Спектр аналитических способностей

Мир аналитики включает в себя сбор данных, моделирование, искусственный интеллект. Знания бизнес-аналитика также будут переходить из набора навыков в другой в ходе его / ее карьеры. Различные инструменты предоставляют экспертные знания для решения разных типов проблем, и разные компании фокусируются на работе с разными областями и аналитическими функциями. Собрав все это вместе, можно увидеть, что аналитические способности охватывают весь спектр. Так что же это за спектр, какое он имеет значение?

Знание текущего региона аналитического спектра может пригодиться как профессиональным аналитикам, так и аналитическим фирмам. В то время как фирмы должны стремиться охватить весь спектр своих предложений, аналитик должен стремиться двигаться по всему спектру, чтобы стать мастером аналитики. Этот пост познакомит вас со спектром аналитических возможностей, чтобы вы знали, где вы находитесь и где вы хотите быть.

Какие вопросы вы задаете?

Когда вы инициируете проект бизнес-аналитики, вы часто делаете это в контексте решения бизнес-проблемы. В отличие от академиков, профессиональные специалисты по данным часто имеют в виду цель, которая в конечном итоге увеличит прибыль. Решение этой проблемы часто пытаются найти в качестве ответа на определенные важные вопросы бизнеса. И хотя по каждой проблеме и проекту можно задать множество вопросов, сами вопросы относятся к разным областям области аналитических предложений.

• Сколько, как часто, когда, кто и другие вопросы, связанные со счетом

Вопросы, которые описывают данные , часто путем обобщения и агрегирования данных по различным разрезам, составляют описательную аналитику . Цель состоит в том, чтобы понять, что данные говорят о ранее известных измерениях, и задача включает в себя подсчет и другие показатели в другой форме (например, сводные таблицы). Это часто является отправной точкой бизнес-аналитики и попытки осмыслить все собранные данные. В большинстве компаний эта задача составляет большую часть аналитики, хотя затраченные человеческие усилия могут быть большими, а могут и небольшими, поскольку такие задачи часто автоматизированы.

• Что случилось, что делать и другие вопросы, связанные с причинами

Вопросы, которые пытаются понять, почему что-то произошло или наблюдается в данных, формируют следующий уровень диагностической аналитики . Цель состоит в том, чтобы выяснить причины наблюдаемых данных, и задачи включают проверку гипотез о различных потенциальных причинах, поиск правильных размеров для агрегирования и разделения данных, а также поиск закономерностей в данных. Понимание бизнеса и базовые статистические знания становятся решающими для решения подобных проблем. Большинство профессий аналитиков в основном лежат в этой области спектра.

• Что, если, кто будет, когда будет, ну и что, сколько, если — и другие вопросы, связанные с будущим

Вопросы, которые пытаются прогнозировать или прогнозировать , относятся к области Predictive Analytics . То, что предсказывается, предоставляется аналитиком, а данные извлекаются в поисках шаблонов для моделирования будущего на основе прошлого. Многие профессиональные аналитические фирмы работают в этой части спектра. Цель состоит в том, чтобы прогнозировать будущие результаты с различной степенью достоверности при различных сценариях «что, если». Практически всегда необходимо глубокое понимание методов машинного обучения, предположений и передовых методов моделирования, статистики и инструментов помимо Excel, таких как SAS, R, SPSS, Python.

• Что лучше, что правильно — и другие вопросы, связанные с поиском рекомендаций

Хотя предиктивная аналитика может дать представление о будущем при различных действиях, сами по себе они не дают советов по действиям. Предписывающая аналитика выходит за рамки прогнозирования и рекомендует лучший набор действий для нескольких организаций, комплексно рассматривая все ограничения, бизнес-требования и цели. В этой области аналитических возможностей знание алгоритмов/инструментов оптимизации и принятия решений становится решающим. Только узкоспециализированные организации и бизнес могут предоставлять и использовать предписывающую аналитику.

• Что могло бы быть, Скажи мне, что и другие вопросы, требующие действий

Последний и святой Грааль аналитики называется Упреждающая аналитика . В отличие от аналитики прогнозов и предписаний, которые пытаются решить проблему задним числом , упреждающая аналитика наблюдает за всеми сферами бизнеса и клиентов и постоянно предвосхищает и решает проблему еще до того, как она станет очевидной. Очень немногие организации могут действительно претендовать на то, чтобы работать в этом диапазоне, поскольку для этого требуются полностью интегрированные данные, цикл обратной связи и искусственный интеллект, встроенный во всю систему с ограниченным вмешательством человека.

На кого ты работаешь?

Помимо расширения аналитических возможностей, отраженного в аналитическом спектре, есть еще один ортогональный аспект, влияющий на ваш набор навыков: кто ваши клиенты? Часто аналитические компании можно разделить на сторонние аналитические компании, которые предоставляют услуги другим компаниям, и собственные аналитические компании, которые предоставляют услуги другим отделам внутри собственной компании. У первых часто больше разнообразия в работе, хотя они могут по-прежнему иметь командную специализацию. Позже может быть больше возможностей для изучения предметной области.

С другой стороны, ваши клиенты будут влиять на ваши аналитические способности, задавая правильный набор вопросов. Некоторые клиенты, в основном новички в аналитике, чувствуют себя неловко, доверяя сложную модель «черного ящика» для принятия решений, в то время как другие, в основном те, кто извлекал пользу из аналитики в прошлом, более открыты для новых и, возможно, противоречащих интуиции идей.

Вы делаете это снова (и снова)?

Наконец, некоторые команды сосредотачиваются на предоставлении одинаковых аналитических решений разным клиентам снова и снова, а другие команды сосредотачиваются на предоставлении различных типов решений.

Команды первого типа действительно глубоко подходят к решению проблем, часто имеют подробные процессы и контрольный список для принятия проектов, вкладывают значительные средства в предварительную аналитику и обычно работают с настроенными инструментами и частично или полностью автоматизированной аналитической разработкой. Аналитик, работающий над такого рода проектами, может рассчитывать стать мастером в этой области. Это, однако, может сопровождаться некоторой монотонностью, хотя на практике каждый проект индивидуален, и проницательный аналитик найдет возможность учиться.

Команды второго типа обладают большей гибкостью и разнообразием в работе, что избавляет от скуки, но создает проблемы, связанные с решением других проблем, навигацией по другой структуре данных, большим объемом индивидуальной работы и исследованием данных. Часто аналитик, работающий в этих командах, имеет более широкий доступ к различным бизнес-областям и подобластям, но глубина и бизнес-знание могут быть ограничены.

По мере того, как мир движется к большим данным, искусственному интеллекту и Интернету вещей, потребность в опытных профессиональных аналитиках, работающих на продвинутом уровне спектра аналитики, остается самой высокой в ​​истории.