5 tipů, jak si vybudovat kariéru v analytice

author
9 minutes, 14 seconds Read

Jak si vybudovat kariéru v analytice – to je otázka, na kterou se mě spousta lidí ptá už poněkolikáté! Moje odpověď většině z nich zněla: Analytika je všude kolem vás – jen se musíte chopit příležitosti a uplatnit ji ve světě podnikání. Nyní se to může zdát jako mateřské prohlášení, pronesené s úmyslem neposkytnout žádný konkrétní návod, jak toho lze dosáhnout. Ale popravdě řečeno, příležitost přejít na Analytiku jako na kariéru, láká nyní více než kdy jindy.

Téměř všechny významné poradenské a výzkumné firmy na světě pochopily dalekosáhlé důsledky Analytiky a začaly vytvářet týmy, které se připravují na otevření firemních stavidel, aby zakomponovaly Analytiku do svých každodenních obchodních rozhodovacích procesů i do formování svého strategického myšlení. Je obrovský nedostatek lidí kvalifikovaných v oblasti Analytiky, kteří by firemním domům pomohli co nejlépe využít data, která se ukládají a generují zběsilým tempem.

Tady je mých 5 tipů pro vstup do kariéry analytika:

1. Naučte se pracovní nástroje – SAS, SPSS, R a SQL. Začněte s jakýmkoli nástrojem, ke kterému získáte přístup. Někdy budete překvapeni, že nástroj, o kterém jste si mysleli, že ve vaší organizaci neexistuje, ve skutečnosti existuje. V jednom z mých předchozích zaměstnání, když jsem byl zaneprázdněn vyjednáváním se společností SAS o licencích pro svůj tým, mi kolega, který byl aktuár, řekl, že kdysi dávno viděl v počítači jednoho člena svého týmu SASsession. Navázal jsem s tímto členem týmu kontakt a zjistili jsme, že již máme server SAS, který čeká na své využití!“

Učení není o tom, abyste znali všechno, ale abyste se naučili podstatné části důkladně a získali solidní znalosti o tom, co se učíte. Mnohem raději bych dal přednost uchazeči, který ví hodně o tom, jak spustit regresi v SPSS, než člověku, který má polovičaté znalosti (ví něco málo o CHAID, udělal něco málo regrese,zná něco málo SAS a něco málo SPSS) Pokud jste schopni shromáždit jeden nástroj a několik modulů/technik tohoto nástroje, pak máte větší šanci získat práci a také být schopni práci udělat.

Vezměte si nástroj, který je pro vás snadno dostupný, a začněte se ho učit – SAS, SPSS, R (nyní je k dispozici jako open source).

Nedoporučuji používat pirátský software, i když je nyní na trhu volně dostupný.

2. Naučte se triky – Pokud jste se naučili nástroje, vaše práce je hotová jen napůl. Musíte se naučit triky tohoto řemesla. Nyní před vámi stojí dvě možnosti – a) učit se od jiného zkušeného člověka/osob, které možná máte ve své organizaci, b) učit se z odborných výukových programů.

Samostatné výukové programy vám neposkytnou tajnou omáčku analytiky, která je velmi důležitá pro to, abyste byli schopni nasadit analytiku k řešení reálných problémů. Výstupy ze spuštěných proc v SAS nebo modelů v SPSS vyhodí velké množství statistik. Vědět, na které statistiky se zaměřit a které ignorovat, je jedno z nejdůležitějších tajemství, o které se s vámi podělí pouze zkušení odborníci na Analytiku.

3. Vyhledejte ve své pracovní sféře příležitost, jak uplatnit Analytiku ve své současné organizaci. Poměrně často je pro lidi obtížné určit, kde začít. Jednoduchým pravidlem je zde identifikace zdrojů dat a zjištění, zda jsou data shromažďována v nějakém datovém úložišti. Pokud se data shromažďují v určitém podnikovém procesu nebo funkci, je pravděpodobné, že čekají na využití.

Vždy mějte na paměti, že je užitečné začít s nízko visícím ovocem. Nesnažte se vytvořit prediktivní model hned napoprvé. Vaše organizace nebude připravena na tak náhlou velkou skokovou změnu; co je důležitější, budete si muset získat důvěru organizace, než začne důvěřovat prediktivní síle analytiky a vaší schopnosti ji využít.

