Качества хороших аналитиков

Содержание материала

Поговорим о качествах, которые отличают хороших аналитиков. Впрочем, они важны и в других профессиональных областях.

Для поддержания налаженных аналитических процессов требования могут быть слегка снижены, однако привлечение и удержание талантливых сотрудников имеет первостепенное значение, когда организация стремится выйти на новый уровень и создать новые аналитические процессы. 

Еще выше планку необходимо поднять при необходимости укротить большие данные и создать новые, инновационные, меняющие бизнес аналитические процессы.

Ответственность

Способность взять на себя обязательства и выполнить их — преимущество в любой профессии. Есть люди, которые сделают все возможное для успешной и своевременной сдачи проекта. Но есть и такие, кто готов вложить в дело только определенное количество усилий. В вашей организации вы, вероятно, знаете людей, на которых можно и нельзя положиться. Любой хороший профессионал в области аналитики будет брать на себя обязательства и выполнять их. К счастью, данная черта, как правило, выявляется в ходе интервью, когда кандидат рассказывает о его прошлой работе и успехах. Слушайте внимательно, чтобы определить уровень его ответственности.

Мало что можно добавить об ответственности. Эта характеристика понятна и важна в любой области, в том числе в сфере аналитики.


Творческий подход

Большинство людей вряд ли связывают творчество с профессиональной аналитикой. Считается, что аналитики используют определенные заранее статистические формулы. Аналитик работает по книге, и в этом нет никакого творчества. Так ли это?

Не совсем. Суть в том, что каждая бизнес-задача уникальна и имеющиеся данные для решения каждой проблемы часто сложны и неполны. Профессионалу в области аналитики необходимо определить, как можно использовать эти данные для решения конкретной задачи. Это требует творческого подхода. Не существует книги или набора правил, который позволял бы принимать правильные решения.

Каждый раз, проводя анализ, специалист сталкивается с непредвиденными трудностями. Иногда они незначительны, а порой существенны. Бывает, перед аналитиками возникают очень сложные задачи.

Для того чтобы найти новые решения, и требуется творчество. Проблема может быть связана с данными или с одним из аспектов бизнеса, который не был до конца понят раньше. Творческий подход помогает преодолеть эти барьеры и получить нужный конечный результат.

Да, творчество — не самая распространенная среди аналитиков черта, однако не стоит недооценивать ее значение. Творчество — важный фильтр. Поговорите с десятком человек, и вам повезет, если хоть некоторые из них проявят признаки творчества. Некоторые организации для оценки творческого потенциала используют личностные тесты или предлагают кандидатам решить, казалось бы, случайно выбранные задачи. Я часто оцениваю творческий потенциал, задавая вопрос о том, как кандидатам удавалось справляться с возникавшими сложностями. Творческий специалист сможет рассказать вам хорошую историю. Аналитик, не обладающий творческим потенциалом, просто перечислит список предпринятых шагов, с помощью которых он пытался решить эту проблему.

Чистые данные существуют только в учебниках

Уместно ли обсуждение темы чистых данных в разделе, посвященном значению творческого подхода для хорошего профессионального аналитика? Да, поскольку аналитикам часто приходится проявлять творчество при обработке данных. Дело в том, что данные никогда не бывают такими чистыми, какими должны быть. В них всегда есть пробелы, несоответствия и просто ошибки. Они также почти всегда противоречат некоторым предположениям, сделанным в процессе разработки плана анализа.

В ходе обучения используются точные, чистые и полные данные. Если есть не укладывающиеся в общую картину точки данных, можно определить причину этого и произвести необходимую коррекцию. Все учащиеся наивно полагают, что примеры в учебнике отражают то, с чем им предстоит столкнуться в мире бизнеса. В бизнесе все происходит иначе. Данные никогда не бывают столь же замечательными, как в школе. Обозначения пола могут содержать что-то вроде H в дополнение к ожидаемым M, F и U (unknown, если пол не указан). У клиента продуктового магазина может быть указана покупка на сумму $10 000 000. Может быть продан продукт с несуществующим товарным кодом.

