Привет всем, друзья! ✌ Сегодня рассмотрим что такое аналитика данных и 5 Мощных онлайн-курсов для обучения аналитика данных, которые можно пройти абсолютно бесплатно.
Аналитик данных (Data Analyst, дата-аналитик) – специалист, который собирает данные, проверяет их на точность, полноту и достоверность, анализирует, делает выводы и составляет на их основе прогнозы, аналитические таблицы, графики, планы и рекомендации.
Не путайте аналитика данных с финансовым или политическим аналитиком. Да, все аналитики занимаются анализом информации, но не все используют при этом математику, статистику и языки программирования.
Аналитики данных востребованы в самых разных сферах деятельности, ведь различные данные собирают все – рекламные агентства и промышленные предприятия, магазины и рестораны, банки и службы доставки. Аналитик данных помогает сделать так, чтобы собранная информация приносила пользу бизнесу.
Данные, которые обрабатывает аналитик, зависят от сферы деятельности, которой он занимается. Например, аналитик в области рекламы определяет целевую аудиторию для рекламных кампаний: составляет алгоритм, с помощью которого ищет в базах данных информацию о потенциальных клиентах, анализирует рекламные стратегии с точки зрения отклика, оценивает показатели эффективности кампаний.
Мой путь Бизнес-аналитика. Часть 1
Главная цель аналитика данных – извлечь из полученных данных выгоду (структурировать, проверить гипотезы, отыскать закономерности и сформировать четкий вывод). Это поможет руководителю принять правильные решения по управлению компанией.
Профессиональный дата-аналитик может давать рекомендации по изменению общей стратегии бизнеса, причем эти рекомендации не будут голословными, так как они основаны не на фантазиях и эмоциях, а на точных статистических данных.
Что будет в статье
- Обязанности аналитика данных
- Типичные задачи, которые может решить дата-аналитик
- Общий алгоритм работы аналитика данных
- Что должен знать и уметь аналитик данных?
- Ключевые навыки
- Навыки и умения аналитика данных начального уровня
- Навыки и умения аналитика данных продвинутого уровня
- Что ждут клиенты от аналитика данных
- Взрыв мозга «Аналитика данных с нуля»
- На правах профессии «Аналитика Данных» от лучшей IT-школы в России
- 9 Бесплатных Курсов по Data Science для Новичков
- 1. «Обучение Data Science: будущее для каждого»
- «Профессия Data Scientist»
- 2. «Введение в Data Science и машинное обучение»
- 3. «Нейронные сети»
- 4. «Знакомство с R и базовая статистика»
- 5. «Эконометрика»
- 6. «Математическая статистика»
- 7. «Машинное обучение»
- 8. «Машинное обучение в финансах»
- 9. «Анализ данных в R»
- Заключение
Обязанности аналитика данных
Профессиональный аналитик данных – не просто математик с навыками программиста. Он понимает бизнес-процессы в компании, хорошо знает продукт, с которым работает, разбирается, на чем зарабатывает конкретный бизнес, знает, какую задачу хочет решить бизнес по итогам его работы.
В кого расти аналитику?
В результате его исследований компания может получать больше прибыли и повысить удовлетворенность своих клиентов.
Типичные задачи, которые может решить дата-аналитик
Провести А/B-тестирование
Нужно выяснить, как пользователи реагируют на цвет кнопки заказа на сайте. Аналитик тестирует два прототипа – часть посетителей видит синюю кнопку, часть красную. По истечении определенного времени на основании действий (кликов по кнопке) делает вывод, проверяет, было ли различие статистически значимо. В итоге рекомендует решение, которое проверил в ходе теста: внедрить синюю или красную кнопку.
Просчитать более выгодный вариант
Юнит-экономика: расчет РОИ, инвестиционного потенциала. Оценить окупаемость рекламной кампании или скорректировать бизнес-модель.
Выяснить, какой товар и в какое время больше покупают
Взять группу товаров и посмотреть, есть ли сезонные всплески интереса, сравнить с другими группами.
Статистика позволяет сделать общие выводы по конкретному вопросу, а аналитика данных – исследовать тему со всех сторон, сравнить решения, найти аномалии или инсайты, сопоставить события по множеству параметров. Это открывает новые возможности для бизнеса.
