Как вытащить из данных максимум. Навыки аналитики для неспециалистов

В работе с данными на четырех уровнях аналитики есть много общего, но вместе с тем каждый уровень обладает своими уникальными особенностями. Даже в дескриптивной аналитике работа с данными может означать для разных сотрудников и разных подразделений организации совершенно разное. Вы наверняка помните, что дескриптивный анализ – это описание того, что уже произошло или происходит в организации прямо сейчас. К описанию происходящего и сводится работа с данными на этом уровне. Строя визуализацию недавней маркетинговой кампании или рассматривая ее, вы работаете с данными. Это происходит постоянно. Вспомните пример из предыдущей главы – про Rolls-Royce и авиационные двигатели. Сколько способов работы сотрудников с данными мы обнаруживаем только в этом частном случае? Одни разрабатывали датчики для сбора данных, другие собирали данные, третьи анализировали их для последующего применения. И все эти люди работали с данными.

Второй уровень аналитических методов – диагностический, то есть поиск причин того, что было выявлено на дескриптивном уровне, – это тоже работа с данными. Пытаясь определить, почему что-то произошло, ища инсайты, раскрывая причины и следствия случившегося, мы работаем с данными. Формулировка вопросов, составление отчетов, проведение анализа – это все работа с данными. В каких сферах вам нужны инсайты? Какие важные знания вы хотите получить? Почему проиграла последний матч ваша любимая команда? Или – какое снаряжение взять с собой в поход? Вы уже работаете с данными самыми разными способами. Но давайте вернемся к работе организаций с данными и вновь обратимся к примеру с Rolls-Royce и двигателями: зачем собирать данные, если мы не собираемся работать с ними, чтобы почерпнуть важные знания? На тех, кто обрабатывал данные, считанные датчиками, лежала большая ответственность – ведь новые знания потенциально могли спасти множество человеческих жизней.

Предиктивный и прескриптивный анализ также подразумевает работу с данными разными способами. Эту работу выполняют разные группы сотрудников – от тех, кто отвечает за получение данных, до тех, кто непосредственно занимается их обработкой, делает прогнозы, анализирует (то есть, строго говоря, читает). Работа с данными – обычное дело для каждого из нас: мы постоянно этим занимаемся в повседневной жизни.

Если вы болельщик, то часто ли вы пытаетесь выявить тенденции, связанные с выступлениями вашей любимой команды в текущем сезоне, чтобы предсказать, как она сыграет в важном матче? Постоянно! Мы все время работаем с данными, читаем их, чтобы обогатить нашу жизнь, но на что это похоже в рабочей обстановке? Давайте рассмотрим еще один пример.

Представьте себе, что вы работаете в крупной организации, которая хочет запустить новую инновационную маркетинговую кампанию: ничего подобного ваша организация еще не делала. Эта кампания долго и с огромным трудом разрабатывалась, а из-за ее беспрецедентной сложности многие сотрудники очень нервничают. Как они будут работать с данными в такой ситуации? Что они будут стараться обнаружить? Какова роль дата-грамотности? Давайте рассмотрим, как разные группы сотрудников работают с данными, чтобы запустить эту кампанию и проанализировать ее успешность.

РАБОТА С ДАННЫМИ: IT-ОТДЕЛ

Для начала возьмем IT-специалистов. Нужно ли им работать с данными, чтобы помочь в запуске подобной кампании? Разумеется! В рамках этой конкретной кампании IT-отдел должен был и получить, и сделать доступными данные, необходимые для принятия обоснованных решений. Команда работала с данными самыми различными способами. В результате конечные пользователи получили возможность анализировать и использовать данные для обеспечения успеха кампании.

РАБОТА С ДАННЫМИ: ОТДЕЛ МАРКЕТИНГА

Далее рассмотрим саму команду маркетологов. Требуется ли от них работа с данными? Конечно! Маркетологи должны работать с данными, чтобы провести описательный анализ. Им нужно определить тенденции и закономерности в данных, касающихся как самой организации, так и рынка в целом. Именно данные помогут им составить прогноз успешности кампании.