Такие ситуации порождают серьезные проблемы: что делать, если вы видите несоответствие в данных? Следует ли проигнорировать клиента с нереальным объемом покупки? Нужно ли заменить обозначение H на U? Можно ли определить правильный код продукта? Определение наиболее эффективного способа использования доступных данных — один из самых трудных этапов любого аналитического процесса, который может потребовать применения творческого подхода. Когда специалист понимает, что данные недостаточно полны, чтобы найти ответ на поставленный вопрос, приходится проявить творческий подход, чтобы найти наиболее эффективный способ использования доступной информации. Например, игнорировать или скорректировать некоторые данные. Бывает необходимо добиться некоторых немедленных результатов, а затем сосредоточиться на дальнейшем улучшении.


Стремитесь к улучшению, а не к совершенству

При решении бизнес-задач следует ставить цель улучшить результаты, а не достичь совершенства. Это имеет решающее значение. легко зациклиться на дополнительной работе по очистке данных. Хорошие профессионалы в области аналитики фокусируются на улучшении результатов и на том, чтобы выжать максимум из имеющихся данных. Результаты могут не быть совершенными, однако если они обеспечивают более эффективное принятие решения, то это не страшно.

Например, при анализе данных карт лояльности приходится мириться с тем, что данные никогда не бывают совершенными. Даже самые лучшие клиенты иногда забывают использовать свои карты. Это означает, что «полная» история расходов каждого клиента на самом деле не может считаться полной. Однако не все потеряно! Действительно хорошие клиенты используют свои карты бо'льшую часть времени. При этом данных будет достаточно для того, чтобы понять этих клиентов. Отсутствие некоторых данных не помешает проведению анализа. Конечно, на основе частичной информации могут быть сделаны не совсем верные выводы, однако данных будет достаточно для принятия правильных решений. Хорошие специалисты это понимают.

Достаточно чистые данные

Независимо от качества данных хорошие аналитики пытаются определить, достаточно ли они чистые. Можно ли с их помощью получать достоверные результаты? Можно ли, опираясь на них, ожидать получения реальной выгоды? Если ответ положительный, то такие данные используют. Данные могут не быть совершенными, но должны быть достаточно хорошими, чтобы позволить принять решение. Настоящие профессионалы в области аналитики умеют применять творческий подход при проверке данных на предмет достаточной чистоты.

Рассмотрим источник данных, который широко используется, но полон ошибок. Демографические данные были доступны в течение десятилетий. В среднем поставщикам демографических данных удается получить довольно точную информацию о домохозяйствах. Тем не менее данные, относящиеся к конкретному домохозяйству, могут быть неправильными, поскольку в процессе компиляции данных выдвигаются некоторые предположения. Это не делает данные бесполезными. Закономерности и тенденции высокого уровня можно считать верными, даже если данные о конкретных домохозяйствах в рамках этих тенденций неидеальны. Маркетологи с успехом использовали такие данные, несмотря на их «несовершенство». Существуют творческие способы корректировки известных предубеждений и проблем. Если данные игнорируются из-за имеющихся в них ошибок, то их ценность будет востребована не в полной мере.

В корпоративной среде профессиональный аналитик сможет, проявив творческий подход, использовать источники корпоративных данных для повышения ценности. Имеющиеся данные следует рассматривать как стакан с ценностью, наполовину полный, а не наполовину пустой. Этот навык еще более ценен при работе с большими данными, учитывая факты, которые приведены в первой главе. Большие данные часто недостаточно чистые и содержат постороннюю информацию, которую необходимо отфильтровать.


