Задачи аналитиков. Интересны или так себе
Это пост больше о том, как посмотреть на задачи аналитиков с другой стороны и снова их полюбить.
Все мы периодически сталкиваемся с тем, что с ростом профессионализма растут и наши требования к задачам, к интересным задачам.
По факту сами задачи могут оставаться теми же, что были и год назад. Сложно на протяжении года выполнять одно и тоже, переставать видеть интерес к своим задачам.
Вот как я попробовала посмотреть на свои задачи с прошлой работы и понять, как бы я могла сделать их для себя интересными.
Отключение оффлайн интеграции (оставляем только онлайн)
Представлю себя детективом, который идет по следу и пробует распутать свое дело.
Что дано на вход:
- система А и система В,
- тип взаимодействия: оффлайн (обменивались данными через батчи — грузили ночью, по расписанию, всё как в старой школе) и онлайн (данные летят сразу, стало быстро, современно, удобно.)
- документация не актуальная
Что требуется проанализировать: А можно ли полностью отключить оффлайн и не потерять при этом данные?
Что надо детективу, чтобы понять совпадают ли показания двух свидетелей? Очная ставка.
Берем данные, которые пришли в батче, берем данные, которые пришли в онлайне. Данные должны быть за один и тот же промежуток времени.
Сравниваем количество, уникальность, суммы, события, статусы и т.п.
Дальше строим воронку сверки:
- сколько записей совпало
- сколько есть только в онлайне
- сколько есть только в оффлайне
- расхождения по значениям
Дальше выявляем причины расхождений. Возможно, где-то есть тестовые записи, дубли или какой-нибудь показатель в системе источнике формируется расчетной процедурой со стартом в определенное время и поэтому поле заполняется только в оффлайне, в онлайне оно приходит пустым.
Определяем критичность каждых расхождений и принимаем решение.
Очная ставка проведена. Правдивость показаний одного из допрашиваемых доказана.
Вроде бы сидишь в таблицах, но на самом деле — распутываешь хитрую схему взаимодействий, находишь закономерности, исключения и подтверждаешь гипотезу.
2. Клиентский профиль
Скажу сразу, создание клиентского профиля - это бесконечный процесс, т.к. потребности бизнеса растут, вкусы и требования меняются. Собственно, как и в любой ситуации.
Эта задача, как собирать пазл и увидеть в нем реального человека. Это как собрать живого человека из данных.
Именно это и делает задачу интересной.
У тебя есть фрагменты мозаики, и ты должен собрать все полотно:
– возраст,
– пол,
– город,
– поведение на сайте,
– история заказов,
– отказы, возвраты, подписки, жалобы, клики, лайки, девайсы...
Ты собираешь из этого человека.
Включаешь в профиль такие понятия как:
– зачем он пришёл,
– что его зацепило,
– почему он ушёл (или остался),
– что сделать, чтобы он вернулся.
Иногда это похоже на пазл с 10 000 деталей.
Но ещё сложнее то, что этот пазл меняется прямо у тебя на глазах: пользователь вчера был «вечерним покупателем», а сегодня он смотрит витрины с утра. Вчера он сидел в Android-приложении, а сегодня — в iOS. Вчера он жаловался, а сегодня сделал заказ на 15 000 рублей.
Когда из разрозненных строчек ты вдруг начинаешь видеть паттерны,
когда ты ловишь новую гипотезу по поведению пользователей,
в этот момент ты как будто ныряешь в чужое поведение и понимаешь реальных людей.
И нет, это не всегда про Big Data и нейросети.
Иногда всё начинается с простой сводной таблицы и вопроса:
"А кто вообще эти люди, которые покупают только по вторникам и никогда не возвращаются?"
И начинается исследование, которое затягивает не хуже хорошего сериала.
Вот так можно интерпретировать аналитические задачи, чтобы совсем не было скучно и не была только техническая составляющая в работе.
Надо придумывать детектив с сюжетом, завязкой и развязкой. Может это поможет всем "потерявшимся" аналитикам вдохнуть "новую жизнь" в свою работу.
А для мотивации продолжать и действовать, у меня есть канал t.me/DailySoulBoost с мотивационными сообщениями. Присоединяйся и двигайся дальше!