Ο παγκόσμια αγορά ανάλυσης δεδομένων προβλέπεται να αυξηθεί κατά 234,4 δισεκατομμύρια δολάρια ΗΠΑ από το 2023 έως το 2028. Αυτή η ταχεία αύξηση θα επιταχύνει την αύξηση των θέσεων εργασίας στον τομέα.
Για να μάθουμε περισσότερα σχετικά με τις τάσεις των πεδίων ανάλυσης δεδομένων, τις προοπτικές τους και τις προκλήσεις τους, μιλήσαμε με την Aksinia Chumachenko, Επικεφαλής της Ομάδας Product Analytics στη Simpals, την κορυφαία ψηφιακή εταιρεία της Μολδαβίας. Σε αυτή τη συνέντευξη, η Aksinia θα μοιραστεί το ταξίδι της, την προσέγγιση στην ηγεσία και την καθοδήγηση, και το όραμα για το μέλλον αυτού του ταχέως εξελισσόμενου τομέα.
Το ταξίδι σας από έναν φοιτητή πανεπιστημίου σε έναν επικεφαλής της ομάδας Analytics προϊόντων είναι εμπνευσμένο. Θα μπορούσατε να μοιραστείτε τα βασικά ορόσημα που έχουν διαμορφώσει την καριέρα σας στην ανάλυση δεδομένων;
Το ταξίδι μου ξεκίνησε στο NUST MISiS, όπου σπούδασα Επιστήμη και Μηχανική Υπολογιστών. Σπούδασα σκληρά και ήμουν πολύ δραστήριος φοιτητής, γεγονός που με έκανε επιλέξιμο για ένα πρόγραμμα ανταλλαγών στο Πανεπιστήμιο Εφαρμοσμένων Επιστημών Häme (HAMK) στη Φινλανδία. Αυτή η εμπειρία οδήγησε στην πρώτη μου πραγματική δουλειά στον τομέα της πληροφορικής — μια πρακτική άσκηση στη Renault το 2019. Ήταν η πρώτη μου δουλειά ως αναλυτής δεδομένων. Με βοήθησε να εξοικειωθώ με δημοφιλή εργαλεία όπως το Excel και το SQL και να αναπτύξω την αναλυτική μου σκέψη.
Ο χρόνος που πέρασα στη Renault με βοήθησε να συνειδητοποιήσω ότι η ανάλυση δεδομένων είναι κάτι που θα με ενδιέφερε να ακολουθήσω ως καριέρα πλήρους απασχόλησης. Μετά τον χρόνο μου στη Renault, εντάχθηκα στη Sberbank, μια από τις μεγαλύτερες τράπεζες στην Ανατολική Ευρώπη, ως ασκούμενος αναλυτής μέσω του εξαιρετικά ανταγωνιστικού προγράμματος Sberseasons. Ο ανταγωνισμός ήταν έντονος, με πάνω από 50 υποψήφιους ανά θέση. Ωστόσο, τρεις διαφορετικές ομάδες εντός της τράπεζας ενδιαφέρθηκαν να με προσλάβουν και τελικά επέλεξα να συνεργαστώ με τη Sberbank CIB, η οποία είναι υπεύθυνη για τις επιχειρηματικές επενδύσεις.
Στη Sberbank, εργάστηκα ως αναλυτής για μεγάλους πελάτες B2B. Αυτή η εμπειρία με βοήθησε να βελτιώσω τις δεξιότητές μου στο Python και να αποκτήσω περισσότερη πρακτική εμπειρία στην εργασία με μεγάλα δεδομένα.
Το 2020, πέρασα στην ανάλυση προϊόντων στην OZON Fintech – μια από τις κορυφαίες αγορές στη Ρωσία. Αυτός ο καθοριστικός ρόλος μου επέτρεψε να διπλασιάσω τον μισθό μου και να αποκτήσω εκτενή εμπειρία δουλεύοντας σε προϊόντα fintech. Στην OZON, εργάστηκα με τέσσερα χρηματοοικονομικά προϊόντα και μέσω της έρευνάς μου βάσει δεδομένων, αυξήσαμε σημαντικά τις βασικές μετρήσεις όπως η χρήση, ο αριθμός νέων πελατών, οι αποδόσεις και τα έσοδα.
