💋 💉 🌓 あなたの職業を変えてクールなアナリストになるには？ 📔 👨‍💼 🆓

なぜ分析が必要なのですか？あなたの最初の仕事を探すときに何を探すか、そして面接の準備をする方法は？職業の変更は難しい場合がありますが、私たちの記事では、すべての疑問を払拭し、最も興味深い質問に答えようとしました！

最近、Workiの分析およびデータサイエンスの責任者であるYuri Trostinと一緒に、「職業を変えてクールなアナリストになる方法」というウェビナーを開催しました。このオンライン集中の記録を見る

なぜ分析が必要なのですか？

すべてのビジネスの目標は、利益を上げることです。利益は、収益からコストを引いたものです。利益は長期的に最大化する必要があります。ここで分析はどのように役立ちますか？

分析が付加価値をもたらす主な分野は3つあり

ます。1.ビジネスプロセスの形成。

事業の方向性はどこにあり、正しい方向に向かっていますか、そして主要な顧客と事業セグメントはどのように感じていますか？このデータを使用して、アナリストは特定の問題の解決策を提案できます。ビジネスで何かがうまくいかず、急速に加速する世界では、時間は本当に最も貴重なリソースです。あなたは問題を解決し、新しい仮説を競合他社よりも早く市場に投入する必要があり、これがアナリストがあなたを助けることができる場所です。

2.データに基づいて情報に基づいた決定を行います。

ここでは、警告だけでなく、重要な決定の形成についても説明します。ビジネスを行うことは不確実性を伴い、完全な情報を得ることができません。情報が常に完全であり、アクセス可能で、市場参加者間で均等に分散されている場合、そのような分析は必要ありません。しかし、ビジネスにも超利益はありません。決定を下すための関連データと、そこから情報を抽出する方法を理解している場合は、データとこの知識を持たない人に自動的に勝ちます。もちろん、ビジネスでは常に正しい決定を下すことはできませんが、たとえばデータ駆動型のアプローチを使用すると、悪い決定の割合を最小限に抑えることができます。もちろん、そのためには、このデータを分析して完全で一貫性のある、つまり一貫性のある専門家が必要です。そうすれば、長期的には、その恩恵を受けることができます。

3.ビジネス、開発、実験のための新しいアイデア。

基本的に、これはある種のアイデアであり、市場に参入することもできないこともあります。より関連性の高いアイデアとより多くの実験が生成されるほど、より多くの利益を得ることができます。 IT製品の優れた点は、サービス内の動作のパターンを調べることにより、最初は明らかではないように見えるが、分析とデータを通じてユーザーの利益がどのように向上するかを示す洞察を理解できることです。さらに、より関連性の高いコンテンツを生成するために表示したものに関するデータの蓄積は、同じ方向にあります。たとえば、これはYouTube、Netflix、VKontakte、および推奨システムが非常に広く開発されている他の企業によって行われます。

分析中および分析後の分析における重要な質問：だから何？

これはビジネスにとってどのような意味がありますか？現在、ビジネスで何が起こっているかについて、何らかの形で理解を深めていますか？分析を通じてアイデアや実験を増やしていますか？より良い、より最近の決定をしていますか？

これらの3つの質問に対する答えの少なくとも1つが「はい」である場合、アナリストは無駄に仕事をしていません。アナリティクスは単なる数字ではなく、質の高いビジネスを運営するための強力なツールです。これを理解している企業は、分析に真剣に投資する準備ができています。なぜなら、プロセスのコストにもかかわらず、それからはるかに多くを得ることができるからです。

最初の仕事を探すときに何を探すことが重要ですか？

分析が必要であると自分で決めた場合、最初の仕事を探すときは、最適な場所を見つける必要があります。汲み上げとは、ハードスキルとツールの使用だけでなく、問題への取り組み方、使用するデータ、使用するデータも意味します。