Дата-аналитик может исследовать внутренние данные компании или обратиться к внешним источникам. Анализ открытых данных позволяет отслеживать важные социальные и культурные тренды.
Общий алгоритм работы аналитика данных
- собирает данные (формирует запрос сам или получает задачу от менеджеров)
- знакомится с параметрами набора (какие типы данных собраны, как их можно отсортировать)
- проводит предварительную обработку информации (очищает от ошибок и повторов, упорядочивает)
- интерпретирует (анализирует, собственно решает задачу)
- делает вывод
- оформляет, визуализирует и презентует заказчику (так, чтобы на основе вывода можно было принять решение, подтвердить или опровергнуть гипотезу)
- составляет прогнозы, планы и рекомендации, предлагает решения, которые используются для развития проекта или бизнеса
На основе данных, предоставленных Data Analyst, компания может принимать любые бизнес-решения.
Обязанности аналитика данных могут различаться в зависимости от места работы и уровня квалификации.
Что должен знать и уметь аналитик данных?
Ключевые навыки
- Понимание специфики предметной области. Чтобы демонстрировать высокий показатель эффективности труда, аналитик данных должен погружаться в выбранную сферу, понимая и учитывая ее особенности при обработке информации и составлении выводов.
- Знание инструментов для поиска лучшего в каждом отдельном случае. Это может быть внедрение SQL-запросов или машинного обучения, построение базы данных (Data Science в продакшн).
- Организация получения, хранения и доступа к информации Data Engineering.
- Владение средствами и методами Data Mining – интеллектуального анализа информации.
- Знание инструментов доступа и обработки данных, электронных таблиц (SQL, СУБД, хранилища данных, ETL)
- Знание языков программирования (Python, SAS, C++, SQL, R), чтобы писать запросы к реляционным и не реляционным базам данным.
- Умение управлять хранилищами ETL и аналитическими системами BL.
- Визуализация информации при помощи витрин данных Tableu, Qlick View, Power BI.
- Умение использовать инфраструктуру Apache Hadoop.
- Умение настроить или обучить с нуля нейросеть (машинное и глубокое обучение).
- Понимание математики в части статистики, дискретной математики, линейной алгебры и теории вероятностей.
- Знание системного анализа, включающего понимание методов анализа бизнес-процессов, проектного менеджмента, управления качеством.
Навыки и умения аналитика данных начального уровня
- Абстрактное мышление и развитый эмоциональный интеллект
- Умение создавать прототипы
- Знание основ статистики и математических методов
- Выявление взаимосвязи событий и причин в метриках
- Предоставление рекомендаций бизнесу
Навыки и умения аналитика данных продвинутого уровня
- Сбор и анализ требований клиента к отчетам
- Получение, редактирование и визуализация информации
- Интерпретация данных с обоснованными выводами
- Разработка требований к аналитическим инструментам, курирование их внедрения
- Проведение А/Б тестов и исследований для принятия стратегического решения
- Кроме программных инструментов аналитику данных необходимо развивать умения, которые помогут ему выполнять работу лучше и эффективнее. Это способность налаживать общение с коллегами и партнерами, умение решать проблемы и выходить из конфликтных ситуаций с наименьшими потерями, сильный эмоциональный интеллект. Такие навыки больше связаны с личностью человека, чем с его профессиональным уровнем, но их тоже можно формировать и развивать.
Что ждут клиенты от аналитика данных
Работодателям не нужно, чтобы аналитик данных досконально знал высшую математику. Им нужно решение конкретных практических задач для развития их бизнеса, а какими методами аналитик получит нужные данные, им совершенно неважно.
Начинающему специалисту для работы нужно хорошо знать хотя бы один язык программирования (например, Python), уметь писать запросы к базам данных SQL, понимать, как работает статистика, уметь вникать в задачи бизнеса и разбираться в бизнес-процессах.
Взрыв мозга «Аналитика данных с нуля»
В рамках микрокурса вы получите выжимку необходимой информации для старта в новой профессии: от необходимых навыков до секретов успешного прохождения собеседования, от кейсов до подробного разбора инструментов.
