İyi Bir Veri Analistinin 8 Özelliği ve Şirketler Neden Bu Kişilere İhtiyaç Duyarlar

İyi Bir Veri Analistinin 8 Özelliği ve Şirketler Neden Bu Kişilere İhtiyaç Duyarlar

Bir şirket olarak sahip olmak isteyeceğiniz bir veri bilimcisi makine öğrenimi, istatistik ve analitik konusunda ustalık sahibi olmalıdır.

Eğer birincil yetkinliğiniz analitik (ya da veri madenciliği ya da iş zekası) ise, makine öğreniminde ve istatistik konusunda becerilerinizi de arttırmalısınız.

Ancak, nadiren kavranan şey, veri bilimi şemsiyesi altındaki üç uzmanlık alanının birbirinden tamamen farklı olmasıdır.

Aynı yöntem ve denklemlerin bazılarını kullanabilirler, fakat benzerliğin sadece bu kadardır. Birisine sahip olmak ve diğerlerini bırakmak çok tehlikelidir, ama veri bilimcilerinin yaptıkları tam olarak da budur.

Veri analistleri sayıları düz Türkçe cümlelere çevirirler. Tüm sektörlerdeki şirketler satış rakamları, pazar araştırması, lojistik veya nakliye masrafları gibi konularda veriler toplarlar. Bir veri analistinin işi bu verileri almak ve şirketlerin daha iyi iş kararları vermelerine yardımcı olmak için kullanmaktır.

Bir analistin istatistiklerini veya makine öğrenme becerilerini geliştirmesini istemek yerine, önce kendi alanında uzmanlığını geliştirmesini teşvik etmelisiniz.

Veri bilimi alanında, bir alanda mükemmel olması diğer ikisinde sahip olduğu sıradanlığı yener. Öyleyse, her bir veri bilimi disiplinde gerçekten mükemmel olmanın ne anlama geldiğini, hangi değeri getirdiğini ve her bir işin hayatta kalması için hangi kişilik özelliklerinin gerekli olduğunu inceleyelim.

Bunu yapmak, analistlerin neden değerli olduğunu ve kuruluşların bunları nasıl kullanması gerektiğini açıklamaya yardımcı olacaktır.

İstatistik şirketinize "kesinlik" sağlar

İstatistikçiler, temel olarak verilerinizin dışında kalan sonuçlara güvenli bir şekilde ulaşma konusunda uzmanlardır. İstatistikçiler sayesinde belirsiz bir dünyada kendinizi kandırmaya engel olursunuz.

Uygulanan metotların problem için doğru olup olmadığına çok fazla dikkat ederler ve elde edilen bilgilerden hangi çıkarımların geçerli olduğunu anlamak için uğraşırlar sürekli.

Sonuç? Liderlerin riskli bir şekilde önemli kararlar almasına yardımcı olan bir bakış açısı sağlarlar. Başka bir deyişle, verileri, akıl dışı bir sonuca varma olasılığını en aza indirmek için kullanırlar.

Makine öğrenimi şirketinize "mükemmellik" katar

Eğer bir makine öğrenimi uzmanınız varsa ve ona “% 99.99999 doğrulukta bir model oluşturamadığına bahse girerim” derseniz cevabı "Beni izle" şeklinde çok net olacaktır.

Makine öğrenimi uzmanları bir ders kitabında mükemmel bir çözüm bulamayacağını bilirler. Bunun yerine, bir deneme-yanılma maratonuna dahil olurlar.

Her yeni seçeneği denemelerini ne kadar sürdürebileceğine dair büyük bir sezgiye sahip olmak bir makine öğrenimi uzmanı için büyük bir artıdır. Algoritmaların nasıl çalıştığına dair derinlemesine bir bilgiden ziyada bu sezgi çok daha değerlidir. Bu arada her ikisine de sahip olmanın ne kadar güzel olacağı gerçeğini inkar etmiyoruz.

Çözümdeki performans, bir metriği temizlemekten çok daha fazlasıdır. İyi bir performans güvenilir, ölçeklenebilir ve bakımı kolay modeller oluşturmak anlamına da gelir. Mühendislik anlamında mükemmellik bir zorunluluktur.

İstatistik ve Makine Öğrenmesi

İstatistik ve Makine Öğrenimi rollerinin ortak yönleri, her ikisinin de belirli sorunlara yüksek çaba gerektiren çözümler sunmasıdır. Ele aldıkları problemler çözülmeye değmezse, zamanlarını ve paranı boşa harcıyorsunuz demektir.