最初の仕事を探すときに何を探すべきですか？

ポイントは、重要度

の高いものから順に、重要度の高いものから順に説明されます。1.最も重要なのは、チームとリーダーです。

これらは、今後6か月間、1年間または2年間学習する人々です。搭乗する前に、自問してみてください。彼らから学びたいですか、彼らはあなたにインスピレーションを与えますか？

彼らについて可能な限り調べてみてください。彼らのブログやチャンネルを運営しているかどうかに関係なく、彼らのスピーチをインターネットで見てください。チームの少なくとも1人がこれを行う場合、これは良い兆候です。

インタビューでは、6月に何が期待されるのか、社内のチームでのやり取りの形式は何かを詳しく尋ねます。あなたの主な目標は知識と経験に満ちた手荷物でレベルアップしてそこから抜け出すことであることを忘れないでください。

2.会社自体。

これはオフィスや労働条件についてではありません-これはもちろん悪くはありませんが、これは長期的な動機ではありません。これは会社自身が放送するメッセージについてです。

質の高い個人の成長は、モチベーションと組み合わせることができるだけです。モチベーションがないと、冷静にポンプを動かすことができません。あなたのバイブが会社のバイブに共鳴するなら、それで初めて、効果的にスキルを向上させることができます。すぐに自分の好きな場所を見つけた方がいいです。分析は今どこでも必要です：eコマース、機密情報、食品技術、ゲーム技術、人事、メディア、ロジスティクスなど。実際には、至る所にデータがあり、ビジネスを効果的に管理するには、そのデータを使用する必要があります。

3.会社が使用するテクノロジーのスタック。

6月と同じように、あなたはそれらを理解していないかもしれませんが、概して誰もあなたにこれを期待していません。はい、Excelは非常に強力なツールですが、企業に優れたデータスタックがある場合、その重要性を理解し、それに投資する準備ができていることを意味します。そして、おそらく、ビジネスには素晴らしいチームがいます。

アナリストとしての最初の仕事を探すときに何を提案できますか？

1. SQLの知識。

必要なデータを取得できない場合は、分析を行うことができません。SQLを使用してデータを取得できます。Yuri TrostinはSQLを知らなかったため、多くの拒否がありました。それから、もちろん、彼はそれを学ばなければなりませんでした。

SQLは異なります。

SQL, 80- . . SQL sql-ex.ru. SQL, .
IT- SQL, ClickHouse. ClickHouse — , , .

ClickHouseは、Mail.ru Group、Avito、Yandexなど、誰でもどこでも使用できるようになりました。その構文はメインの構文とそれほど変わりませんが、もちろん、ClickHouseを操作するときにより機能的になる違いがあります。そのタスクは、データ抽出だけでなく、分析、リードに特に焦点を当てています。

2. Python。

これはデータ分析、データサイエンスの業界標準であり、視覚化をすぐに作成することもできます。 Pythonを知っていると、SQLを使用している場合とは異なり、SQLを併用すると、特定の操作をはるかに高速に実行できます。 Pythonの知識があれば、ジュニアになる可能性が非常に高くなります。

Yuri Trostinは、PythonよりもSQLの方がPythonの方がはるかに簡単だと述べています。彼はkaggle.comでよく遊び、そこで競争をしました。 Pythonでの分析、クリーニング、データ視覚化のための多くの異なるスクリプトもあります。 2点目はコースです。たとえば、ProductStarの同じコースです。

3.データ視覚化システム/ BIシステム。

データを視覚化しないと、分析は意味がありません。 BIシステムの助けを借りて、データを分析して視覚化し、グラフを単一のダッシュボードに収集できます。これにより、ビジネスで何が起こっているかについてより良いアイデアが得られます。また、このデータからその場で洞察を生成することもできます。 Tableau、Power BI、QlikViewなどの製品は、すべてBI機能に関連しています。これらは互いに似ているため、これらの製品のいずれかを知っていれば、後で別の製品に切り替えることは難しくありません。

