Почему профессии добавляют аналитику в свои наборы навыков
21 октября 2022 г.Навыки анализа данных сейчас очень востребованы. Аналитик данных может рассчитывать на зарплату на начальном уровне, которая значительно выше средней заработной платы. Аналитики данных более высокого уровня могут рассчитывать на то, что они поднимутся в самые высокие эшелоны компании. Хотя это относительно новая область, вскоре кандидаты на пост генерального директора часто (если не обычно) имеют опыт работы с аналитикой данных.
Более того, в этой области относительно легко найти работу, потому что во всем мире существует острая нехватка навыков для людей с навыками анализа данных. По этой причине многие профессионалы, независимо от их текущей области, добавляют аналитику данных в свои наборы навыков, проходя дополнительные курсы и обучение. Это делает их гораздо более перспективными на лучших доступных рабочих местах.
Существует множество различных форм анализа данных, и они имеют разные приложения в бизнесе. Форма, в которой вы должны развивать опыт, зависит от вашей роли и карьерных устремлений, поэтому полезно знать разницу между основными типами.
1. Описательная аналитика
Описательная аналитика предназначена для интерпретации того, что уже произошло. У вас есть данные, и на их основе вы делаете выводы и делаете выводы. Таким образом, аналитик данных, который отслеживает посещаемость мероприятий по всей стране в течение одного года и использует эти данные, чтобы решить, в каких городах следует проводить мероприятия в следующем году, может служить примером описательного аналитика данных в действии.
Описательные аналитики отлично умеют собирать и представлять данные, которые позволяют руководителям организации принимать оптимальные решения для своего бизнеса.
2. Диагностическая аналитика
Там, где описательная аналитика показывает, что произошло, диагностическая аналитика больше заинтересована в объяснении причин этого. Это вопрос «почему» в движении.
Так, например, если компании не удается выполнить план продаж за квартал, описательный аналитик сможет получить детализированный уровень детализации того, где продажи упали, какие продукты были неэффективными, а также разбивку рынков, на которых оказывались трудными. Диагностический аналитик сделал бы еще один шаг вперед.
Они брали данные и объясняли, почему продукт плохо продавался (например, он перестал быть модным), или первопричины того, почему один город меньше покупал у компании (маркетинг оскорблял людей на этом конкретном рынке, ведет к бойкоту).
Диагностический аналитик более стратегичен, чем описательный аналитик, и предоставляет данные, которые могут быть немедленно использованы старшим персоналом.
3. Предиктивная аналитика
Предыдущие две формы аналитики были обращены в прошлое. Предиктивная аналитика — это «угадывание» будущего. Однако это не дикая догадка. Специалисты по прогнозной аналитике просматривают исторические данные, включая диагностическую информацию, и используют информацию о том, «что произошло» и «почему», чтобы предположить, что будет дальше.
Прогнозные аналитики, как правило, работают с огромными объемами данных. Чем больше исторических данных у вас есть, тем лучше прогнозы, которые вы можете на их основе сделать. Так, например, вы можете посмотреть на данные о продажах за прошлый год, чтобы сделать очень расплывчатое предположение о том, чего вы ожидаете от продаж в следующем году. Или вы можете взять тенденции за несколько лет, посмотреть на эффективность конкурирующих продуктов и использовать их для более сложных прогнозов.
Помимо работы людей-аналитиков, программы ИИ часто пишутся для выполнения функций предиктивной аналитики.
4. Предписывающая аналитика
С предписывающей аналитикой в качестве желаемой цели будет предоставлен результат на будущее, а аналитика предоставит рекомендации, которые приведут к этому решению.
Предписывающая аналитика требует минимального участия человека в самой аналитике. Скорее, с предписывающей аналитикой человек будет программировать алгоритмы искусственного интеллекта и машинного обучения, которые будут создавать рекомендации, а лица, принимающие решения, будут выбирать курс действий из вариантов. Успех этой формы аналитики зависит от возможностей программиста.
5. Когнитивная аналитика
«Святой Грааль» когнитивной аналитики — это когда люди настолько хорошо обучили ИИ, что ИИ может начать обрабатывать информацию так же, как это делают люди. Примеры этого включают обработку естественного языка, когда ИИ может «читать» текст или вводимые данные, используя тот же язык, что и люди, и может принимать решения в непредвиденных ситуациях, которые реагируют на контекст.
Возможно, лучшим примером этого в действии являются беспилотные автомобили, которые могут «считывать» ситуацию на дороге и предпринимать шаги для минимизации риска аварий независимо от дорожных условий.
Когда вы только начинаете заниматься аналитикой, вы, скорее всего, сосредоточитесь на описательной аналитике, а затем подниметесь по пресловутой лестнице по мере того, как ваш набор навыков станет более продвинутым. Тем не менее, описательная аналитика даст вам достаточные знания в области аналитики, чтобы правильно понимать, интерпретировать и управлять действиями на основе данных, и по этой причине она станет все более распространенной частью набора управленческих навыков для всех, кто стремится ведущие компании.
Оригинал