Деловая смекалка

Хорошие профессионалы в области аналитики должны разбираться в бизнес-модели, в рамках которой они работают, а также в том, как аналитика может помочь решить соответствующие бизнес-задачи. Хорошие аналитики умеют сосредоточиться на том, какие показатели и результаты важны с точки зрения бизнеса, а какие — с технической точки зрения. Они готовы потратить время и приложить усилия для достижения этой степени понимания. Независимо от уровня врожденной деловой смекалки человеку требуется проявить интерес и внимание, чтобы развить ее. Если у человека нет интереса и желания разобраться в вашем бизнесе, то он не сможет стать для вас хорошим специалистом. Обратите внимание на то, что деловая смекалка и отраслевой опыт — не одно и то же. Отраслевой опыт — это накопленные знания. Деловая смекалка предполагает наличие иных навыков. Человек с хорошей деловой смекалкой может с легкостью разобраться в любой новой отрасли. Хорошие специалисты вроде Марка, о котором я рассказал, могут применить смекалку к разнообразным ситуациям и задачам. Проводя собеседование, старайтесь выяснить у кандидатов, почему они приняли то или иное решение в процессе работы над предыдущими проектами. Если у них хорошо развита деловая смекалка, то наряду с техническими доводами они приведут и практические соображения, относящиеся к бизнесу. Кроме того, они прокомментируют, почему при решении конкретной бизнес-задачи определенные проблемы были в большей или меньшей степени актуальны. Профессиональный аналитик, не обладающий деловой смекалкой, сосредоточится в первую очередь на технических аспектах.

Странный гибрид

Выдающиеся профессионалы в области аналитики представляют собой странный гибрид. то они должны сосредоточиться на технической стороне вопроса, как настоящие Ит-специалисты, то им приходится проявить деловую смекалку, какой обладают настоящие бизнесмены. Эти черты сочетать довольно трудно. Вот почему трудно найти действительно выдающихся аналитиков.

Подходящий уровень детализации

Один из аспектов деловой смекалки — умение связать результаты анализа с уровнем детализации принимаемого решения. Что это значит? Допустим, специалист в области бизнеса поручает аналитику улучшить маркетинговую кампанию. Если он сумеет создать такую модель, эффективность которой на 2% превысит эффективность используемой в настоящее время, то ей будет отдано предпочтение. В этом случае перед аналитиком была поставлена определенная цель: удостовериться, что текущие результаты можно улучшить по крайней мере на 2%.

Представляя результаты, заявит ли он, что уровень эффективности модели превысил базовый уровень на 5,32526%? Надеюсь, что нет. Это особенно важно, если погрешность составляет плюс-минус 2%. Кого волнует, что точечная оценка равна 5,32526%, когда погрешность составляет плюс-минус 2%? Указание тысячных долей процента только отвлекает внимание. Самое главное — донести, что результаты могут быть улучшены на 5% плюс-минус 2%. В худшем случае результат может быть улучшен чуть больше, чем на 3%, так что эта модель будет явным победителем, учитывая изначальный ориентир в 2%. Это все, что нужно знать бизнесменам. Хороший аналитик не будет загружать бизнес-группу подробностями сверх того, что им необходимо и ценно. Деловая смекалка поможет ему определить, что и как следует преподнести.

Другой пример связан с прогнозированием спроса. Несколько лет назад один из поставщиков доказал, что его прогнозы были гораздо более точными, чем у конкурентов. Он показал, что в среднем организации необходимо иметь в наличии только три дополнительные единицы товара, а не четыре, как рекомендовали его конкуренты. Спонсоры проекта были довольны, но задали вопрос, который несколько остудил энтузиазм. Они отметили, что объем заказа должен быть кратным шести единицам! Учитывая этот факт, как они могли эффективно использовать любой из прогнозов? Когда уровень детализации действия составляет шесть единиц, все, что указывает на бóльшую степень детализации действия, бесполезно. Специалист, обладающий хорошей деловой смекалкой и умеющий правильно формулировать проблему, сможет заранее определять такие ограничения и вносить соответствующие корректировки.


Концентрация на самом важном

Данные часто противоречат предположениям. Например, при создании многих моделей требуется сделать предположение относительно нормального распределения. Теоретически, когда такие предположения не оправдываются, возникают большие проблемы. Однако на практике при наличии тесной взаимосвязи между двумя факторами она проявится вне зависимости от используемого метода. Означает ли это, что оценки параметров и прогнозируемый эффект будут идентичными при различных вариантах моделирования, если предположения окажутся неверными? Нет, но это значит, что важные факторы, как правило, будут считаться важными при использовании любых методов, даже если предположения не оправдаются. Если в высоком уровне детализации нет необходимости, то можно ограничиться приблизительными значениями.

