👈🏼 👨‍⚕️ 🗾 خبير الأعمال والبرمجة. لا يمكن مشاركة الدمج 👨🏽‍🚀 🙌🏻 👩🏽‍⚕️

مرحبا! اسمي فيكتوريا كراسنوفا ، لقد كتبت مؤخرًا مشاركة رائعة حول البيانات المستندة إلى البيانات في البتروكيماويات. ولكن كان هناك حول النهج نفسه والنظام. لنتحدث اليوم عن من سيستخدم هذا النظام (ومن سيحسنه). هذا عن الناس.

بشكل عام ، من السهل التحدث عن البيانات المدفوعة ومن الممتع تنفيذها في الشركات التي يكون فيها معظم الموظفين من المستخدمين المتميزين ، أي يمكنهم بسهولة كتابة استعلام إلى قاعدة البيانات دون الانفصال عن صنع الشاي ، وفي رأسهم لديهم أسئلة ومهام يمكن حلها فقط مع تقنية البيانات الضخمة.

تخيل الآن كيف يكون تنفيذ DAAS (البيانات كخدمة) إذا تفاعل المستخدمون مع بعضهم البعض فقط باستخدام Excel و Power Point. هناك فجوة: أولئك الذين لديهم مهارات برمجة لا يمتلكون مجال الموضوع لإثبات جميع فوائد التكنولوجيا الحديثة بشكل صحيح ، وخبراء الأعمال في حالة حيرة لأنه يمكن حل أي مشكلة معروفة باستخدام "البيانات الصغيرة" "في مواجهة Excel.

من أجل سد هذه الفجوة ، والقضاء عليها بشكل مثالي ، يمكننا التعامل مع المشكلة من أي جانب. أولاً ، قم بتوظيف محللين على دراية بـ SQL و Python. ثانيًا ، لتعليم المستخدمين الحاليين لغات البرمجة. ويبدو أن الطريقة الأولى تبدو أكثر منطقية وبساطة ، أليس كذلك؟ ولكن هناك مطبات وهي:

« » ;
( );
, — , ;
, « » ..

بالطبع ، النهج الثاني له عيوب أيضًا - ليس من الواضح تمامًا كيف يمكن تعليم الأشخاص الذين يتم تحميلهم بالعمل الحالي مهارات البرمجة ، فهو افتراضيًا طويل وصعب وغير واضح لماذا ، إذا كان يمكن القيام بكل شيء في Excel. بالإضافة إلى ذلك ، لم يكن لدينا الوظيفة المميزة الحالية للمحللين الذين كانوا سيتقنون المهارات الحديثة في العمل باستخدام الأدوات.

لذلك ، فكرنا وأطلقنا مدرسة التحليلات.

نشأت فكرتها كمحاولة للإجابة على الأسئلة التالية:

كخبير أعمال ناجح يعرف المعدات الرياضية جيدًا ، ليس فقط لتعليم كيفية العمل مع التعليمات البرمجية ، ولكن أيضًا لتوسيع آفاق خياله: ما المهام التي يمكنك حلها بمساعدة الأدوات الحديثة ؛ الآن أنت لا تعرف شيئًا ، ولكن ماذا لو كنت تعلم؟
, , , (, , );
(, self service , , ).

وفي عام 2019 ، بدأنا اختبار تنسيق مدرسة التحليلات في SIBUR لموظفينا. نحن بحاجة إلى تعلم البرمجة في Python و SQL الناس الذين يحل معظمهم مشاكل العمل. ليس من السهل على أي شخص الدخول إلى مدرستنا ، حتى إذا كنت تريد ذلك حقًا. الحد الأقصى الذي يمكن أن نقدمه لكل شخص مهتم بالتعلم بطريقة أو بأخرى - تقديم المشورة بشأن الدورات التدريبية الصحيحة على Coursera أو تقديم مجموعة من الكتب المفيدة. إذا كنت ترغب في الدراسة ، يرجى الدراسة.

كان قائد فريق المدرسة أندريه تيلياتيك ، الذي يحرص على حل مشكلات التحسين والفائز في مسابقة أمريكية كبيرة واحدة. الآن محسِّن له يحسب سوق الكهرباء في روسيا ، شارك SIBUR Andrey في مشروع لتحسين سلاسل التوريد الخاصة بأعمال البوليمر الخاصة بنا.

فقط موظف الشركة الذي لديه بالفعل حالة عمل حقيقية في العمل الآن يمكنه الدراسة في مدرسة Analytics. ثم لدى الرأس سبب لتخصيص جزء من الوقت للتدريب. عند القبول ، نطرح أسئلة غير مريحة مثل "لماذا تفعل هذا؟" ، لكن الاختيار الرئيسي ليس حتى في القبول ، ولكن في عملية التعلم. أولئك الذين لا يستطيعون أو ليسوا مستعدين لبذل جهود كافية يقعون على عاتقهم.