4.分析で使用される特定の製品。

マーケティング分析、ビジネス分析、製品分析があることは秘密ではありません。一部の場所には、戦略分析、コールセンター分析、サポートラインなどがあります。

マーケティング分析のための狭いツールは、Google AnalyticsとYandex.Metricaです。製品分析-振幅。アプリケーションでのユーザーの行動を分析するために必要です。

5.計量経済学、A / Bテスト、データサイエンス。

ジュニアレベルでは、これはそれほど重要ではありませんが、将来、分析に優れている場合は、このようなツールの知識が必要になります。

上記のツールを最初に学習していなければ、以下のツールにジャンプする必要はありません。SQLがまだわからない場合は、Pythonなどの学習を開始しないでください。

最初の仕事を探すときに他に役立つことはありますか？

1.ビジネスケースのソリューション。

ビジネスケースを解決するときは、構造化された、迅速かつ明確な方法で考え、話す方法を学びます。仮説の定式化、関連データのクエリ、定性分析の実施、正しい結論の導き方を学びます。また、行われた作業に関する情報をさまざまな人々に明確に伝えることも学びます。

2. ITの仕組みの理解。

これは、アナリストが通常、ビジネスチームとテクニカルチームの間にいるためです。アナリストは、ビジネスチームと技術チームの両方とのつながりを見つけることができる必要があります。

3.業界でデートします。

これは、技術的な知識がない人にとって特に価値があります。デートを通して、あなたは推薦を得ることができます、これはもちろん、これは決定的なものではありませんが、ある時点でそれは助けることができます。

あなたが人々に会うことができるさまざまなオフラインとオンラインのミートアップがあります。大規模なSlackコミュニティであるOpen Data Science（ODS）もあり、そのうち3万人以上が興味のある人々を見つけることができます。

面接で何を期待しますか？

典型的な面接スキーム：

1.知人;

2.技術的な部分。

履歴書に記載したスキルを確認します。

3.宿題。

データスキームが提供されているため、最終的には数値の形式で特定の回答ではなくSQLを送信する必要があります。または、Pythonまたは別のプログラミング言語を使用して分析する必要のあるデータセットが提供され、この分析の推奨事項を送信します。

4.やる気を起こさせる面接。

この特定の仕事が必要な理由を調べてください。

ジュンは最初の仕事で何をすべきでしょうか？

最初の仕事の主なものは、最大のポンピングです。

1.できる限りチームとコミュニケーションをとる。

問題を解決するときは、必ず同僚に相談してください。そうすれば、同僚の経験を吸収してより良い仕事をすることができます。

2.ビジネスの仕組みを正確に理解するようにしてください。

質問をする：

あなたの会社は何を売っていますか？
1つの販売の経済性は何ですか。
収益化モデルとは何ですか？
ユーザーが会社の製品を使用すると何が得られますか？

これは、ビジネスの全体像を形成するのに役立ち、同時にデータを分析して仮説を立てるのにも役立ちます。

3.チームとだけでなくコミュニケーションをとる。

開発、製品、マーケティング、販売など、さまざまな人とチャットできます。彼らはあなたとクールなビジネスと市場の洞察を共有することができます。

4.分析だけでなく、専門分野を拡大します。

5. 1か所に座らないでください。

自分の責任が繰り返され始めていることに気付いた場合、以前と同じようにこの場所から取り掛かることはできません。考えてみてください。アナリストとして成長し続けることができるように、提供されたオファーを受け入れる必要があるかもしれません。

チームを編成するときに何を探すべきですか？

1.データを扱うことへの欲求と情熱。

データのパターンを探したい場合、データの背後に物理的な意味があることを理解している場合、データの助けを借りて何かに影響を与えることができれば、この作業は間違いなく役立ちます。

2.ドライブ。

それは物事を変えたいという欲求についてです。優れたアナリストはプロアクティブでなければなりません。

3.多様な経験。

人が幅広い経験を持っている場合、彼らは問題に独自の非標準的な見方を加えることができます。そういう人たちと一緒に働くのはもっと面白いです。

4.動機。

その人が明確に認識していることが重要です：