Бывает ли так, что совершенная U-образная кривая настолько противоречит предположению о наличии линейной зависимости, что линейная регрессия показывает полное отсутствие какой-либо связи между двумя переменными? Да, бывает. Однако вероятность этого невелика и в большинстве случаев наличие взаимосвязи будет обнаружено. Если тому, для кого делается анализ, нужны приблизительные данные для принятия решения типа да/нет, то данные и модели должны быть достаточно точными, чтобы однозначно ответить на поставленный вопрос. Хороший аналитик знает, когда следует повысить или понизить уровень точности, исходя из существующих требований. Данные, которые полностью противоречат предположению о наличии линейной зависимости, представлены на рис. 8.1. Тем не менее линия регрессии эффективно отражает суть существующей взаимосвязи, если все, что требуется, — это установить факт наличия зависимости двух факторов друг от друга.

Линейное представление нелинейной зависимости

Рис. 8.1. Линейное представление нелинейной зависимости


Культурная осведомленность

Во многих отраслях существует тенденция использования аутсорсинга, особенно в развивающихся странах. Хорошо это или плохо, но это касается и сферы аналитики. Мы не будем рассматривать политические и философские аргументы о том, хорош ли аутсорсинг или плох с экономической или моральной точки зрения. Оставим это для другого случая. Сейчас важно разобраться в том, может ли сегодня аутсорсинг удовлетворить потребности бизнес-аналитики.

Бóльшая часть офшорных провайдеров на момент написания этой книги фокусируются на технических навыках и на предоставлении услуг технически подготовленной команды. Они подчеркнут, что у них есть 25 докторов наук в области статистики, которые умеют использовать все существующие программные пакеты. Просто поставьте перед ними задачу, и они ее решат. Как мы уже отмечали, проблема заключается в том, что технические навыки — лишь необходимый минимум, которым должен обладать хороший специалист. Кроме того, очень трудно проявить деловую смекалку, если вы ни разу не видели в действии тот бизнес, который анализируете.

Услуги офшорных провайдеров могут пригодиться для решения хорошо определенных аналитических задач. Однако с использованием офшорных ресурсов для обеспечения полного комплекса аналитических услуг связаны огромные недостатки. Рассмотрим типичную ситуацию, когда сотрудник находится на другом конце света, вас разделяют несколько часовых поясов и языковой барьер. Эта ситуация создает проблемы сама по себе. Теперь задумайтесь об огромных культурных различиях и отсутствии у офшорных провайдеров представления о том, как обстоят дела в стране, с которой они работают.

Обратите внимание, что эти трудности существуют независимо от того, кто осуществляет удаленную поддержку. У американцев будет столько же проблем при предоставлении аналитических услуг организации в Индии, которую они никогда не видели, как и у индийских аналитиков, работающих с американской организацией, которую ни разу не видели они.

Коллега рассказал мне показательную историю об организации, работающей в сфере бакалейной торговли, которая поручила офшорному провайдеру провести анализ своей категории кормов для домашних животных. Представьте себе банки и пакеты с собачьим кормом, на которых изображена счастливая собака. Когда организация получила результаты анализа, из формулировки отчетов, а также из устного доклада стало понятно, что аналитики абсолютно неверно поняли, что собой представляла анализируемая категория товаров. Результаты касались не корма для домашних животных, а консервов из мяса собаки! Вы уже поняли, к чему я веду? Офшорная команда посчитала, что собака, изображенная на этикетке, довольна не потому, что ей предстоит полакомиться содержащимся в банке кормом, а потому, что ее саму запихали в эту банку, чтобы мы смогли съесть ее на ужин!

Такая же проблема легко могла возникнуть, если бы организации поменялись ролями. Очень сложно поддерживать высокий уровень деловой смекалки, когда вы совершенно незнакомы с бизнесом и культурой, в которой работает данная организация. Могут ли офшорные ресурсы быть полезными? Да, если они используются надлежащим образом. Не перебрасывайте аналитическую бизнес-задачу через стену в надежде на то, что офшорная команда с чисто технической подготовкой сможет разработать аналитическую стратегию, интерпретировать результаты и донести их до вас. Чтобы добиться успеха, вам необходимы действительно хорошие, обладающие деловой смекалкой профессионалы в области аналитики, которые будут руководить процессом непосредственно из штаб-квартиры.


