowu)?

Wreszcie, niektóre zespoły skupiają się na ciągłym dostarczaniu podobnych rozwiązań analitycznych różnym klientom, a inne skupiają się na dostarczaniu różnych rodzajów rozwiązań.

Pierwsze typy zespołów bardzo dogłębnie zajmują się rozwiązywaniem problemów, często mają szczegółowe procesy i listę kontrolną do podejmowania projektów, dużo inwestują w zaawansowaną analitykę i zwykle pracują z niestandardowymi narzędziami i częściowo lub w pełni zautomatyzowanym rozwojem analitycznym. Analityk pracujący przy tego typu projektach może liczyć na to, że zostanie mistrzem w tej dziedzinie. Może temu jednak towarzyszyć odrobina monotonii, choć w praktyce każdy projekt jest inny i wnikliwy analityk znajdzie okazję do nauki.

Drugie typy zespołów charakteryzują się większą elastycznością i różnorodnością pracy, co łagodzi nudę, ale wprowadza wyzwania związane z rozwiązywaniem różnych problemów, poruszaniem się po różnych strukturach danych, bardziej niestandardową pracą i eksploracją danych. Często analitycy pracujący w tych zespołach mają szerszą ekspozycję na różne domeny biznesowe i subdomeny, ale głębia i wiedza biznesowa mogą być ograniczone.

Ponieważ świat zmierza w kierunku Big Data, Sztucznej Inteligencji i Internetu Rzeczy, zapotrzebowanie na doświadczonych analityków pracujących na zaawansowanym poziomie spektrum analitycznego pozostaje najwyższe w historii.