Как вытащить из данных максимум. Навыки аналитики для неспециалистов

Перед началом путешествия в мир данных и аналитики мы должны выработать такой же менталитет. Конечно, Стив Джобс смог разглядеть лакуны на рынке, отреагировать на них и проактивно создать замечательные продукты, но сейчас речь не о такой реакции. Представьте себе, что ваш босс говорит на совещании: «Посмотрите на эти цифры, такого не должно быть. Стефани, идите и разберитесь, что случилось». Или: «У нас аврал, еще до обеда нам жизненно необходимо сделать X, Y и Z». Преобладание реактивной работы над проактивной портит жизнь множеству организаций.

В сфере данных и аналитики это происходит, увы, повсеместно. Вместо того чтобы изучать рынок, тенденции и т. д., аналитики застревают в бесконечной петле реактивного анализа: им задают вопросы, а они вынуждены отвечать на них и придумывать возможные реакции. Хочу сразу оговориться: я ни в коем случае не утверждаю, что реактивному анализу вообще не должно быть места в рабочих процессах. Наоборот, временами он необходим, поскольку является неотъемлемой составляющей четырех аналитических уровней. Нет, я лишь рекомендую вам обращать внимание на менталитет. Если мы постоянно будем только тушить пожары, то никогда не сможем их предотвращать. Иными словами, наши решения не должны сводиться исключительно к реакции на происходящее: в игре порой необходимо делать первый ход, полагаясь на навыки дата-грамотности и аналитические инструменты для того, чтобы самим определять рынок, а не реагировать на него.

Если сравнивать реактивную и проактивную аналитику, то наглядным примером может послужить кризис, связанный с COVID-19. Компании и организации, отдельные люди и целые страны реагировали на новости и свежие данные. Порой реакция заходила слишком далеко. Мир столкнулся с тем, с чем не сталкивался еще никогда, поэтому неудивительно, что он оказался не готов к такому повороту событий. Однако пандемии случались и раньше – нельзя ли было, как говорится, подстелить соломку заранее? Например, заранее позаботиться об обеспечении безопасности на случай подобного кризиса – не только с точки зрения здравоохранения, но и в экономическом смысле.

В сфере данных и аналитики необходимо вырабатывать проактивный менталитет. Без реактивной аналитики тоже порой не обойтись, но нужно работать и на опережение, изучая тенденции и внимательно следя за тем, что происходит в мире. Настройтесь на проактивную аналитику, стройте прогнозы, совершенствуйте навыки.

Начинайте с основ

Начинать с основ, казалось бы, логичнее всего, но не для всех это очевидно. Возможно, взрослым, состоявшимся людям не слишком приятно в очередной раз выслушивать, что основы – фундамент успеха. Простота может разочаровывать или даже раздражать. И все же – начиная путешествие в мир данных, сосредоточьтесь на основах. Пожалуйста.

Многие из нас в начале пути очарованы блеском: новейшие технологии – это же очень интересно! Однако, поддавшись очарованию, мы рискуем сбиться с пути к успеху. Мир данных полон таких примеров – когда руководители придают технологиям и процессам чрезмерное значение в надежде, что они смогут разрешить все проблемы сотрудников или организации в целом. Скажем, большие данные и обработка данных: и тем, и другим нас буквально пичкают последние лет десять; и то, и другое превращается чуть ли не в миф, в религию. Те же большие данные играют свою роль, но в нашей сфере не существует чудодейственных средств для решения любых проблем и удовлетворения любых потребностей. Однако руководители организаций надеются на чудо, а когда чуда не случается, закономерно расстраиваются.

Так что начинайте с основ. Проработайте их. В первую очередь изучите, что такое данные как таковые. Как они работают? Откуда они берутся? Точно так же поступите и с аналитикой. Не нужно сразу нырять в глубину и с ходу хвататься, к примеру, за изучение типов машинного обучения, если вы слабо разбираетесь в каких-то базовых вещах. Приступайте к делу разумно.

Когда я общаюсь с детьми, осваивающими новый навык, то всегда советую им посмотреть на профессионалов. Над чем работают эти люди? Возьмем профессионального баскетболиста: он посвятит всю тренировку отработке самого сложного броска на свете? Или начнет с разминки, с базовых упражнений? Разумеется, второе.

Когда будете учиться обращению с данными, берите пример с нашего гипотетического баскетболиста. Изучите основы визуализации данных – и со временем вы научитесь создавать удивительные визуализации, способные рассказать интереснейшие истории, которые будут иллюстрировать полученные вами знания. Этот день непременно наступит, если вы начнете с малого. Изучая анализ данных, начните с совершенствования навыков чтения результатов дескриптивного уровня. Разберитесь в том, как работают эти методы, попытайтесь прокачать навыки сторителлинга… и т. д. А затем можно будет пойти дальше и отрабатывать навыки, необходимые для диагностического уровня. Учитесь задавать правильные вопросы о данных, которые у вас есть. Так, от простого к сложному постепенно вы добьетесь прогресса.