İş dünyası liderleri arasında sıkça karşılaşılan bir sıkıntı, “Veri bilimi grubumuz çok faydalı değildir” şeklindeki bir düşüncedir.Burada sorun genellikle analitik uzmanlığın yokluğunda yatar.

İstatistikçiler ve makine öğrenimi mühendisleri kendi alanlarında derinlemesine uzmanlıkları olan fakat kendi alanlarının dışına bakmayı pek sevmeyen kişilerdir. Bu yüzden harcadıkları eforları hak eden sorunlara yönlendirmek gerçekten önemlidir.

Uzmanlarınız yanlış problemleri çözüyorsa, veri bilimine yaptığınız yatırım düşük bir getiriye sahip olacaktır. Bu uzmanlardan iyi bir şekilde faydalanabilmeniz için ya doğru problemin olduğundan emin olmanız ya da bir tanesini bulmanız için geniş ve etkili bir yaklaşıma ihtiyacınız olacaktır.

Analitik şirketinize "hız" kazandırır

En iyi analistler, büyük veri setlerini diğer uzmanlara göre çok daha hızlı kodlayan, tarayabilen, karşılaştırabilen ve onlardan anlamlı içgörüler çıkartabilen insanlardır.

Yarı özensiz kodlama tarzı, geleneksel yazılım mühendislerini şaşırtmaktadır ve bazen kızdırmaktadır. Ancak onları deyim yerindeyse toz içinde bırakırlar.

Hız, en yüksek erdemdir ve potansiyel olarak yararlı olan değerli taşları belirleme kabiliyeti ile oluşturulur. Bilginin görsel sunumu için başka ustalıklar da onlara yardımcı olur.

Güzel ve etkili çizimler, zihnin bilgiyi daha hızlı ve doğru şekilde çıkarmasına olanak tanır.

Analistler veri hikayecileridir.

Analistlerin birinci görevleri ilginç gerçekleri özetlemek ve ilham almak için de verileri kullanmaktır. Bazı kuruluşlarda bu gerçekler ve ilhamlar, karar alıcı kişiler için girdi haline gelir. Ancak daha karmaşık veri sistemlerinde, veriye dayalı ilham, uygun istatistiksel kararlar için de kullanılmaktadır.

İyi analistler, mesleklerinin altın kuralına olan saygıyı asla aşmazlar: Verilerin ötesinde bir sonuca varmazlar. Aynı zamanda karar alıcıların da bunu yapmasını engellerler.

Bu amaçla, iyi bir analisti tespit etmenin belki de en iyi yolu, onların konuşma tarzlarına bakmaktır. Genellikle yumuşatılmış, korunma dili kullanırlar. Örneğin, "iddiamız XXX olduğudur" değil, "Çıkarttığımız veriden şüphelendiğimiz yer XXX olduğudur" şeklinde bir söylem kullanırlar.

Ayrıca, her bir içgörü için mümkün olduğu kadar çok sayıda yorumda bulunarak, liderlerin aşırı güvenlerini bozarlar.

Hipotezleri test etmek için istatistiksel beceriler gerekli olsa da, analistler bu hipotezleri ilk sırada bulmak için en iyi seçiminizdir.

Mesela, "Bu etken ile sonuç birbiriyle ilintili olabilir, ama direk etkili olduğundan şüpheleniyorum..” gibi bir şey söyleyebilirler ve sonra bunu neden düşündüklerini açıklayabilirler.

Bu, verilerin ötesinde neler olabileceğine dair güçlü bir sezgi demektir. Analistler olgunlaştıkça, neyin ilginç olduğuna ek olarak neyin önemli olduğunu yargılamak ve karar alıcıların / yöneticilerin aracı rolünü bırakmasını sağlayacaktır.

Makine öğrenimi ve Yapay Zeka için analiz

Makine öğrenimi uzmanları, algoritmalar yoluyla bir grup potansiyel veri girişi oluşturur, ayarları değiştirir ve doğru çıktılar üretilinceye kadar yinelemeye devam ederler.

Burada analitik için bir rol yok gibi gelse de, pratikte işletmeler çoğu zaman blenderin içine bir kerede birçok rol koymak isterler.

Uzman ve tecrübeli bir kişiye işlerin nasıl çalışabileceği ile ilgili görüşlerini sorabilirsiniz. Başka bir yol ise analitiktir.