Навыки презентации и коммуникации

Навыки презентации и коммуникации имеют решающее значение для многих профессионалов, включая аналитиков. Независимо от того, насколько хорошо специалист умеет находить правильные результаты, при продвижении по карьерной лестнице ему потребуется не только производить анализ, но и уметь связать результаты в единую убедительную и краткую историю. Хороший аналитик способен заинтересовать далеких от технических вопросов людей и донести до них информацию в понятных им терминах. Он придумает интересную историю, а не просто перечислит ряд статистических показателей и фактов.

Профессиональный аналитик не может войти в комнату и сообщить бизнес-аудитории о диагностике коллинеарности, подробной статистике модели и других, сугубо технических деталях. Он должен войти и сказать: «Вот что мы нашли, вот почему это важно и вот что вы можете сделать». Он должен перечислить преимущества, которые могут быть получены в случае принятия рекомендуемых мер. Увеличится ли объем продаж? Повысится ли прибыль? В конце дня бизнесмены хотят знать о том, как анализ может им помочь, а не обо всех технических моментах, связанных с тем, как были получены представленные результаты.

Результаты должны быть донесены кратко и четко. Чрезвычайно важны навыки письменного общения вне зависимости от того, создает ли специалист слайд-шоу или письменный документ, навыки речевого общения и презентационные навыки, будь то создание официальной презентации или проведение неформального обсуждения в офисе.

Не каждому специалисту приходится предстать перед аудиторией на конференции или на заседании исполнительного комитета.

По крайней мере не на ранних этапах карьеры. Тем не менее каждому профессионалу потребуется умение выступать перед спонсорами проекта и/или его собственным начальством в офисе или конференц-зале и доносить полученные результаты. Оценить презентационные навыки кандидатов можно, предложив им провести презентацию в процессе собеседования. Можно задать им общую тему или позволить выбрать что-то самостоятельно. Вы увидите их в действии и под давлением и сможете оценить их навыки общения за несколько минут.

Устройте тест-драйв

Для того чтобы оценить презентационные навыки аналитика, можно попросить его провести презентацию в процессе собеседования. Вы увидите, что собой представляет данный кандидат, и сможете сказать, что ищете того, кто может стать отличным аналитиком в вашей организации.


Результаты — не самый важный фактор успеха

Это утверждение может вас удивить. Однако самый важный фактор при определении вероятности успеха данного аналитического проекта — не качество результатов анализа. В идеальном мире было бы именно так. А в реальном мире, в котором мы живем, дело обстоит иначе. Во-первых, давайте условимся, что получение правильных результатов обязательно. Это принципиально важно, и любой аналитик должен гарантировать точность результатов. Тем не менее в конце рабочего дня с точки зрения людей, спонсирующих аналитические проекты, на сами результаты приходится не более половины критериев, определяющих, сочтут ли они данный проект успешным. Так что еще может иметь значение?

По крайней мере 50% успеха проекта зависит от того, насколько хорошо аналитик сделает презентацию и документирует результаты. Может ли он эффективно позиционировать свои результаты? Умеет ли интерпретировать показатели так, чтобы донести смысл до своей аудитории и люди могли принять соответствующие меры? Важность этого сложно переоценить. Хороший специалист не может сосредоточиться только на аналитике, как бы ему этого ни хотелось. Он также должен оставить время на объяснение, позиционирование и продажу результатов бизнесменам, по просьбе которых проводился анализ.

Бизнес-команде нет дела до десятинедельной работы и всех трудностей, которые пришлось преодолеть. Они хотят знать только о результатах. Аналитик должен эффективно донести информацию об итогах проведенного анализа, в противном случае эти результаты практически бесполезны. Опять же, получение правильных результатов — необходимое, но недостаточное условие, чтобы проект считался успешным. Хороший профессионал понимает это и уделяет представлению должное внимание.

Дело в представлении, глупыш!

Для того чтобы научиться представлять результаты в удобоваримой форме, требуются время и старание. Иногда аналитикам будет казаться, что в их представлении слишком много «воды». Хотя детали, подтверждающие результаты, должны быть доступны, к ним стоит обращаться только по необходимости. Если обсуждение станет слишком детальным, то глаза слушателей потускнеют, они отключатся и не будут использовать результаты. Хороший специалист донесет результаты так, чтобы заинтересовать спонсоров.