في الواقع ، تم تنفيذ مدرسة التوجيه في مدرستنا - يلتزم الموظف الذي خضع للتدريب بمساعدة التيار التالي في التعلم. وإذا لم يتعامل فجأة مع مشكلة المبتدئ ، فيمكنك دائمًا الاتصال بمستشارك السابق. بهذه الطريقة ، يتم تشكيل بيئة آمنة يمكنك من خلالها تجربة أشياء جديدة دائمًا ، ولكن لا يمكنك الانحراف عن المهمة بطريقة غادرة.

في عملية التعلم ، نساعد الطلاب على التغلب على الخوف من البرمجة الرهيبة والرهيبة وتكوين التفكير الاستباقي فيهم. الشيء الرئيسي في البداية هو التغلب على ذهول لوح نظيف عندما تحتاج إلى كتابة شيء من الصفر. يساعد الموجهون ذوو الخبرة في تحديد الأدوات والبدء ، ومن ثم قد لا تكون هناك حاجة للمساعدة على الإطلاق ، نظرًا لأن جميع المعلومات موجودة على الإنترنت ، ما عليك سوى أن تكون قادرًا على صياغة سؤالك. إذا واجه الطالب مشكلة من نوع ما أو ببساطة عالق في مكان ما ، فيجب عليه أولاً محاولة حلها ، وفرز العديد من الخيارات ، وإذا لم يعمل ، اتصل بموجه. سوف يمسك بيده ، ويستمع إلى المشكلة والطرق التي حاول الطالب حلها ، ويومئ برأسه ويفهمك ويخبرك بكيفية جعله يعمل مرة أخرى.

وهكذا ، يصبح الناس أكثر ثقة في أنفسهم وقدراتهم ، ويشكلون التفكير النقدي في أنفسهم. نحن نتابع خريجينا ، وحتى الآن لم يتوقف أحد عند النصوص التي كتبوها أثناء دراستهم ، ويستمرون في إنشاء نصوص جديدة كجزء من المزيد والمزيد من المهام الجديدة. لقد أطلقنا حتى الآن ثلاثة تيارات من الطلاب وجمعنا العديد من الحالات من خريجينا - محللي الأعمال ، ونحن على استعداد لمشاركتها معك.

قليلا عن التنسيق

تستمر جميع الدورات التدريبية في المتوسط من ثلاثة إلى ثلاثة أشهر ونصف ، درس واحد في الأسبوع أو شهرين. في الشهرين الأولين كانت هناك دراسة فقط ، ثم بالتوازي معها ، تم البت في الحالات مباشرة. اتفق الطالب مع مرشدي مدرسة التحليلات حول الاجتماع ، وتحدثوا عن المشكلات ، وانغمسوا في مشاكل وتوقعات النتيجة ، وشارك الموجهون الأدوات والأساليب لحل المشكلة.

حدث كل شيء بأكثر تنسيق حر - الاجتماعات والمراسلات في غرف البريد والدردشة والمناقشات عبر الهاتف - دون أي مواعيد نهائية وتواتر رسمي. في الوقت نفسه ، استمر الطلاب في أداء واجباتهم المعتادة بالتوازي ، وكانت المدرسة عبئًا إضافيًا عليهم ، قرروا تحمله.

ما هو دافعهم؟ كل شيء بسيط - بعد أن أتقن أدوات جديدة ، سيتخلص منها محللو الأعمال بمساعدة العمليات الروتينية والمتكررة بشكل متكرر ، والتي ، بصراحة ، كافية في عملهم. وإذا أتاحوا ، من ناحية ، الوقت لمزيد من المهام الإبداعية ، من ناحية أخرى ، من خلال تطوير الأدوات القائمة على بحيرة البيانات ، يمكنك جعل بيانات التسويق شفافة ، ويمكن الوصول إليها في جميع الأوقات ، وموحدة لجميع المستخدمين.

ما المهام المحددة التي ساعدت مدرسة Analytics الخريجين على حلها؟ شاركوا قصصهم بأنفسهم. جميعهم متخصصون في قسم التسويق.

معالجة بيانات محددة

أليونا فارتانسكايا ، كبير المتخصصين في تحليلات الأعمال ،

منذ اليوم الأول من الدراسة ، ركزنا اهتمامنا على ثلاث كتل. الأول يعمل مع بحيرة بيانات التسويق. أتقننا الأدوات التي سمحت لنا بالذهاب إلى البحيرة وتصور هذه البيانات على لوحة القيادة. تعلمنا كيفية تحليل جودة البيانات بشكل صحيح والبحث عن البيانات المفقودة ، وفي بعض الحالات ملؤها. انتبه إلى التسلسل الهرمي ، وكيف يتم بناء البيانات وكيف يتم تخزينها ، وكيف من مصادر مختلفة لسحب البيانات بشكل صحيح على منتج معين.

