Почему выпускники курсов далеко еще не аналитики

Я работаю в поганом диджитоле без малого 10 лет, больше половины этого срока я занимаюсь аналитикой. На моих глазах формировалась новая каста - специалисты диджитал-профессий, к которой я причастен чуть позже, чем со старта.

Стремительное формирование аналитики началось примерно в 2016 году, когда вдруг начало звучать отовсюду...

На эдтех-площадка вдруг начали появляться небольшие курсы по типу этого, я залетел на один из первых.

На курсы шли всякие бэкенд-разработчики, которые повышали свою квалификацию, потому что... бизнесы начали накапливать неприлично много данных, с которыми надо было учиться как-то работать.

Я закончил курсы по Экселю и веб-аналитике - этого было более чем достаточно даже для работы на международке для моих задорных аналитических задач.

Когда ты маркетолог и занимаешься аналитикой, то в твою копилку падает один очень забавный вопрос:

После курсов по Экселю, веб-аналитику, просмотра курса по большим данным и прочего самообразовательного материала мне пришлось настраивать голову так, чтобы я отвечал на очень прикладные вопросы, соотносящиеся с действительностью.

И поэтому, когда я раскидывал уже в Google Bigquery на квантили какую-то херню, я объяснял, что "вот этот объём трафика ведёт себя так, а вот эта доля - самая большая - у нас остаётся в таком состоянии; и, судя по специфике рассылки, тут важно, с продуктовой точки зрения..." и бла-бла-бла.

У данных, накопленных бизнесом, есть нарратив, то есть они имеют некоторое конкретное значение в конкретном бизнесе.

Работаю я, значит, в Яндекс Плюсе и случается у нас День рождения - это когда на рубеже мая-июня Яндекс весело повышает вовлеченность в экосистему и раздаёт баллы за каждое новое касание в пределах систему, тем самым прививая привычку использования сервисов.

А теперь как в анекдоте...

Нам надо было сделать рассылку на тех, кто уже есть в системе лояльности. Аналитик нам варит данные на N миллионов пользователей, отдаёт выборку, по которой надо отправить. Отдаёт таблицу по схеме:

userId | points
(идентификатор в БД | накопленные баллы)

Я маркетолог, занимаюсь своими маркетинговыми делами, не проверяю данные. Отправляю. Через минут 15-20 ко мне вламывается то ли марк. дир., то ли коллега какая-то, то ли мой тимлид с таким вот скриншотиком.

А теперь развязка...

Аналитик, как я понял, больше дата-сатанист и, по его словам, "шум [применяю термин в упрощенном виде, то есть доля смыслово невалидных для задачи строк] в данных был меньше 0,00001%".

Несколько лет назад залетает на проект искромётный фриланс-аналитик со стажем около 2 лет, выпускник большого эдтеха и который прямо сейчас учится в нишевом. Попадаю с ним на общую задачу по анализу базы пользователей, на основе всего это надо будет запускать CRM-маркетинг примерно по таким направлениям:

Поставил внятно задачу, что мне нужно понять, сколько таких-то юзеров тут, как они себя ведут в динамике, указал в каких данных, какие ответы надо найти и как их показать, потому что на этом будут приниматься решения о запусках и интеграции. Задачи одобрены заказчиком, все данные есть, доступы к БД есть - полетели работать.

По NDA не могу показать конкретные вещи, однако через 3 недели я получаю в ответ пачку задач:

В довес получаю самое интересное и обозначенное как результат работы в виде 40 скринов из Jupiter Notebook, типа такого:

Прихожу на звонок, думая, что сейчас познаю еще пару-тройку прикольных граней бытия, но х%ем по лбу ударила реальность (схематично объясню):

К своему стыду не могу вспомнить всего, что мы узнали об этих таблицах, но ответов на наши вопросики мы так и не получили. Я ждал 3-4 когорты с фильтрами, пару таблиц в динамике. Если что для меня с использованием SQL это задача на неделю-две (у меня с индексами слабовато, поэтому занимает больше времени), вычисления достаточно простые.

Ожесточенная беседа вывлилась в то, что заказчик стал на сторону аналитика, а я спокойно вышел из этого консалтинга. Долго думал, почему так получилось и только на днях до меня дошло благодаря некоторой встрече.

Как обозначает Эдтех + показать поисковую выдачу

Кто учит

Учат многие, причём я работаю в эдтехе, но, познакомившись с выпускниками, я вижу примерно одну и ту же картину:

Классика в аналитике - это задача про предсказание, у кого какая вероятность выжить на Титанике.