- Поймёте, какие аналитики бывают и чем отличаются
- На реальных кейсах поймете специфику работы аналитиков
- Найдёте своё место в обилии направлений анализа данных
- Начнёте ориентироваться в современных инструментах аналитиков
- Узнаете, как покорить HR: секреты идеального резюме и успешного собеседования
- Экономия времени: все материалы собраны в одном месте, в удобном формате (только выжимка структурированной информации, ничего лишнего)
- После каждого урока вам будут доступны бесплатные ресурсы для самостоятельного обучения
- Не нужны дополнительные знания: курс подходит для новичков
- Вы получите советы по карьерному росту от экспертов индустрии
На правах профессии «Аналитика Данных» от лучшей IT-школы в России
Вы научитесь работать с данными, а как результат вы получите сопровождение с наставником-экспертом до трудоустройства!
400 часов теории и практики + обучение в реальной рабочей среде + мастер-классы с реальными рабочими задачами +доступ к курсу навсегда + индивидуальная проверка домашних заданий +к онсультации с экспертами каждую неделю +плюшки:
- 5 проектов в портфолио
- Диплом о переподготовке
- Цепляющее резюме от опытного рекрутера
- Подготовка к собеседованиям
- Наставник по трудоустройству — поможет, научит, успокоит
- Сопровождение до трудоустройства
Аналитик данных помогает принять решение в бизнесе, науке и управлении. Он находит закономерности и составляет логические выводы на базе проведенного анализа.
Справитесь без опыта в IT: учим с азов
• В рассрочку на 12 месяцев
• Всего 10 часов в неделю
- Курс 1. Excel для анализа данных
- Курс 2. Обработка данных с помощью SQL
- Курс 3. Python для анализа данных
- Курс 4. Решение бизнес-кейсов
- Подготовка к трудоустройству
Источник: evgenev.ru
Точки роста и пути развития для бизнес-аналитика
В конце апреля 2020 года, когда карантин был в самом разгаре, мы провели вебинар, посвященный той же теме, что и эта статья. С тех пор прошло немало времени, поэтому некоторые вещи теперь можно оценить ретроспективно.
Прежде всего, давайте вспомним ощущение растерянности и непредсказуемости в начале карантина. Все привычные условия жизни и работы вдруг исчезли: границы закрыты, пассажирские перевозки отменены, в офисе работать нельзя, кафе, рестораны и коворкинги тоже не работают, детские садики и школы закрыты. Жизнь остановилась? Нет. Просто изменились правила жизни.
Причем, для многих из нас ничего радикально нового не возникло – мы просто стали чаще пользоваться доставкой товаров на дом и онлайн-коммуникациями.
Так значит вообще никаких проблем? Тоже нет. Для большого количества компаний наступили по-настоящему тяжелые времена: бизнес остановился, сотрудники либо были уволены, либо ушли в отпуск без содержания. Для пожилых людей, для людей с инвалидностью и других, чья жизнь и до карантина была непроста, выживать стало еще труднее.
Ну ОК, а при чем здесь бизнес-аналитики и точки роста? А вот причем: тот факт, что вы сейчас читаете эту статью, говорит, что ни карантин, ни коварный вирус не пошатнули вашего желания покорить новые вершины в профессии, которая вам приносит доход и удовольствие. Искренне рад за вас, коллега! Кроме того, испытания и вызовы, которые нам подкинула судьба за это время, очень наглядно показали, что помогает нам сохранять эффективность. Так давайте разберемся, куда же стоит расти и на каких качествах делать акцент.
Начнем с подхода, который будет полезен для поиска ответов на эти и подобные вопросы. Многое из того, о чем пойдет речь ниже, можно очень емко выразить с помощью лаконичной и мощной формулы, родившейся несколько сотен лет назад:
«Господи, дай мне спокойствие принять то, чего я не могу изменить, дай мне мужество изменить то, что могу. И дай мне мудрость, чтобы всегда отличать одно от другого».
Для бизнес-аналитика это означает, что в любых жизненных ситуациях очень полезно оставаться… аналитиком. Каждую ситуацию необходимо оценить (по возможности беспристрастно) и четко определить для себя «рамки проекта»: то, что изменить нельзя – суть ограничения; то, что изменить можно – суть требования. Знакомо? Да мы же этим практически каждый день занимаемся!
Только в других доменах. А тут в роли заказчика, которому нужно предоставить ценность, выступает сам аналитик.