ثانيًا ، في الواقع ، الأدوات الرقمية نفسها - SQL و Python ، بمساعدتهم تعلمنا كتابة الخوارزميات. وثالثًا ، المعرفة الأساسية بلوحات المعلومات.

كانت المشكلة التي توصلت إلى حلها في مدرسة Analytics متعلقة بالعملاء وتركيز العملاء ، لأن عميل الأعمال هو بالتأكيد أهم مشارك في العلاقة. في حالتي ، حاولنا معرفة المزيد عن العميل ، واستخدام تحليل التدفق من مصادر مختلفة ، وكذلك استخدام تحليل النص لفهم كيف وفي أي مناطق يبيع منتجاته ، لتوزيع المنتجات حسب العلامة التجارية.

وبالتالي ، سنكون قادرين على فهم الفترات التي قد يواجه فيها العميل صعوبات من حيث مبيعات المنتجات أو تطوير القطاع ، وما إذا كان بإمكاننا دعمه بطريقة أو بأخرى ، على سبيل المثال ، مع عروض الحزمة. أو العكس ، سنرى أن كل شيء على ما يرام مع العميل الآن ، فهو يتطور بشكل مكثف ، ويفتح شرائح جديدة ، ويمكننا أن نقدم له القيام ببعض المشاريع معًا.

بالإضافة إلى أتمتة العملية بأكملها ، كنت بحاجة إلى التعمق أكثر في تفاصيل العميل. في السابق ، كانت هذه الأشياء تتم نقطة تلو الأخرى عند الطلب ، حيث تستغرق في المتوسط 1-2 ساعات عمل. الآن الأمر على القضبان - يمكنني دائمًا فتح لوحة التحكم وجمع البيانات الضرورية بسرعة: كيف يغير العميل استراتيجيته ، وأين ، وكيف ومتى يتم جلب المنتجات ، وما إلى ذلك. وبالتالي ، يستغرق الأمر 10-15 دقيقة لإكمال طلب واحد.

غالبًا ما ترتبط طلبات الزملاء من التسويق بتحليل البيانات المتعلقة بمنتج معين يشاركون فيه. فهم حجم المبيعات أو قناة التوزيع أو جزء من التطبيق. إذا قمت بإنشاء لوحة تحكم بشكل صحيح في إطار الاستعلامات التي تتم مواجهتها بشكل متكرر ، فيمكن سحب جميع الإحصائيات بسرعة.

نعم ، يتم إنفاق الكثير من الوقت على لوحات المعلومات الأولى ، ولكن بمرور الوقت تقوم ببعض العمليات بشكل أسرع. على أي حال ، يتم بناء النظام بأكمله مرة واحدة ، وبعد ذلك تحتاج فقط إلى اختيار المعلومات المناسبة ، والتي يتم تحديثها تلقائيًا أيضًا.

لإكمال الطلب ، تحتاج عادةً إلى جمع مجموعة من البيانات من مصادر متنوعة ، ثم تحتاج أيضًا إلى ربط مجموعة كبيرة من المستندات معًا ، وبيانات من فترات مختلفة ، وجمع ملفات excel الكبيرة.

الآن هذه بحيرة تسويق بيانات واحدة ، تجمع بين المصادر الداخلية مثل SAP والخارجية. يمكنك رؤية التاريخ حسب الشهر ، بدءًا من العقد الأول من القرن الحادي والعشرين ، والحصول على تفاصيل حسب المنتج.

في السابق ، كان من الضروري إعداد ملخص البيانات هذا كل شهر وتخزينه في مكان ما. ومحليا ، فقط في المنزل. والآن أصبح كل شيء شفافًا ، يمكن لأي موظف استخدام البحيرة إذا كان بحاجة إلى هذه المعلومات.

إضافة أخرى لنقل البيانات إلى البحيرة هي التوحيد. تختلف تنسيقات البيانات في قواعد البيانات المختلفة. لقد تعلمت في إطار مجموعات معينة لدمج هذه البيانات بحيث يقوم المنتج على الفور بسحب البيانات من مصادر مختلفة لمفاتيح معينة ، حتى أتمكن من الاتصال بها واستخدامها في عملي.

أتمتة التقارير التشغيلية

فيتالي مالاكاي خبير تحليلات الأعمال ،

أسبوعيا في وظيفة التسويق والمبيعات ، تعقد جلسة عمل لمناقشة الوضع الحالي للسوق ، الأحداث الرئيسية ، الاتجاهات. نحن نستعد تمامًا لمثل هذه الاجتماعات وكل أسبوع نجمع المواد في شكل تقرير تحليلي مع معلومات تفصيلية عن منتجاتنا (المعلمات الكلية وعروض الأسعار والأسعار والتعليقات وما إلى ذلك).