И вот как раз такие глобальные задачи решать - это норм для самого старта, но... подавляющее большинство аналитиков пойдут в бизнес, часть в промку, еще меньше в науку. И только самая небольшая часть будет работать с данными общего гуманитарного назначения, без каких-то нарративов.

И, получается, что эдтехе дают нам операторов формул, Питона, Юпитер-ноутбука и прочего инструментария, но не объясняют, что...

Справедливости ради скажу, что данные и-кома сильно ближе к естественному человеческому поведению, потому что строятся на базовых потребностях (но об это сильно позже).

А вот что сами эдтехи пишут в своих лидгне-статьях про то, что должен уметь аналитик:

А вот это примерно то, что у нас есть всегда на выходе

Кто заказчик

Тут коротко. Бизнес-овнер часто вообще не понимает в аналитику и случается одна из трёх ситуаций:

К счастью, есть ситуации, когда с топ-менеджментом всё в полном порядке и все умеют читать цифры и понимать, что они значат.

Сейчас, возможно, кому это покажется тотально дичью, поэтому ВСЁ СЛЕДУЮЩЕЕ НОСИТ ХАРАКТЕР МОИХ ЛИЧНЫХ НАБЛЮДЕНИЙ ЗА ТЕМ, КАК ВЕДЁТ СЕБЯ ТРАФИК В ЗАВИСИМОСТИ ОТ СПЕЦИФИКИ ПРОДУКТА.

Берём ступень физиологических потребностей и бизнесы, которые с этим работают

Рынок всегда актуален и постоянная высокая волотильность обеспечивает скорейшее воскрешение после кризиса. У этих бизнесов только один блокер - смерть. Потому что пока человек жив, ему нужно где-то жить, что-то есть и вылечиваться.

Набор данных, их поток и разнообразие полностью продиктован физилогической составляющей, а поэтому не сильно разнообразный и поэтому аналитизировать их достаточно просто и значение по умолчанию всем понятно. Более того, ошибки в данных будут прощены в силу специфики.

На студень физиологических потребностей

2022-2024 годы доказали, что на безопасности можно делать не просто большие деньги, а огромные: рост новостных ТГ-каналов сильно выделил эту потребность человека.

Что касается данных, в новостных изданиях всегда есть достаточно понятная разметка: тематические теги и автор - это и есть костяк. В целом, если аналитик не психопат и включит эмпатию, то он быстро начнёт смекать, как это использовать в исследованиях.

Социальные потребности

И это уже куда более высокая ступень, где эмиссия возможных вариаций данных увеличивается в геометрической прогрессии, потому что социальное может быть выражено во всём (в прямом смысле) возможном многообразии.

Здесь у нас разные культурные маркеры и жанры литературы, музыки и т.п., кулинарные особенности, особенности профессиональных решений.

Как раз здесь начинается тотальная разница, когда на какую реальную социальную задачу накладывается нарратив бизнеса - отсюда же растёт конкуренция, отсюда же растёт нарратив для данных.

С вашего позволения остановлю движение лифта по пирамиде Маслоу, ибо дальше больше и запутаннее, там лучше работать людям с людьми.

Я стараюсь подсветить только увиденные боли, но аналитикам, когда мы их учим чему-то, надо сначала объяснить с чем он вообще работает:

На самом деле бигтехи, промка и прочие мегаладоны формируют и растят свои аналитиков годами, туда, насколько мне известно, очень ограниченное количество людей может открыть дверь с ноги. И там уже есть кому заняться точными вещами.

Больше всего в аналитике с внятными выводами нуждаются средний бизнес и еще больше малый, потому что последнему ой как надо бы эффективно расти. Уже потому, что этого бизнеса очень много и он крутит экономику и рождает новые экономические ниши. Вот сколько бизнеса

Причём этих компаний тупо больше. Экономическая рентабельность хорошей аналитики тут сильно выше.

Пост был про то, что выпускники, когда приходят заниматься аналитикой не врубаются в среду, в которой они работают и применяют общие подходы только потому, что их научили пользоваться инструментами.

Поэтому всё к тому, что в рамках образования аналитика надо больше времени уделить очень конкретным бизнес-задачам. А как взять эти задачи? Начать с бизнес-теории, маркетинговой теории, теории разработки продукта. Так аналитики научнут понимать, что они анализируют и превратят свою работу в увлекательное исследование, а не беконечное конструирование дашбордов.

Ну и искромётное из моего филологического прошлого...

Каждый писатель - исследователь действительности. И хорош он только тогда, когда понимает, о чём пишет.