Эта рекомендация может показаться столь же эффективной и столь же невыполнимой, как и классическая фраза «мыши, станьте ежиками» из известного анекдота. Да, достичь такого уровня саморефлексии, при котором можно объективно оценить себя и свои возможности, трудно. Да, трудно избежать при этом оценочности, самооправданий и самозаталкивания под плинтус. Но, поверьте, это не только возможно, но и фантастически интересно.
Итак, определимся с ситуацией. То, что мы обсуждали в ходе вебинара, можно свести к нескольким идеям:
- ИТ-отрасль находится на острие технического прогресса, поэтому у ИТ-специалистов, в том числе – у аналитиков, есть хорошие шансы оставаться востребованными на годы вперед.
В качестве «системы координат» для обсуждения направлений роста мы использовали структуру базовых компетенций бизнес-аналитика, отлично описанную в ВАВОК™ (A Guide to the Business Analysis Body of Knowledge™). И чтобы разговор был более предметным, провели опрос на тему «Какие качества нам нужны, чтобы справиться с вызовами?». Результаты опроса представлены ниже. В опросе приняли участие более 100 слушателей вебинара, поэтому полученные результаты можно считать релевантными.
Заметьте, очень многие качества получили невысокие оценки, и может показаться, что такие качества аналитикам не очень нужны. Но причина невысоких оценок на самом деле в другом. Опрос проводился среди бизнес- и системных аналитиков, а это значит, что у респондентов уже развиты многие из перечисленных качеств. Поэтому наибольшее количество голосов набрали те качества, которые как раз нуждаются в прокачке и задают направления дальнейшего развития. Давайте рассмотрим их чуть подробнее.
Системность мышления – это, конечно же, основа работы аналитика. Это умение видеть полную картину происходящего яснее, шире и глубже, чем все остальные участники ситуации. Но при этом это очень субъективная штука, которую невозможно «пощупать», трудно измерить и непонятно, как прокачать. Для развития этого качества важно уметь обсуждать проблемы и их решения совместно с коллегами. В ходе таких обсуждений вы получаете возможность рассмотреть ситуацию с различных точек зрения, обсудить многочисленные «за» и «против» и постепенно развить в себе способность к такому всестороннему рассмотрению любой задачи.
Адаптивность – это способность выстоять во время потрясений, обойти ограничения, обрести новый опыт. Развитию адаптивности способствуют занятия, заставляющие мозг искать решения в сложных или динамично меняющихся ситуациях. Это могут быть походы по удаленным от цивилизации местам, участие в квестах или создание разнообразных штук для дома (сейчас это называется модной аббревиатурой DIY). Получается и полезно, и приятно – ведь все эти занятия являются источником радости от достижения целей и интересных впечатлений от самого процесса.
Обратите внимание – именно умение слушать набрало больше всего голосов в этом разделе. Умение на время отбросить свое понимание ситуации, выслушать собеседника и понять его ценности, страхи, боли и идеи. И неважно кто это – представитель заказчика или коллега ИТ-шник – у каждого человека есть свое видение ситуации, свое понимание «что такое хорошо и что такое плохо». И нередко именно умение принять чужую точку зрения помогает обогатить и расширить наше собственное восприятие мира (вспомните, что говорилось выше о системности мышления).
Умение вести переговоры и гасить конфликты коррелирует и с умением слушать, и с адаптивностью, и с целостным пониманием ситуации. Аналитику важно воспринимать происходящее с максимальной объективностью, даже с некоторой отстраненностью (в психологии это называется «быть в третьей позиции», т.е. в позиции внешнего наблюдателя). И помогать всем участникам обсуждения найти точки соприкосновения, найти решения, которые учтут все потребности и ограничения. Конечно, прийти к такому безэмоциональному отношению сложно, особенно когда все окружающие свои эмоции не сдерживают. Но такое отношение – одно из правил техники безопасности для аналитика, защита от преждевременного психологического выгорания.
Эти три раздела сведены вместе, потому что в них речь идет о рациональных вещах, которым можно обучаться по разнообразным источникам. Книги, статьи, тренинги – в вашем распоряжении огромный объем знаний, из которого можно извлечь массу полезной информации. Ну и, конечно, особо ценным здесь будет личный опыт участия в проектах и опыт адаптации стандартных технологий к нестандартным ситуациям. Особенно опыт.