Mükemmel bir analist, makine öğrenim mühendisinin farklı bir versiyonu değildir; kodlama stilleri hız için optimize edilmiştir. Aynı zamanda kötü birer istatistikçi de değillerdir, çünkü hiç bir belirsizlikle uğraşmazlar, gerçeklerle uğraşırlar.

Analistlerin asıl işi, verilerde ne olduğunu ortaya çıkartmaktır. Bunun ne anlama geldiğini konuşmak analistlerin işi değildir.

Veriye dayalı karar almak içi nereden başlamalıyım ?

İşe alım ve ödüllendirme sırasında makine öğrenimi ve istatistik becerilerini dikkate almazsanız, analistlerinizi kaybedersiniz. Eğer onları kaybederseniz hangi problemlerin çözülmeye değer olduğunu anlamanıza kimse yardım edemez. İşe yaramayan projeler ya da analitik görevler üzerinde çalışmaya istekli olan sefil uzmanlardan oluşan bir grupla birlikte kalacaksınız. Bu durumda verileriniz hiçbir işe yaramayacaktır.

Şirket olarak veriye dayalı karar vermeye başlamak istiyorsanız ve önce kimi işe almalıyım diye düşünüyorsanız cevabı çok nettir. Analistleri diğer rollerden önce işe almalısınız. Onları takdir etmeli ve ödüllendirmelisiniz.

Her işletmenin ihtiyaç duyduğu tek şey karar vericiler ve analistler. Diğerler kişileri sadece tam olarak neye ihtiyacınız olduğunu anladığınızda ve bildiğinizde kullanabileceksiniz. Analitikle başlayın ve gözlerinizi önünüzdeki zengin ve güzel bilgilere açmanız için yeni yeteneklerinizden gurur duyun.

Veriye dayalı ilham, güçlü bir şeydir.

iyi-bir-veri-analistinin-8-ozelligi-ve-sirketlere-neden-gereklidir-1

İyi bir veri analistinin 8 özelliği

Peki, veri analistini iyi yapan şeyler nelerdir? Siz “iyi” bir analist misiniz?

Seçtiğiniz alanda sizi öne çıkaran belirli özellikler ve nitelikler var mı? Öyleyse, bu kişisel becerileri, yaptığımız işte başarıya yardımcı olabilecek pratiğe nasıl dönüştürebiliriz?

Bunlar daha büyük faydalar elde etmek için uzmanlaşabilecek alışkanlıklardır. Şu anda veya gelecekte bir analist ekibini yönetecek olursanız, bu makale yöneticilerin kendi takımları içinde geliştirmek isteyebilecekleri özelliklerine dikkat etmelerine yardımcı olabilir.

İşte iyi bir analist olmak için geliştirmeniz gereken 8 şey:

1. İyi bir hikaye anlatıcı olun, ancak basit tutarak

Neden iyi bir hikaye anlatıcısı olmak zorundayım?

Çünkü insanlar bir hikaye dinlerken içinde bilgi varsa iyi tepkiler verirler. Bütün hikayeyi hatırlayamayabilirler ama mesajı hatırlarlar.

Verilerin, iş kolu, proje yöneticileri ve proje ekibinin anlayacağı şekilde açıklığa kavuşturulması ve basitleştirilmesi için birilerine ihtiyacı vardır. İyi bir analist, teknik olmayan bir izleyicinin konuyu kolayca kavrayabilmesi için fikirleri açık ve emin bir şekilde iletebilmeli ya da sunabilmelidir. Bu da karar vericilerin doğru kararlara ulaşmasına yardımcı olabilir.

"Bir konuyu açıklayamıyorsanız, bunu yeterince anlamadınız demektir" - Albert Einstein.

2. Hatalar yapmaktan korkmayın, hatalarınızdan öğrenin

İyi bir analist asla hata yapmaktan korkmamalıdır. Hata yaptıktan sonra itiraf etmelisiniz ve ondan birşeyler öğrenmelisiniz.

Deneyim, deneyip doğru yapmadığınızda elde ettiğiniz şeydir. Hata yapmaktan korkmuyorsanız, deneyiminizin bir parçası olacak yeni bir yol veya yeni bir meydan okuma denemek isteyebilirsiniz.

Unutmayın, bu alışkanlık kendi alanında daha iyi olmak isteyen bir analist ya da kendi takımında iyi analistlere sahip olmak isteyen bir işletme yöneticisi için de geçerlidir.