Začněte generováním jednoduchých poznatků z dat, která v současné době nejsou zachycena v obchodních výkazech. Vytvářejte jednoduché metriky, které budou mít pro podniky obrovskou přidanou hodnotu a zaujmou důležité lidi ve vaší organizaci tím, co děláte. Jednou jsem mluvil se svým klientem (který podnikal v přímém prodeji), který měl nejlepší systém BI, ale neměl dobře definované metriky, které by mu pomohly systém BI využít. Nevěděli ani jednoduché skutečnosti, jako například:

  1. Které regiony mají maximální poptávku po jejich produktech a potřebují přítomnost většího týmu prodejců?
  2. Jak zákazníci reagují na propagační akce?
  3. Které typy propagačních akcí jsou úspěšnější?
  4. Kolik zákazníků a kteří zákazníci měli dvojí/trojí vlastnictví jejich výrobků?
  5. Kdy si zákazník naposledy koupil některý z jejich výrobků? (rok zpět, 2 roky zpět, 3 roky zpět, 4 roky zpět, 5+ let zpět)
  6. Zákazníci obvykle upgradovali svůj produkt po 3 letech – kteří zákazníci spadali do této kategorie?
Mohlo by vás zajímat

Jak technologie urychlila přechod dovedností…

1. července 2020

Chytrá kvalifikace:

28. dubna 2020

Data Science Myth buster : Znalost statistiky není…

28. dubna 2020

Záměrem zdůraznění výše uvedeného příkladu je zdůraznit, že většina organizací nedělá ani ty nejzjevnější věci z hlediska analýzy dat.

Nejlepším způsobem, jak začít s analýzou ve vaší organizaci, je začít tím, že si položíte několik jednoduchých a zřejmých otázek, a to jak z pohledu akcionářů/manažerů, tak z pohledu zákazníků. Jakmile budete mít seznam otázek a faktů, které byste chtěli vidět, začněte používat data a zjistěte, zda můžete přijít na tato fakta a/nebo odpovědi na otázky, které máte.

Další fází je převést fakta do reportů, které lze generovat pro různé časové intervaly a pro různé výseče dat. Pokud jste tak učinili, začali jste již budovat zavedený systém BI. Jakmile máte sadu reportů, které ukazují důležitá a poutavá fakta o podniku a obsahují poznatky a odpovědi na otázky, které by rád znal každý manažer, již jste si vybudovali důvod, proč začít používat analytiku ve své práci/organizaci.

4. Vytvořte případovou studii své práce a ukažte případ nejvyššímu vedení. V opačném případě ji přidejte do svého životopisu. Pokud vaše organizace nepodporuje vaši iniciativu v oblasti Analytiky, poohlédněte se v příslušné oblasti mimo ni. Pro člověka s vašimi nově nabytými dovednostmi by se venku našlo spoustu příležitostí!

5. Čtěte hodně o analytice – Připojte se k blogům o analytice, vláknům o analytice, sledujte analytické společnosti a mějte přehled o nejnovějším dění v oblasti analytiky. Díky tomu budete mít dobrou pozici pro sledování toho, jak se Analytics uplatňuje v různých podnikových oblastech a funkcích, a zvýšíte své znalosti v oboru.

Pokud budete věrni magickému číslu 5, zde je 5 možných kariérních cest, které si můžete v oboru Analytics zvolit.

1. Expert na nástroje/expertní programátor – Odborníci na programování a hloubku softwaru. Můžete se stát osobou, na kterou se obrátíte v případě jakýchkoli dotazů souvisejících s programováním a řešením problémů se softwarem.

2. Odborný modelář – častěji se stává, že nejlepší programátoři nejsou nejlepšími modeláři a naopak. Je to možná proto, že pro tyto dvě různé sady dovedností potřebujete různé druhy temperamentu.

3. Expert na řešení – vytvářejte koncepce a analytická řešení, která pomáhají řešit obchodní problémy. Expert na řešení rozumí problému, který je třeba vyřešit, a má odborné znalosti pro vytvoření nejvhodnějšího Analytického rámce pro řešení problému. Doporučuje také nejlepší metodu/soubory metodik, které je třeba k řešení problémů použít. Jsou to „analytičtí architekti“, pokud je tak lze nazvat.

4. Vypravěč příběhů – dokážete vytvořit co nejpraktičtější a nejpůsobivější příběh, který klientům pomůže změnit jejich podnikání. Máte schopnost porozumět podnikání klienta, jeho bolestivým místům a spojit dohromady poznatky z Analýzy, abyste mohli splétat silné strategie pro klienta.

5. Jaké jsou vaše schopnosti? Prodejce analytiky – vaším úkolem je přesvědčit potenciální klienty, aby ve svém podnikání využívali analytiku, a ukázat jim, jaký z toho mohou mít prospěch.

Dovolte mi přidat šestý. Vracejte znalosti analytické komunitě – až si uvědomíte, že jste se naučili dost, začněte tyto znalosti šířit do širší komunity. Čím více lidí si uvědomí sílu analytiky v kariéře, tím více si ji osvojí a začnou ji používat.

Obrázek s laskavým svolením jscreationzs na FreeDigitalPhotos.net
Zajímá vás kariéra v oblasti datových věd?
Chcete-li se dozvědět více o kurzu Data Science with SAS společnosti Jigsaw – klikněte zde.
Chcete-li se dozvědět více o kurzu Data Science with R společnosti Jigsaw – klikněte zde.
Chcete-li se dozvědět více o kurzu Big Data společnosti Jigsaw – klikněte zde.

Chcete-li se dozvědět více o kurzu Big Data společnosti Jigsaw – klikněte zde.

Similar Posts

Napsat komentář

Vaše e-mailová adresa nebude zveřejněna.