בשנים האחרונות תפקיד הדאטה אנליסט הפך לסופר פופולרי, ואין זה בכלל פלא, ארגונים וחברות, מקטנים ועד גדולים, הבינו ממזמן כבר ש: "ידע זה כוח", ולא רק בתור סיסמה פופוליסטית שזורקים בפגישות שבועיות, אלא בתור רצון להשתפר ולהתייעל - כל הזמן. אז נכון שיש מחלקת מרקטינג, מכירות, פיננסים ואפילו מוצר, אבל איך כל הנתונים אמורים להסתנכרן אחד עם השני ולעבוד בהרמוניה? לכאן בדיוק נכנס תפקיד אנליסט, שמגשר על כל השאלות, הנתונים ומעניק מסקנות סופר מעניינות ומרתקות.
שוקלים אם להגיע לתחום? תוהים אם כדאי לכם לעשות את הצעד הזה? אז רגע לפני שאתם צוללים למים, אספנו עבורכם את שלוש עובדות סופר מעניינות ומרתקות שייתנו לכם את התשובות על עולם הדאטה, כך שתוכלו להבין אם התחום מתאים לכם או לא.
להגיד "מספרים, מסקנות וטבלאות אקסל" יכול אולי רק לנסות לסכם את התפקיד הסופר פופולרי והנחשק הזה, אז במקום לדבר בדיונים תאורטיים, נבחר לספר לכם על הסטאדי קייס המפורסם: איך דאטה אנליסט הציל את נטפליקס מבזבוז של מיליוני דולרים.
הבעיה:
קודם כל נתחיל מהבעיה: נטפליקס הייתה מבזבזת הון על המלצות גרועות ורכישות לא איכותיות, נחזור כמה שנים אחורה, נטפליקס השקיעה אינספור כסף והון בשביל לרכוש זכויות לסרטים וסדרות, מתוך הנחה שכולם ירצו לצפות בהם. אבל כשהם התחילו לבדוק נתוני צפייה, הם הבינו שמשתמשים רבים לא משלימים סרטים או נוטשים סדרות אחרי פרקים בודדים.
המחקר:
ולכאן נכנסו לתפקיד צוות האנליסטים של נטפליקס, כשם התחילו לחקור את הדאטה, לבדוק התנהגות משתמשים והכי קריטי - לזהות דפוסים בצפייה. הם השתמשו בניתוחים מתקדמים כמו:
- באילו תכנים אנשים נוטים לצפות עד הסוף?
- איזה ז'אנרים עובדים הכי טוב לפי אזורים שונים בעולם?
- איך התנהגות הצפייה משתנה בהתאם לשעה ביום או ליום בשבוע?
המסקנות:
התגלית ששינתה את נטפליקס (שבזכותה סוף סוף אתם לא נופלים לעוד בינג'ים מרדימים או ריאלטי ממש מחריד ומשעמם):
אנשים נמשכים יותר לתוכן שמבוסס על צפייה קודמת – האלגוריתם התחיל להציע המלצות מותאמות אישית במקום רשימות קבועות (זוכרים שאהבתם את 'שובר שורות'? סיכוי גבוה שתקבלו המלצה חמה על 'Better Call Saul').
עיצוב התמונה משפיע – התברר שאנשים לוחצים יותר על סדרות כשהתמונה הראשית מותאמת לטעמם האישי (למשל, חובבי קומדיות יקבלו תמונה עם דמות מחייכת, חובבי אימה יקבלו תמונה קודרת ואפלה וכו').
השקעה בסדרות מקוריות עדיפה – במקום לשלם מיליונים על תכנים חיצוניים שלא תמיד מצליחים, נטפליקס זיהתה שסדרות מקוריות כמו Stranger Things או וונסדי מביאות יותר מנויים חדשים ושומרים עליהם לאורך זמן (אגב, סדרות סופר מומלצות).
אז… מה קרה בעקבות כך? חיסכון של מיליונים וצמיחה מטורפת (ובינינו, הרבה פחות שיימינג ודיונים של "בשביל מה אני משלם להם 20 דולר בחודש?")
הפתרון:
בזכות צוות האנליסטים והמחקר (אנליסט נתונים), נטפליקס ביצעו חיסכון בתקציב על תכנים לא רלוונטיים, הצליחו לגרום לעלייה משמעותית במעורבות המשתמשים וצפייה בסדרות עד הסוף, והכי חשוב - הגדלת מספר המנויים, כי אנשים התחילו לקבל בדיוק את מה שהם אוהבים. שורה תחתונה - החלטות מבוססות נתונים שינו את הדרך שבה נטפליקס פועלת, מחברה שקונה תוכן בצורה אקראית, לאימפריית סטרימינג שמציעה חוויית צפייה מותאמת אישית. והכול בזכות דאטה אנליסטים שידעו לשאול את השאלות הנכונות.
