Как вытащить из данных максимум. Навыки аналитики для неспециалистов

Когда-то я занимался анализом данных по определенному виду банковских резервов. Получив эту работу, я вместе с ней получил в наследство и совершенно жуткий отчет в PowerPoint. Он состоял примерно из 75–80 слайдов, и на каждом из них было по одной таблице. Да-да, вы все правильно прочитали: по одной таблице на слайд, и таких слайдов восемь десятков. А знаете, что самое забавное? Каждая таблица была построена в Excel, поэтому мне приходилось каждую неделю обновлять файл и смотреть, чтобы все таблицы выглядели как положено, а все ссылки были на месте. Если я случайно уничтожал ссылку в данных, то слайды не обновлялись, и мне приходилось заново привязывать каждую таблицу к нужному слайду. Это было не слишком весело, особенно учитывая, что этот отчет предназначался для руководства (поэтому аккуратность и красота были важны сами по себе).

Занимаясь этим, я стал задумываться о новом подходе, более креативном. Вместо кучи таблиц в Excel я построил шесть прогностических модельных таблиц. Да-да, всего шесть! Помимо сокращения числа таблиц, от этого была и другая польза: все заинтересованные лица теперь могли просмотреть презентацию и при помощи смартфона. Прощай, адский кошмар PowerPoint, здравствуй, эффективность! И все это – благодаря творческому подходу.

Третий элемент дата-грамотности – это анализ данных. Как вы думаете, какое отношение креативность имеет к анализу? Самое прямое! Одна из ключевых способностей при анализе данных – ставить правильные вопросы. Если бы мы все задавались одними и теми же вопросами, глядя на одни и те же данные, насколько качественным был бы наш анализ? Расширяя набор навыков дата-грамотности и совершенствуя умение обращаться с данными, мы можем добиться многого, если привнесем в анализ данных свой собственный уникальный взгляд и творческий подход. Один из важных аспектов креативности в анализе данных связан со STEM-образованием.

Напомню, STEM – это естественные науки, научно-технические дисциплины, инженерия и математика. Я всегда выступал за добавление еще одной буквы к этой аббревиатуре и сейчас с радостью наблюдаю за эволюцией в этом направлении. Я говорю о STEAM-образовании, то есть о естественных науках, технологиях, инженерии, гуманитарно-художественных дисциплинах и математике. Пока это новый подход, но у этой буквы (А – Arts) появляется все больше и больше поклонников в мире данных и аналитики. Гуманитарная направленность означает, что мы можем не просто читать данные, работать с ними и анализировать их, но и общаться при помощи данных (четвертый элемент дата-грамотности).

Общение на языке данных – мощный и крайне необходимый аспект данных и дата-аналитики. Этот мир порой кажется нам скучным, а то и страшным. Не все такие «ботаники», как я (мы-то обожаем мир данных), так что способность эффективно доносить до всех данные и результаты их анализа очень-очень много значит. Вот тут на сцену и выходит вторая «С» – творческий подход. Креативность плюс искусство равно история: возможность создавать сюжеты и контекст – и вдохновлять аудиторию. Когда мы развиваем в себе эту способность – рассказывать при помощи данных настоящие истории, творческий подход просто необходим. Благодаря нашей креативности многие наши коллеги (и не только) подключаются к процессу и начинают понимать ключевые аспекты и решения, которые подсказывают нам данные. Насколько успешнее была бы ваша карьера в сфере данных и аналитики, если бы все вокруг лучше понимали и контекст, и ваши намерения! А между тем этого вполне можно добиться – посредством творческого подхода.