3. Ne zaman duracağınızı bilin

Son olarak, iyi bir analist, bir veri analizi projesi sunarken iyi bir şey yeterince iyi olduğunda bunun farkına varmalıdır. Örneğin, bir proje sırasında, teslim ettiğiniz çözüm zaten %80 yeterli isegeri kalan %20'yi eklemeye çalışıyorsanız bu pareto kuralı gereği size fazladan %80' lik bir çabaya mal olacaktır.

4. Detaylara dikkat edin

İyi bir analist, ayrıntılara dikkat etmeli, bu, herhangi bir veri analizi projesi sırasında şüpheli olayları sorgulama veya yönetme konusunda size yardımcı olabilir.

Unutmayın "Şeytan detaylarda gizlidir".

5. Ticari farkındalığınız olsun

İyi bir veri analisti, iş operasyonlarını sağlam bir şekilde anlaması gerekir. Herhangi bir organizasyonda analist müşterinin, ekibindeki kişilerin, farklı departmanların ve iş kolunun ticari olarak farkında olmalıdır.

Analist, analizlerinin gerçek etkisini ve örgütsel kararları ticari olarak nasıl etkileyebileceğini tanımalı ve ayırt etmelidir.

"İçgörü" ve "eyleme dönüştürülebilir içgörü" arasında bir fark vardır.

  • "İçgörü", doğru ve derin bir anlayıştır.
  • "Eyleme dönüştürülebilir içgörü", harekete geçilmesi gereken başka bir etkiyle, üzerinde harekete geçirilebilecek bilgilerdir.

Harekete geçirilebilir içgörüler, artan gelir ve / veya verimlilik ile sonuçlanacak somut geliştirilmiş performansa yol açar.

İyi bir analist bir değişim şampiyonudur.

6. Verilerle Yaratıcı Olun

Soruları yanıtlamak için veri işleme, veri yeterliliği konusunda yetenek ve ustalık sergilemeye çalışın.

Bu yetkinlikler, işlerde ya da veride bir sorun olduğunda bunu belirleme yeteneğini geliştirmesine yardımcı olacaktır.

Kirli verilere dayanarak bir analiz koştuğunuzda ve önerilerde bulunmamalısınız. İyi bir analist, farklı veri kaynaklarından gelen büyük hacimli verilerle rahat olmalı ve ilgili kalıpları ve eğilimleri belirleyebilmelidir.

Belinda Davison' ın da dediği gibi "Kaostaki sakinliği bulmanız" gerekiyor.

Farklı düşünceye veya eyleme bakmak, sıradan insanların görmezden geleceği düzeni görmek ve aynı zamanda daha az belirgin olan deseni iş anlamlarına çevirmek önemlidir. Bu yetenekle doğmuş insanlar nadir karşılaşılabilir bir kişilerdir, ancak şanslıyız ki bu yetenek geliştirilebilir.

7. Arkadaşça olun

İş analistlerinin başarılı olması için iletişim ve işbirliği becerileri hayati önem taşımaktadır. Bu yüzden iyi bir analist dışadönük olmalılar.

İyi bir analist, farklı iş kollarında bir dizi insanla iletişim kurmak konusunda rahat olmalıdır. İnsanlarla arkadaşça olmalısınız. Bu, iş gereksinimlerini kolayca anlamak ve olağanüstü bir veri analizi projesi sunmak için insanlarla olan ilişkisini geliştirecektir.

8. Yeni araç ve becerileri öğrenmeye devam edin

Akıllı bir kişi, birçok görevi başarıyla yerine getirmiş ve henüz daha fazla öğrenmeye istekli olan kişidir.

İyi bir analist asla sahip olduğu hazine üzerinde durmamalıdır.

Veri, araçlar, sunum ve iletişim stilleri vb. konularda her zaman daha iyiye gitmeye gayret etmelidir.

Tüm veri analitiği dünyası çok dinamiktir ve büyük bir hızla değişmektedir. Bu nedenle, diğerleri arasında farklı olmak için, kendinizi geliştirmeye ve teknik beceriler açısından kapasitenizi geliştirmeye devam etmelisiniz.

İyi bir analist, asla aynı şeyleri aynı şekilde yapmaktan sorumlu olmamalıdır. Çalıştığı araçlara güvenmek ve her durum için çalışmasını sağlamak yerine iş için en doğru aracı seçmeyi amaçlamalıdırlar.


  Sen Ne Düşünüyorsun ?