Урок из области рекламы

Профессиональные аналитики любят производить измерения. Они стараются делать все для того, чтобы можно было доказать, приводят усилия к улучшению результатов или нет. В сфере прямого маркетинга это проявляется особенно ярко. Например, аналитики использовали модель для создания списка людей, которым необходимо отправить электронные письма, позвонить или связаться каким-то другим образом. В данном случае полученный результат легко измерить. Если он положительный, то можно продолжить делать то же самое; если нет — попробовать что-то другое.

Одна из самых больших расходных статей бюджета множества компаний — затраты на рекламу на телевидении, радио, в газетах и т. д. Такие СМИ играют определенную роль, однако эффект их использования практически невозможно точно измерить. Оценка эффективности рекламы — очень непростое дело. Методологии оценки повышения уровня продаж за счет рекламы на телевидении, радио и в печати в лучшем случае неоднозначны. Эффективность методологий, используемых на более низком уровне, например на уровне отдельного магазина, немногим выше. Тем не менее к рекламе прибегают часто, хотя существуют другие, легко измеримые мероприятия, в пользу которых можно перераспределить бюджеты. Почему так происходит?

Одна из причин заключается в том, что, когда рекламодатель, использующий прямой маркетинг, хочет провести анализ с целью повышения эффективности таргетированной рекламы, в этом нет ничего особенно захватывающего. Такой анализ выявляет тех, кто с большей степенью вероятности откликнется на предложение, а затем организация нацеливает на этих людей свою рекламу в надежде поднять уровень продаж. Конечно, вопрос о повышении объема продаж заставляет загораться глаза людей, однако в самом сюжете нет ничего особенно интересного.

Что делают рекламные агентства, представляя свои планы? Создают мультимедийную презентацию. Они используют музыку, видео и цепляющие фразы. Они так заинтересовывают аудиторию своими планами, что слушатели готовы подписать договор. Даже тот факт, что точно измерить эффективность невозможно, не имеет значения, поскольку аудитория прониклась вѝдением того, что предлагает сделать данное рекламное агентство.

Смысл не в том, чтобы упрекнуть рекламные агентства (пожалуйста, не пишите гневных писем). Напротив, это скорее комплимент! Дело в том, что эффективность рекламы измерить намного сложнее, чем эффективность других действий, и тем не менее именно на рекламу приходится огромная доля расходов. Это частично объясняется способностью рекламщиков убеждать спонсоров прибегнуть к их услугам. Рекламные агентства в полной мере понимают и используют навыки презентации и общения. Профессиональный аналитик, желающий стать выдающимся, может извлечь определенные уроки, изучив деятельность рекламных агентств. Представьте, каким эффективным может стать проект, если измеримые действия и связанная с ними аналитика будут дополнены воодушевлением, свойственным рекламной деятельности.


Интуиция

Это, вероятно, наиболее сложная для описания характеристика. Интуицию невозможно оценить, пока вы не увидите человека в действии. Для наших целей мы определим интуицию как возможность аналитика каким-либо образом понимать или чувствовать то, что следует делать дальше. Когда возникает препятствие, аналитик сидит и продумывает сложившуюся ситуацию. Он определяет четыре возможных решения проблемы. Как он делает выбор? Ощущает ли интуитивно, какой из вариантов самый лучший? Достигает ли он успеха при выборе того или иного варианта в большинстве случаев? Или пробует различные варианты, прежде чем разработать план? Выдающийся специалист способен в большинстве случаев выбирать самый лучший путь.

Есть очень хорошая книга, которую я рекомендую вам прочесть. Она называется «Будущее за правым полушарием» (A Whole New Mind), автор Дэниел Пинк* . В этой книге очень доступно изложены некоторые темы, о которых шла речь.

Во многих отношениях интуиция — врожденное качество. Однако ее можно развить и усовершенствовать. Интуиция представляет собой сочетание умения решать проблемы и опыта ведения дел в подобных ситуациях в прошлом. Основываясь на этих подходах и опыте, необходимо понимать, когда следует применять предыдущий опыт, а когда его следует подстроить под новую ситуацию.

