Le Competenze Trasversali Battono le Competenze Tecniche nell’Analisi dei Dati

Soft Skills Beat Technical Skills in Data Analysis

Queste soft skills hanno trasformato la mia carriera

Foto di Headway su Unsplash

C’è una comune idea sbagliata tra le persone che entrano nel campo che scrivere codice migliore ti farà diventare un migliore Analista dei Dati. Sono qui per dirti che semplicemente non è vero.

La funzione più importante di un Analista dei Dati è quella di creare valore commerciale per un’organizzazione in modo misurabile. E ciò non significa che hai bisogno di una soluzione tecnica impressionante per farlo.

Il tuo ruolo è interpretare un problema commerciale, creare una narrazione per gli stakeholder che spieghi le ragioni dietro un evento e dimostrarne l’impatto sul business. Ciò può richiedere un approccio tecnico con strumenti avanzati, ma alla fine non è ciò che conta.

L’Analisi dei Dati non è:

“Abbiamo perso 14 clienti questo mese”.

È più simile a:

“Il churn dei clienti ha subito un aumento del 5% rispetto al mese scorso, con il 75% dei clienti persi che ha menzionato di essere passato a un concorrente. Questi clienti hanno specificamente indicato che il nostro prodotto manca di una certa funzionalità, il che spiega il declino”.

Quest’ultimo dà agli stakeholder qualcosa su cui agire, come dovrebbero fare tutti i rapporti che generi.

Considerare le seguenti soft skills ti aiuterà a migliorare la tua efficacia in questo ruolo e ti permetterà di distinguerti.

Una forte comprensione del modello di business

In altre parole, come l’organizzazione genera ricavi? e quanto sei familiare con le complessità della consegna dei tuoi prodotti o servizi? La tua conoscenza di dominio dovrebbe essere concentrata sull’area del business su cui riporti (Finanza, Operazioni, Marketing ecc.) così come sull’intera organizzazione. Più sei informato sull’azienda stessa, migliore sarà il tuo approccio nella generazione di un’analisi e nell’apportare un impatto.

Ciò significa anche che hai una comprensione di come i sistemi di origine raccolgono e convalidano i dati su cui stai riportando. Dovresti conoscere i dettagli dei processi operativi che comprendono determinate metriche, così come i limiti di ciò che può essere risposto su di esso. Se sei un’azienda di e-commerce, come viene misurata una visualizzazione di pagina da Google Analytics? O se lavori nella catena di fornitura, cosa rappresenta “Tempo di esecuzione” e come viene mostrato in SAP?

Non è raro che ottimi Analisti dei Dati provengano da un ruolo specifico di coordinatore / analista di dominio (cioè, un Analista Finanziario, un Coordinatore di Marketing ecc.). Questa è una strada efficace perché essere in prima linea di un processo aziendale ti dà molte più informazioni su come funziona l’organizzazione.

Pensa a questo, se lavorassi per una compagnia aerea e stessi sviluppando una dashboard sulle prenotazioni dei voli, non pensi che sarebbe un vantaggio ingiusto aver lavorato nel dipartimento delle prenotazioni? Avresti una comprensione di tutti i punti dati rilevanti inseriti nel loro sistema di prenotazione, cosa significano per l’azienda e le sfide che circondano questo processo.

Foto di Dylan Gillis su Unsplash

Comunicazione e collaborazione

Inevitabilmente, non avrai tutte le risposte ai problemi commerciali che ti vengono presentati come Analista dei Dati. Pertanto, dovrai collaborare con altri team per ottenere chiarezza su un pezzo specifico di dati di cui hai bisogno o sul processo aziendale dietro a come qualcosa viene generato.

I ruoli degli Analisti dei Dati sono anche di fronte all’organizzazione, dove potresti presentare le tue conclusioni a pari, alla gestione, alla C-Suite o ai clienti esterni. Devi tirare fuori le tue abilità di presentazione e essere in grado di comunicare risultati complessi in modo significativo.

Quando si tratta di comunicazione, meno è sempre meglio. I tuoi colleghi, gli stakeholder e la gestione non vogliono sentire i dettagli su come hai manipolato il tuo Pandas Dataframe o quante espressioni di tabella comuni esistono nella tua dichiarazione SQL. Piuttosto, devi essere in grado di astrarre gli aspetti tecnici del tuo lavoro e comunicare solo ciò che è più importante.

Pensiero critico, curiosità e osservabilità

I problemi che ti verranno presentati sono difficili. Se non lo fossero, la tua organizzazione non ti avrebbe assunto.

Quando ti viene presentata una domanda aziendale da rispondere, devi concepire quali dati sono disponibili e come possono essere trasformati per rispondere correttamente a quella domanda. Non sempre sarà chiaro come collegare i punti tra l’affermazione del problema iniziale e i dati disponibili, ma avere una continua curiosità sul “perché” ti permetterà sempre di avere successo in questo campo.