טובים במספרים? תמיד מבקשים ממך עזרה באקסל? כל זה אחלה, אבל זה ממש לא רק הסיפור של דאטה אנליסט, על מנת להיכנס לתחום, אתם צריכים שיהיה לכם גם כישוריים טכניים וגם כישורים אנליטיים (שאת שניהם אפשר לפתח וללמוד). מהם אותם כישורים? יצאנו למחקר קצר עם המרצים שלנו מקורס דאטה אנליסט, והתשובות לפניכם:
SQL – הבנת בסיסי נתונים ויכולת לשלוף נתונים ממאגרים.
Excel – עבודה עם גיליונות נתונים, נוסחאות, גרפים וניתוחים סטטיסטיים (ולא, לסדר עמודה שתראה לכם תאריך ולא מספר זה לא מספיק נחשב)
3. שפת התכנות Python – במיוחד למי שמעוניין לבצע ניתוחים מתקדמים וליצור אוטומציות.
4. כלי BI – ידע ביישומים כמו Power BI ליצירת דוחות וויזואליזציות.
5. סטטיסטיקה – הבנת עקרונות סטטיסטיים כדי לנתח נתונים בצורה נכונה ולהפיק תובנות משמעותיות.
1. יכולת פתרון בעיות – יכולת לחשוב בצורה יצירתית ולנתח בעיות עסקיות בעזרת נתונים.
2. יכולת לזהות דפוסים – לדעת לזהות מגמות או בעיות מתוך הנתונים.
3. דיוק – עיבוד נתונים בצורה מדויקת, תוך תשומת לב לפרטים.
4. תשומת לב לפרטים – לוודא שאין טעויות בנתונים.
בנוסף, עליכם לחדד כישורים עסקיים, למשל כמו, הבנה עסקית, לדעת איך הנתונים משפיעים על קבלת החלטות עסקיות ולהבין את המטרות של הצוותים השונים בארגון, בנוסף, ללמוד יכולת לתעדף, לדעת אילו שאלות עסקיות חשוב יותר לענות עליהן בעזרת הנתונים, ולא פחות חשוב: הבנת הצרכים של מחלקות אחרות עבודה צמודה עם צוותים כמו מרקטינג, מכירות, פיתוח מוצר, פיננסים ועוד.
"איך להתחיל בתפקיד דאטה אנליסט גם ללא ניסיון?" זו שאלה שנשאלת לא מעט, תזכרו, מרבית מהתפקידים בעולמות ההייטק והדיגיטל ברוב המקרים מתחילים ללא ניסיון. אז איך עושים את הצעד הראשון? קודם כל, מבינים שהתחום בכלל מתאים לכם ואם הוא מספיק מסקרן אתכם. ההמלצה שלנו היא לא לשאוף להיכנס לתחום אך ורק בשביל המשכורות או היוקרה שיש בו, אלא בזכות העניין שלכם.
הבנתם שהוא מתאים לכם? מדהים! השלב הבא הוא לבחור מסלול הכשרה שיעניק לכם את הכלים השונים (גם האנליטיים וגם הטכניים) בשביל שתהפכו לאנשי דאטה מן המניין. ואז? השמיים הם הגבול, זה הזמן לצאת למחקרים, לפתוח לינקדאין, ליצור קשרים ולהתחיל לשלוח את קורות החיים שלכם.
ההתחלה מאתגרת, זה נכון, אבל אין ספק שאחרי הטבילה הראשונה בתעשייה, אתם תתחילו לקבל ניסיון והמשכורות יילכו ויגדלו, כיום יש ביקוש רב עבור אנשי דאטה בהמון חברות וארגונים, זאת בשל העובדה שכולם כבר מבינים ש"ידע זה כוח".
אצלנו ב-HackerU, תוכלו למצוא מסלול קורס Data Analyst & BI, המשלב גם AI, המסלול כולל הדרכות הן על הפן הטכני והן על הפן האנליטי, כך שאנו דואגים שלא תפספסו שום דבר. במהלך הקורס, שמנו דגש גם על הפרטיקה עצמה, כך שבסיום הקורס, לא תצאו אך ורק עם ידע תיאורטי, אלא גם עם ידע מעשי. בסיום הקורס, מחלקת ההשמה תדאג ללוות אתכם עד למציאת העבודה: מכתיבת קורות החיים, סימולציות של ראיונות עבודה ועד לשליחת הקו"ח שלכם לחברות השונות.