Развитая интуиция — важная черта для хорошего профессионала в области аналитики, однако во время собеседования очень трудно оценить уровень интуиции кандидата. Некоторые из кажущихся уместными критериев могут не сработать, поскольку они слишком субъективны и неоднозначны. Со временем вы сможете оценить интуицию аналитика на основании того, как он работает и справляется с проблемами.

* Пинк Д. Будущее за правым полушарием. М. : РИПОЛ классик, Открытый Мир, 2009. Прим. ред.


Искусство или наука

Аналитика — не только наука. Это также искусство. Хороший анализ сочетает в себе серьезный научный подход с большой долей артистизма. Артистизм необходим, когда предстоит справиться с необычными проблемами, создать убедительную презентацию и доходчиво интерпретировать результаты. Хороший профессионал в области аналитики должен развиваться как в области науки, так и в области искусства, поскольку он не только ученый, но и художник!

Рассмотрим для примера кластерный анализ — распространенный набор алгоритмов, используемых для создания моделей сегментации. Не существует простых общепринятых метрик, определяющих правильный ответ. Моделирование сегментации относится скорее к искусству. Профессионалы в области аналитики, которым часто приходится создавать модели сегментации, придерживаются в этом собственных принципов. Например, я при оценке таких моделей следую определенному процессу. Я знаю, когда мне нужно сделать это, куда я направляюсь и какие закономерности ищу. Однако мне было бы сложно доходчиво объяснить кому-то другому некоторые стадии этого процесса. Точно так же другим людям сложно объяснить свои методы мне. Каждый человек по-своему оценивает модели сегментации, и здесь присутствует значительная доля искусства.

Доверие — важный фактор в работе профессиональных аналитиков, и оно как никогда важно, когда речь заходит о специалистах, чья работа включает большую художественную составляющую. При отсутствии однозначных метрик, позволяющих сделать тот или иной выбор, бизнес-спонсорам приходится доверять интуиции аналитика и его искусству. Чтобы заслужить безоговорочное доверие, потребуется много времени. Выдающийся профессионал в области аналитики будет завоевывать это доверие и со временем станет настоящим советником для своих бизнес-партнеров.

Профессионалы в области аналитики как художники

Так же как два разных художника могут совершенно по-разному интерпретировать сцену и при этом создать замечательные произведения искусства, так и два разных человека в результате проведения анализа могут придумать различные подходы, по-своему замечательные. В этом заключается артистическая составляющая аналитики. Некоторые алгоритмы оставляют мало возможностей для творчества, однако оно всегда лежит в основе решений о том, как лучше определить проблему, разработать аналитический процесс и обработать имеющиеся данные, чтобы прийти к решению. Хорошие профессионалы в области аналитики в равной степени и художники, и ученые.

В последнее время в сообществе аналитиков часто обсуждается роль ученого в области науки о данных в организациях. Мы уже упоминали, что сегодня нет большой разницы между тем, что делает ученый в области науки о данных, и тем, что всегда делали профессионалы в области углубленной аналитики. Появляются новые инструменты вроде MapReduce, которые должен освоить аналитик, чтобы называться ученым в области науки о данных, однако освоение новых инструментов для таких людей — привычное дело. Имеет ли ученый в области науки о данных какие-либо новые инструменты? Да. Стоит ли перед ним совершенно новая цель? Нет.

Ученые в области науки о данных рассматривают аналитиков как художников в области данных. Это именно те люди, которым предстоит разобраться в корпоративных данных. Они смогут создать из них нечто такое, что поможет решать проблемы элегантным и эффективным способом. Подобно тому как художник превращает краски в картину, которую можно повесить в доме, художники в области данных превращают данные в решение бизнес-задачи.

Выдающиеся профессионалы в области аналитики — столь же художники, сколь ученые. Именно это сочетание делает их выдающимися. Если вы скептически относитесь к этому утверждению, спросите своих знакомых аналитиков, что еще они умеют, чем увлекаются. Вы удивитесь, узнав, сколь многие из них также обладают талантом в области музыки, искусства или других творческих дисциплинах.

См. в Библиотеке: Укрощение больших данных / Билл Фрэнкс.