Τον Νοέμβριο του 2020, η BCS Investments, που ονομάστηκε «Επενδυτική Εταιρεία της Χρονιάς» από μια έγκυρη οικονομική διαδικτυακή πλατφόρμα, με προσέγγισε. Έψαχναν να προσλάβουν τον πρώτο τους αναλυτή προϊόντων και να δημιουργήσουν ένα νέο τμήμα από την αρχή. Αυτή η ευκαιρία ταίριαζε με τους στόχους μου, καθώς ήθελα να αποκτήσω νέες ηγετικές ικανότητες. Κατά τη διάρκεια της παραμονής μου εκεί, υλοποίησα πολλές σημαντικές πρωτοβουλίες. Ένα από τα πιο σημαντικά ήταν η εισαγωγή της διαδικασίας δοκιμής A/B από την αρχή, η οποία βελτίωσε την εμπειρία χρήστη και τις μετρήσεις προϊόντων. Χάρη στην εφαρμογή αυτής της διαδικασίας δοκιμής A/B σε ολόκληρη την εταιρεία, αυξήσαμε το ποσοστό μετατροπής ενσωμάτωσης στην εφαρμογή μας κατά αρκετές ποσοστιαίες μονάδες, επηρεάζοντας τελικά τον αριθμό των πελατών που χρησιμοποιούν την εφαρμογή και, κατά συνέπεια, τα έσοδά μας.
Περίπου ένα χρόνο αργότερα, πέρασα στο Simpals στη Μολδαβία, όπου εξακολουθώ να εργάζομαι ως επικεφαλής της ομάδας Analytics προϊόντων. Διαχειρίζομαι μια ομάδα κορυφαίων ειδικών στην ανάλυση δεδομένων και εργάζομαι σε έναν από τους ιστότοπους με τις περισσότερες επισκέψεις στη Μολδαβία.
Πρόσφατα, ασχολήθηκα πολύ με το να δίνω πίσω στην κοινότητα. Οργάνωσα μια συνάντηση στη Μολδαβία το 2023 και ήμουν επίσης ομιλητής. Ένας από τους ομιλητές ήταν μια συνάδελφος την οποία καθοδήγησα από την αρχή – ήταν μεγάλη χαρά να βλέπω πόσο μεγάλωσε γρήγορα.
Είμαι επίσης κριτής σε πολλά διεθνή hackathons, μεταξύ των οποίων το Hackathon των Ηνωμένων Εθνών Big Dataόπου αξιολόγησα 18 διαφορετικές ομάδες με βάση την καινοτομία, την ποιότητα και την εφαρμογή των λύσεών τους.
Άλλα hackathon στα οποία προσκλήθηκα ως ειδικός είναι το MLH Web3Apps Hackathon και το MLH Data Hackfest.
Ως ηγέτης στον τομέα σας, πώς προσεγγίζετε την καθοδήγηση των μελών της ομάδας σας και τι αντίκτυπο ελπίζετε να έχετε στην καριέρα τους;
Άρχισα να κάνω μέντορες μόλις είχα την ομάδα μου. Σήμερα, είμαι μέντορας όχι μόνο στα Simpals αλλά και σε εξωτερικούς οργανισμούς όπως οι Women in Tech και οι Women in Big Data. Πρόκειται για δωρεάν διεθνή προγράμματα που βοηθούν τις γυναίκες να προχωρήσουν στην καριέρα τους. Ως μέντορας, έχω βοηθήσει αρκετές γυναίκες να επιτύχουν σημαντική επιτυχία ανεβάζοντας το επίπεδο ή ξεκινώντας μια νέα καριέρα.
Κάθε καθοδηγούμενος είναι διαφορετικός, γι’ αυτό δημιουργώ ατομικά σχέδια ανάπτυξης με βάση τους στόχους, τα δυνατά και τα αδύνατα σημεία του. Συναντιόμαστε επίσης τακτικά για κατ’ ιδίαν συναντήσεις για να συζητήσουμε πώς πάνε τα πράγματα.
Το να βλέπω τον αντίκτυπό μου στους συναδέλφους είναι πολύ ικανοποιητικό. Επιπλέον, βοηθώντας τους άλλους, βοηθώ και τον εαυτό μου να εξελιχθεί ως επαγγελματίας και ως άνθρωπος.