في السابق ، تم جمع جميع المعلومات من مجموعة متنوعة من تقارير PDF وملفات excel ، والتي تمت معالجتها يدويًا ، ومن هناك حصلت على المساعدة. بطبيعة الحال ، قضينا الكثير من الوقت في إعداد المواد ، بالإضافة إلى أن جميع هذه المعلومات ظلت محلية. في School of Analytics ، باستخدام Python ، قمنا بجمع البيانات تلقائيًا وجعلنا من الممكن تخزين المعلومات من تقارير PDF وملفات excel في قاعدة بيانات ثم تصورها في Tableau.

لذلك قمنا بتخفيض تكاليف العمالة من أجل الجمع الروتيني للمعلومات ، بالإضافة إلى أنه يمكننا الآن رؤية الصورة الكاملة. للأسف ، لم نتعلم بعد كتابة التعليقات تلقائيًا ، ولكن أعتقد أنها ستكون مهمة مثيرة للاهتمام.

تحسين وتقليل العمليات الروتينية في جمع البيانات والمعالجة الأولية

أرسيني كورشونوف ، كبير الخبراء ، التحليلات المتقدمة

لكي يتمكن المسوق من استخلاص استنتاجات حول ما يحدث في السوق ، في بعض الأحيان لا يكفي قراءة تقرير أو إنشاء مخططات في Excel. تحتاج إلى عمل توقعات وفهم ما سيحدث إذا قمت بتغيير معلمة إدخال أو أكثر. أنا منخرط في بناء نماذج رياضية لتحليل السوق الحقيقية.

للقيام بذلك ، تحتاج إلى جمع مجموعة من البيانات المدخلة بتنسيقات مختلفة من مصادر مختلفة وتجميعها في مكان واحد ، ودراسة الأنماط بينها وبناء نماذج إحصائية. في الواقع ، مهمتي هي بناء وظائف مناسبة لمتغيرات المدخلات ، والتي تعطي المستخدم بشفافية ووضوح النتيجة في شكل توقعات ، سيناريوهات سلوك السوق.

كانت مهمتي في المدرسة هي أتمتة جمع مجموعات معينة من المعلومات ، ثم تحميلها إلى Vertica. تم تقسيم الحل نفسه إلى ثلاث كتل ، فقط المركزي جاهز. كانت الكتلة الأولى هي أن يقوم النظام بتسجيل الدخول تلقائيًا إلى الموقع ، وتنزيل الأرشيف مع ملفات 20-30 excel وحفظه على القرص. والثاني هو مراجعة هذه الملفات 20-30 وتحليلها حسب نوع البيانات ، وإنشاء قوالب للتكامل مع قاعدة البيانات. إنه مستعد فقط. والثالث هو تحميل البيانات إلى فيرتيكا.

إذا قمت في وقت سابق بنماذج التوقعات بإدراج كتل من المعلومات وتحديثها بانتظام مرة واحدة في الشهر ، يمكنني الآن تسجيل الدخول وتنزيل الأرشيف وتشغيل Python والاستمرار في استخدام النماذج الجاهزة للتحميل إلى Vertica.

الانطباعات العامة

هذا لا يعني أن مدرسة Analytics عبارة عن سلسلة من الدورات التدريبية. بدلاً من ذلك ، إنها منصة حيث يمكنك من اليوم الأول استخدام أدوات جديدة لحل المشاكل التشغيلية. في الوقت نفسه ، هناك مرشدون دائمًا على اتصال ومستعدون للمساعدة.

ناقشنا أفكارنا مع الموجهين ، وتبادلوا رؤيتهم والحلول المقترحة. وقد ساعد ذلك كثيرًا ، لأننا عادة ما ننظر إلى المشكلة من وجهة نظر العمل ، والموجهين من وجهة النظر الفنية ، وبالتالي يمكن العثور على حل جديد لم يكن ليحدث لنا في الظروف العادية.

كان من الرائع تعلم الكثير من الاختراقات في الحياة حتى عند العمل باستخدام أدوات مألوفة ، لأنه يمكننا مراقبة عمل الموجهين ، وملاحظة بعض الأشياء في الممارسة ثم استخدامها بنشاط في مشاريعنا. الآن نعمل بنشاط على تطوير بحيرة البيانات الخاصة بنا ، ونمضي وقت الفراغ في أتمتة المزيد من المهام الجديدة.

خبير الأعمال والبرمجة. لا يمكن مشاركة الدمج

قليلا عن التنسيق

معالجة بيانات محددة

أتمتة التقارير التشغيلية

تحسين وتقليل العمليات الروتينية في جمع البيانات والمعالجة الأولية

الانطباعات العامة

More articles: