アナリストへのインタビュー-Denis Sobolev、プロダクトマネージャー、B2BアナリティクスSkyengヘッド

アナリストの仕事は何ですか?この分野で成功するにはどのような資質が必要ですか?この職業の長所と短所は何ですか?今日は、#アナリスト、返信-B2BアナリティクスSkyengの製品マネージャー、ProductStarコース「Profession:Analyst」のスピーカーであるDenis Sobolevの見出しの下で。読書を楽しむ!:)


どのようにしてアナリストになりましたか?


私の話が独創的であるとは言えません。物理数理研究所を卒業したので、「どこへ行くの?」私には良い数学の基礎があることを理解し、技術者の50%がアナリストとして働くことも考慮して、同じ道を選びました。そしてもちろん、私はそれが好きでした。

アナリストは誰ですか?


アナリストはまず第一に研究者です。彼の仕事は質問に対する答えを探すことです。これは多くの方法で行うことができます。人々とコミュニケーションをとり、定量的な指標を見て、その結果、世界の最も客観的な状況を構築することができます。

アナリストの仕事は何ですか?


歌詞から現実に移行する場合、アナリストの作業のいくつかのフェーズを区別でき

ます。キャリアを始めたばかりの段階では、アナリストの作業は、ほとんどの場合、レポートの作成に移ります。それらは、特別なBIシステム、または古き良きExcelまたはGoogle Sheetsで作成できます。

次の段階は、研究がすでに登場している段階で、これは最も興味深い段階の1つです。もちろん、これにはデータの操作も含まれますが、すでに特定のビジネス上の問題を解決しています。研究はまったく異なる場合があります。これはユーザーセグメントの調査である可能性があります。ユーザーセグメントがどのように異なるか、どのように類似しているかを理解する必要があり、これらすべてを一連の指標で説明できます。または、研究は次のようなものである可能性があります:ビジネスで何を最適化できるか、どのプロセスが不完全であるか、またはビジネスが最も多くのお金を費やす場所は?そして、これらの質問に答えるために、アナリストが助けに来ます。

アナリストとして成功するにはどのような資質が必要ですか?


ここでも、2つのポイントを区別する必要があると思います。

ハードスキル:数学の知識とプログラミング言語の知識(PythonまたはSQLクエリ言語のどちらでもかまいません)。また、ExcelまたはGoogleスプレッドシートでも使用できます。

いわゆるソフトスキル:お客様とコミュニケーションをとる能力と、タスクを正しく実行する能力。顧客が本当に必要としているものを見つけ、それを質の高い方法で実装します。

なぜアナリストはビジネスで評価されるのですか?


今日、実際、世界中で、人々は最も価値のあるものが情報であることを認識しています。私たち、ユーザー、習慣、愛するもの、購入するものに関する情報。この知識は非常に最初のレベルに行きます。その結果、ロシアでは、データに基づいて意思決定を行う際に、データ駆動型およびデータ情報に基づくアプローチを適用する企業が増えています。

まず、残念ながら、すべての人がデータに基づいて意思決定を行えるわけではなく、その方法を理解していないだけです。第2に、意思決定を容易にするために、このデータを取得、処理、集約、視覚化する必要があります。アナリストは、問題があり、正しい決定を下す必要がある場合、このチェーンの重要なリンクにすぎません。これはかなり大きな責任です。このデータをできるだけ早く見つけ、ビジネスに推奨することさえ必要です。

職業の長所と短所


プロとは区別できます。

これは、私の意見では、かなり静かな作品です。そして今でも、自分自身の質問への回答を探してレポートを作成しているとき、誰も引っ張ってくれず、落ち着いて仕事をしているので、実は高くなっています。もちろん、何かがうまくいかず、いくつかの重要なレポートが失敗した場合は例外があります。すぐに修正する必要がありますが、これはむしろ例外です。

これは本当に面白い仕事だと思います。私の練習では、非常に異なる質問への回答を探しました。これらは、販売部門とサポート部門の両方での質問であり、さまざまな指標間の関係の調査と、価格設定との連携です。あなたは大きなバックグラウンドを持っています、そしてそれはあなたがあなたの開発のために異なるパスを選ぶことができるので、これは本当にクールです。

アナリストは、良い意味で、尊敬される人物です。中世に戻ると、アナリストは、ある質問に答えたり、ある種の焦点を示したりする呪文を持っているある種の魔法使いのように見え、人々は彼がどうやってそれをしたのか理解していません。それは、実際にはとてもいいです。

マイナスのうち、私はアナリストが常に最終的な決定に影響を与えることができるわけではないという事実を選び出します。アナリストが推奨事項を作成することを理解する必要がありますが、結果は製品マネージャーまたはリーダーによって制御されます。ここで彼はこの問題について彼自身の意見を持っているかもしれません、またはあなたの勧告は多くの状況でどこにも行きません。これも発生します。これに備える必要があります。ここでは、なぜこれが起こったのかを常に理解する必要があります。

アナリストにとって数学は必須ですか?