Ad esempio, diciamo che la tua organizzazione ti chiede di creare un rapporto su quanti contratti clienti vengono venduti ogni mese. Sulla superficie, sembra una domanda diretta, ma diventa più complessa quando arrivi ai dati disponibili. La prima cosa da determinare è come viene identificato il termine del contratto in modo da poter essere aggregato per mese. Stai solo facendo riferimento a una data di fine sul record del contratto, o devi guardare nel sistema di fatturazione per verificare se il pagamento viene ancora effettuato? Forse è una combinazione di entrambi.

Poi, una volta che sai come viene identificato il termine del contratto, come determini se è un’upsell, una discesa, un rinnovo piatto o una cancellazione? Stiamo guardando il cambiamento netto dell’account prima e dopo il termine? O c’è un altro insieme di criteri a cui dobbiamo fare riferimento?

In uno scenario del genere, devi essere in grado di suddividere i grandi problemi in pezzi più piccoli e organizzarti nella fase di analisi esplorativa dei dati (EDA).

Gestione eccezionale degli stakeholder

Gli stakeholder sono i clienti degli analisti dei dati; sono le persone che traggono beneficio e agiscono sui rapporti che generi. E come per qualsiasi altra cosa, se un cliente non è soddisfatto del tuo servizio, cercherà altrove.

Gli analisti dei dati devono capire i ruoli delle persone a cui consegnano i rapporti. Pensa alle domande circostanti a cui i tuoi stakeholder potrebbero essere concentrati e a ciò che personalmente interessa loro nella loro funzione di lavoro. Lavorando nei domini delle operazioni e delle finanze, una domanda comune su cui ho sempre avuto bisogno di una risposta è stata “Perché il numero X non corrisponde al numero Y?”. Essere in grado di suddividere questa ragioneria ai miei stakeholder ha sempre aiutato la conversazione a muoversi in una direzione positiva.

C’è anche un elemento umano per avere successo nel lavorare con gli stakeholder. Chiediti:

  • Sei una persona piacevole con cui lavorare?
  • Rendi facile per loro comunicare i requisiti a te?
  • Quanto è difficile per loro capire i risultati della tua analisi?
  • Quando dici che puoi raggiungere un obiettivo nel tuo progetto entro una certa scadenza, puoi consegnarlo? E se non puoi (cosa che va bene), puoi essere trasparente con i blocchi?

Mentre devi assicurarti di rispondere a tutto ciò che ti viene chiesto, la gestione degli stakeholder significa anche dare un feedback negativo nei giusti scenari. Ma c’è una linea sottile in questo. Potresti aver sentito il buzzword di project management “Scope Creep”. Questa è una preoccupazione valida quando si riceve un feedback su un progetto. Durante una revisione del pannello di controllo o del rapporto con il tuo stakeholder, assicurati di ottenere una lista di miglioramenti essenziali rispetto a quelli desiderabili come takeaways.

È giusto chiedere: “Perché hai bisogno della metrica X?”, perché ciò potrebbe certamente avviare un dialogo significativo. Ma se scopri che nonostante i tuoi sforzi per mettere in discussione questa nuova funzionalità, la conversazione non sta progredendo, potrebbe essere utile per te mettere da parte il tuo disaccordo e dare priorità al completamento del compito.

Un pensiero finale

Sì, hai ancora bisogno di abilità tecniche, ma a nessuno importa di loro

È inevitabile che avrai bisogno di abilità tecniche per avere successo nel tuo ruolo. I dati non arrivano mai in un formato in cui puoi semplicemente SELECT * da una tabella perfetta e chiudere la giornata. Ma sappi che nessun altro tranne te vedrà probabilmente la soluzione tecnica dietro il rapporto.

Certo, devi comunque pensare alla scalabilità di un pannello di controllo o di un rapporto per assicurarti che sia facilmente mantenibile dal tuo team di analisi e dinamico. Ma non sovraingegnerizzare qualcosa che non ha bisogno di essere complesso.

In uno dei miei ruoli, uno dei nostri pannelli di controllo di Tableau più visualizzati è stato sviluppato da un responsabile delle vendite. Non era bello da vedere, né aveva nulla di avanzato. Ma questo pannello di controllo ha affrontato un obiettivo di vendita cruciale con notevole semplicità e significato. La chiave del suo successo è stata la profonda comprensione del responsabile delle vendite delle principali preoccupazioni del team delle vendite.

Quindi sì, continua ad imparare SQL, Python, Excel e Tableau. Ti serviranno. Ma assicurati di capire perché ti servono.