Знания, конечно же, имеют ценность, но важно помнить, что они станут частью вашего интеллектуального капитала только после долгой и успешной практики. Вспомните школьные годы – на изучение алфавита ушло несколько месяцев, а на отработку умения связно, грамотно и красиво излагать свои мысли – все последующие годы.
Особенно важна практика для качеств, которые были описаны первыми (аналитическое мышление, поведенческие и коммуникативные навыки, навыки сотрудничества). В качестве такой практики хорошо использовать деловые игры, которые позволяют промоделировать реальные бизнесовые или житейские ситуации и попробовать применить разные подходы к их разрешению. «Наступить на грабли» в игре не так больно, как в реальной жизни, но эмоции при этом возникают самые настоящие. И в копилку опыта игровые ситуации откладываются так же эффективно, как и реальные.
Практически у всех обучающих мероприятий, ориентированных на взрослую аудиторию, есть одно существенное ограничение – невозможно построить учебную программу или сюжет игры, которые были бы одинаково интересны всем обучаемым. Неминуемо некоторые темы оказываются скучны тем, кто имеет больший опыт, а другие темы остаются не понятными для тех, чей багаж знаний пока еще мал.
Именно поэтому учебные курсы длительностью от нескольких дней до нескольких месяцев хорошо подходят только для начинающих. Это относится и к профессии в целом, и к отдельным [техническим] дисциплинам: нотации визуального моделирования, SQL, HTML, протоколы интеграции и пр.
А вот для более опытных коллег, как правило, оказываются практичными более короткие учебные активности, нацеленные на проработку отдельного навыка или группы навыков. Причем, чем больше опыта и знаний, тем более короткими и тем более узконаправленными могут быть такие мероприятия. Фактически, этот подход очень похож на микросервисную архитектуру, когда из отдельных сервисов (в нашем случае учебных мероприятий) можно скомпоновать практически любую программу обучения под практически любую аудиторию. В частности, можно проводить узкоспециализированые тренинги для сводной группы, состоящей из представителей как проектной команды, так и заказчика. КПД такого обучения получится гораздо выше, а времени будет затрачено гораздо меньше, чем при классическом подходе.
Апофеозом такого подхода можно считать коучинг, когда длительность одной сессии не превышает часа, а вопросы для проработки могут быть выбраны абсолютно любые, без ограничения какой-либо учебной программой. Коучинг применим и к развитию личных качеств аналитика, и к формированию нужных навыков у целой команды – в обоих случаях коуч помогает найти правильный маршрут к цели. Как лоцман, который проводит корабль через сложные или опасные участки акватории.
Диджитализация всего, Big Data, искусственный интеллект, интернет вещей – накопление новых знаний и появление новых технологий приводят к качественным скачкам в жизни человечества, после которых снова появляются новые знания и технологии. Этот процесс идет с нарастающей скоростью, и уже сейчас за время активной жизни одного человека может смениться несколько технологических эпох. И да, смена эпох всегда происходит через кризис. Будет ли нам при этом «плохо» или «хорошо», зависит только от нас самих – от наших возможностей, от умения быстро переучиваться и адаптироваться к новым правилам.
Желаю вам оседлать волну перемен подобно серфингисту и использовать ее силу для собственного развития! И, конечно, получать при этом удовольствие!
Источник: ibs-training.ru
Как запускать проекты по бизнес-аналитике?
Вопрос, который возникает у многих при работе в аналитических проектах, — как правильно их начинать? В интернете множество заумных статей и руководств, написанных сложным языком, но какого-то универсального рецепта найти в них крайне сложно. К сожалению, не существует конкретного всеобъемлющего свода правил ведения таких проектов. Но у нас есть несколько советов для самого начала работы с проектом, которые значительно облегчат вашу жизнь.
1. Стейкхолдеры
Зафиксируйте всех заинтересованных в проекте лиц (стейкхолдеров)— неважно, в проекте какого рода вы работаете, вы всегда должны знать о всех его заинтересованных лицах. В проекте может быть множество стейкхолдеров, и чтобы определить их, вы можете создать соответствующий документ для анализа. Это может быть простой лист Excel, в котором вы перечислите их имена, должности, отделы, роль в проекте и любые другие важные детали, специфичные для вашего проекта. Такой документ будет полезен на протяжении всего жизненного цикла проекта и еще долго после этого.
2. Матрица заинтересованных сторон
- Заказчик — формулирует задачу и выступает в качестве утверждающего её решения. Обычно принимает результаты работы.
- Группа поддержки — ваши подчиненные или коллеги, они предоставляют ресурсы или оказывают помощь, но не могут влиять на управление проектом.
- Консультанты, эксперты — хорошо разбираются в зоне своей ответственности и в соответствующей предметной области, к таким часто приходится обращаться за специализированной помощью.
- Информируемые — их достаточно держать в курсе происходящего на проекте.
3. Требования к проекту
Примите решениях о методах получения информации о требованиях к проекту. Таковых существует множество, например, мозговой штурм, интервью, семинары и т.д.
В силу ограниченности располагаемых ресурсов на проекте, особенно времени вовлеченных в него людей, настал лучший момент заглянуть в матрицу заинтересованных сторон, чтобы не забыть ни о ком важном и подобрать соответствующий инструмент для коммуникации. Например, мнение директора по производству может быть значимым для конкретного проекта и описания текущего состояния AS IS, но, возможно, его будет недостаточно для полного формирования целевого представления TO BE. В таком случае вы возьмете у него интервью, чтоб понять его точку зрения, опасения и аргументацию, но не будете пытаться встроиться в его перегруженный график и пригласить на продолжительный мозговой штурм. Обязательно уточняйте доступность, уровень влияния, должность, наличие интереса к проекту у стейкхолдеров, прежде чем выбирать метод получения информации об их требованиях к проекту.
4.Подготовка
Сделайте домашнюю работу. Не все проекты начинаются с приглашения заинтересованных сторон на личные встречи и общие собрания, с рассылки опросных листов или организации семинаров. На самом деле, большинство из аналитических проектов (если не все), где запланировано развитие уже существующих бизнес-процессов (например, цифровая трансформация) не начинаются с нуля.
Как правило, такие AS IS-процессы уже устоялись и, вероятно, задокументированы. Вы можете найти описания, регламенты и множество сопутствующих процессу документов, формирующие представления о том, как они работают сейчас. Как бизнес-аналитик внимательно и критически изучите бизнес-правила, собранные документы и соответствующие информационные потоки. Не пропускайте деталей, выявляйте противоречия, уточняйте неоднозначную информацию, ведь в случае, если же вы ограничитесь своими предположениями, это может вам в последующем выйти боком.
5. Анализ
После того, как вы собрали требования и уверены в их содержании, важно их проанализировать. Анализ подобен тому, что выполнялся на предыдущем шаге, и довольно многие его пропускают, но это упражнение просто необходимо. Анализ требований включает в себя выявление любых аномалий, закрепление предположений и ограничений на проекте, декомпозицию требований на уровень конкретной функциональности, группировку требований и уточнение того, что важно на самом деле, а что нет. Чем больше вы потратите сил и времени на этом этапе, тем меньше вас будет ждать сюрпризы в дальнейшем ходе проекта.
6. Приоритеты
Настал черед определения приоритетности требований. У вас есть полная картина с проанализированными и задокументированными требованиями, а теперь в зависимости от задач проекта и списка заинтересованных сторон, вам может потребоваться выбрать из требований более приоритетные. В таком случае, вы можете применить часть гибкой методологии Agile, в которой функциональные требования к продуктам/приложениям реализуются итерационно. Несмотря на то, что у вас есть заказчики / владельцы проекта, вы в качестве бизнес-аналитика должны владеть полной картиной, знать все требования и понимать их влияние на бизнес. Продуманный план реализации требований проекта сравним по значимости с самим проектом.
7. История изменений
Проверьте себя, как вы можете проследить историю изменений требований до проекта и в ходе его реализации. Когда проект будет подходить к концу, и будут тестироваться его результаты, вы вероятно столкнетесь с тем, что результат не будет совпадать с озвученными ранее требованиями. На такой случай вы должны быть способны обнародовать историю изменений этих требований вплоть до первоисточника. Особенно это актуально в постоянно изменяющейся сфере ИТ, или в случаях, когда кто-то другой подключится к вашей работе и вносит в нее правки. Таким образом, хорошо задокументированные и прослеживаемые требования сэкономят время и энергию, и, конечно же, предупредят разочарование.
Источник: reshape.ru