私はここで予約をする必要があると思います。もしあなたが学校で良い11年生を持っているなら、おそらくタスクの60-70%でこれは十分以上であろうと思います。高等数学や統計学の知識を取り入れても、ほとんどの問題を解決するには、基本だけが必要です。

アナリストが知っておくべき3つのリソース


テレグラムチャネル「インターネット分析」を お勧めします。
超便利なリソース。たくさんの情報があります。有用なリンク、研究を常に共有する。皆さんにお勧めします。

2冊の本もお勧めします

継続的改善のプロセス」エリヤフ・ゴールドラット。
いわゆるビジネス思考を形成する必要があります。ビジネスにとって何が重要で何がそうでないかを知る必要があります。

「ママに聞いて」ロバート・フィッツパトリック。
通常商品にお勧めです。ユーザーのカスタムアクションの実行方法に関するベストプラクティスを提供します。また、アナリストにとって、これは非常に重要です。なぜなら、顧客と多くのことをやり取りするからです。顧客は、ニーズを取り除き、本当に必要なものを理解する必要があるまさにそのユーザーです。まあ、一般的に、アナリストの重要な機能は、多くの正しい質問をする能力です。

サイトstatista.comをお勧めします
始めたばかりの場合は、このポータルにあるレポートを確認してください。これは世界の統計のポータルです。興味深いことがたくさんあります。たとえば、モバイルトラフィックとデスクトップのシェアはどのようなものですか。専門家がデータをどのように視覚化し、そこでどのような推奨事項を提示できるかを確認してください。

キャリアの初めに、専門的なアドバイスはありますか?


たとえば、分析が100%に達していないことを理解する必要があります。常に何らかのエラーが発生します。

私が仕事を始めたばかりの頃、このケースがありました。特定の情報を収集するためにアクセスする必要があるテーブルを見つけるために1週間殺しましたが、これらのテーブルは3つしかありませんでした。どんなにねじれたとしても、どんなリクエストを書いても、私はデータに会ったことがありませんでした。それから私は経理部に行き、許容できるエラーを見つけて決定しました。したがって、これを覚えておいてください。

最も信頼できるソースを選択し、多くの時間を費やしてすべての詳細を把握する必要はありません。おそらく、とにかく見つけられないでしょう。

残りの候補者から目立ち、就職するにはどうすればよいですか?


ああ、これはかなり複雑な質問です。なぜなら、まず第一に、インタビューでは、経験を見て、人が解決できるタスクを理解しているからです。しかし、私が経験のない人を連れて行ったとき、私は次のことに注意を払いました:

良いテスト。
通常、テストは数式の知識を示す必要があるGoogleドキュメントの一種であり、いくつかの数式をシャッフルしてテストに反映できると便利です。たとえば、最も単純な関数を使用しない場合、これはプラスになります。

会社に示された関心。
私は会社が何をしているのかググることをお勧めします、そして数字に関連したいくつかの質問さえ準備します。人が興味を持っていることがすぐにわかるので、これはいつでも歓迎です。

なぜアナリストになるのですか?


アナリティクスは将来の職業の1つだと思います。先に述べたように、世界はデータを求めており、ますます多くの企業が自宅で分析を構築し、それを使用する方法を学ぶためです。そしてもちろん、これは非常に興味深い職業です。研究者になりたい場合、分析はあなたの欲望を満たすための非常に良い機会です。

ProductStar Profession:Analystコースに行く価値があるのはなぜですか?


このコースにはとてもクールなスピーカーが集まったようです。私もたくさんの講義を見たいです。実際の経験や実際の事例をあなたと共有できるのは素晴らしいことです。私の講義では、それを試してみました。したがって、私はProductStarコースを皆さんにお勧めします。

Google Analytics BI SQL Python? - «: ». !


All Articles