Η Aksinia, ως επικεφαλής της ομάδας Product Analytics Team στη Simpals, μια εταιρεία που έχει σημαντικό αντίκτυπο στο ψηφιακό οικοσύστημα της Μολδαβίας, τι ρόλο παίζει η ανάλυση δεδομένων στην επιτυχία ψηφιακών πλατφορμών όπως η 999.md;
Το 999.md επισκέπτονται περισσότεροι από 2 εκατομμύρια μοναδικοί χρήστες κάθε μήνα, δίνοντάς μας πολλά δεδομένα για να εργαστούμε. Ήμουν υπεύθυνος για τη δημιουργία μιας ομάδας από την αρχή και την καθοδήγησή της για να διασφαλίσει την ανάπτυξη των βασικών μετρήσεων και να βελτιστοποιήσει τις υπάρχουσες διαδικασίες. Χάρη στις προσαρμογές στα βασικά χαρακτηριστικά, πετύχαμε αύξηση εσόδων 13%.
Χάρη στη δουλειά μας, η πλατφόρμα μπορεί να κερδίσει περισσότερα έσοδα και να μειώσει τις δαπάνες όπου είναι δυνατόν. Αυτό κάνει τα analytics: όχι μόνο συμβάλλει στο να κερδίσετε περισσότερα χρήματα, αλλά αποτρέπει επίσης περιττές δαπάνες, οι οποίες, για μεγάλα έργα όπως αυτό, μπορεί να είναι σημαντικές.
Ο τομέας της ανάλυσης δεδομένων εξελίσσεται συνεχώς. Ποιες είναι οι μεγαλύτερες προκλήσεις που αντιμετωπίζει η ανάλυση προϊόντων και δεδομένων σήμερα;
Τα δεδομένα συσσωρεύονται γρήγορα και είναι δύσκολο να συλλεχθούν και να αναλυθούν. Ωστόσο, ακόμη πιο σημαντικό, οι γνώσεις που δημιουργούνται πρέπει να ευθυγραμμίζονται με τη συνολική στρατηγική και τους στόχους της εταιρείας. Κάντε μια ερώτηση: η ολοκλήρωση αυτής της εργασίας θα σας οδηγήσει στην επίτευξη των επιχειρηματικών σας στόχων; Μερικές φορές, οι αναλυτές δεδομένων ξεχνούν να κάνουν αυτή την ερώτηση στον εαυτό τους. Αλλά νομίζω ότι είναι κρίσιμο να έχουμε επιχειρηματική νοοτροπία.
Επίσης, πολλοί επαγγελματίες πληροφορικής δυσκολεύονται να παραμείνουν ενημερωμένοι με τις ταχέως μεταβαλλόμενες τεχνολογίες. Για να είμαι ενημερωμένος, παρακολουθώ τακτικά συνέδρια (μερικές φορές ως ομιλητής). Ο μέντοράς μου με βοηθά επίσης να μεγαλώνω συνεχώς και να εξερευνώ νέα πράγματα.
Αναφέρατε τη σημασία της ευθυγράμμισης της ανάλυσης δεδομένων με την επιχειρηματική στρατηγική. Δώστε μας ένα παράδειγμα για το πώς λειτούργησε αυτή η ευθυγράμμιση στον ρόλο σας στο Simpals.
Η αποστολή της ομάδας μου ήταν η βελτιστοποίηση της εμπειρίας χρήστη στο 999.md. Χρειαζόμασταν να αυξήσουμε την αφοσίωση των χρηστών και τα ποσοστά μετατροπών, κάνοντας την πλατφόρμα πιο διαισθητική και φιλική προς τον χρήστη. Να τι κάναμε:
- Προσδιόρισε σημεία πόνου στη διαδρομή του χρήστη.
- χρησιμοποίησε την τμηματοποίηση χρηστών για να κατανοήσει καλύτερα πώς διαφορετικές ομάδες χρησιμοποιούν την πλατφόρμα.
- πραγματοποίησε δοκιμές A/B για να συγκρίνει διαφορετικές εκδόσεις πλατφόρμας και να δει ποιες αλλαγές οδήγησαν σε καλύτερα αποτελέσματα.
Συζήτησα νωρίτερα πόσο σημαντική είναι η ευθυγράμμιση της ανάλυσης δεδομένων με τους επιχειρηματικούς στόχους. Οι πληροφορίες που αποκτήσαμε μας επέτρεψαν να αυξήσουμε τα έσοδα και να ενισχύσουμε την ικανοποίηση των πελατών.
Η ενσωμάτωση της τεχνητής νοημοσύνης και της μηχανικής μάθησης στα αναλυτικά στοιχεία είναι ένα καυτό θέμα αυτή τη στιγμή. Πώς βλέπετε αυτές τις τεχνολογίες να διαμορφώνουν το μέλλον της ανάλυσης δεδομένων;
Η τεχνητή νοημοσύνη και η μηχανική μάθηση είναι βασικά πανταχού παρούσα. Δεν υπάρχει ούτε ένα πεδίο όπου να μην χρησιμοποιούνται αυτές οι τεχνολογίες. Αυτές οι τεχνολογίες μας επιτρέπουν επίσης να αυτοματοποιούμε πολύπλοκες διαδικασίες δεδομένων. Αυτό εξοικονομεί χρόνο στη «χειρωνακτική εργασία» και μας επιτρέπει να αφιερώνουμε περισσότερο χρόνο στην επίλυση προβλημάτων και στη δημιουργικότητα.
Στο μέλλον, θα δούμε την τεχνητή νοημοσύνη και τη μηχανική μάθηση να γίνονται ακόμη πιο ενσωματωμένες στην ανάλυση δεδομένων, με πιο εξελιγμένα μοντέλα και εργαλεία που μπορούν να χειριστούν όλο και πιο περίπλοκες εργασίες. Αυτές οι τεχνολογίες λειτουργούν καλύτερα σε συνέργεια με την ανθρώπινη δημιουργικότητα, όχι ως αντικατάσταση. Η βαθιά κατανόηση των δεδομένων και του επιχειρηματικού πλαισίου εξακολουθεί να είναι απαραίτητη για να αξιοποιήσετε στο έπακρο όσα προσφέρουν η τεχνητή νοημοσύνη και η μηχανική μάθηση.
Δεδομένης της εμπειρίας και της αναγνωρισιμότητάς σας στον τομέα, συμπεριλαμβανομένης της κρίσης διεθνών hackathon και του ΟΗΕ Big Data Datathon, πώς βλέπετε να εξελίσσεται το παγκόσμιο τοπίο ανάλυσης δεδομένων τα επόμενα χρόνια;
Ο ρόλος των αναλυτών σταδιακά θα αλλάξει και θα διευρυνθεί. Για παράδειγμα, μια τάση που βλέπω αυτή τη στιγμή στην αγορά είναι ότι οι αναλυτές πρέπει να έχουν δεξιότητες διαχείρισης προϊόντων, καθώς πρέπει να έχουν βαθιά κατανόηση της εργασίας με δεδομένα και γνώσεις προϊόντος για να λαμβάνουν αποφάσεις.
Μια άλλη σημαντική αλλαγή είναι ότι οι νέες τεχνολογίες επιταχύνουν πολύ την εργασία με τα δεδομένα. Αυτό που χρειάζονταν μέρες ή εβδομάδες μπορεί τώρα να γίνει σε λίγες ώρες. Για παράδειγμα, η αποθήκη δεδομένων cloud BigQuery της Google, την οποία χρησιμοποιούν πολλές εταιρείες, εισάγει ήδη νέα εργαλεία που διευκολύνουν τη ζωή των αναλυτών, όπως η αναζήτηση πληροφοριών βάσει συγκεκριμένου πίνακα και η παρακολούθηση της ποιότητας των δεδομένων.
Ωστόσο, είναι σημαντικό να συνειδητοποιήσουμε ότι η τεχνητή νοημοσύνη δεν θα αντικαταστήσει πλήρως τους αναλυτές. Αντίθετα, θα γίνει ένα ισχυρό εργαλείο που θα σας επιτρέψει να εστιάσετε σε πιο σύνθετες και στρατηγικές εργασίες. Ο ρόλος των ανθρώπων στην ανάλυση εξακολουθεί να είναι πολύ σημαντικός. Οι μαλακές δεξιότητες όπως η κριτική σκέψη και η ικανότητα επικοινωνίας και διαπραγμάτευσης με διαφορετικούς ανθρώπους είναι μερικά κρίσιμα πράγματα που η τεχνητή νοημοσύνη δεν μπορεί να αντικαταστήσει.
VIA: DataConomy.com
