Kto się nadaje na analityka? Cztery cechy, które możesz ćwiczyć

„Czy ja się w ogóle nadaję na analityka?” Łatwo utknąć przy tym pytaniu, zanim otworzysz pierwszy plik z danymi. Możesz szukać odpowiedzi w swoim dyplomie, wspomnieniach z lekcji matematyki albo w tym, czy lubisz rozmawiać z obcymi ludźmi. Ja proponuję sprawdzić coś bardziej użytecznego: jak zachowujesz się podczas rozwiązywania konkretnego problemu.

W analizie spotykają się praca w skupieniu, rozmowa, technologia i rozumowanie. Można dobrze czuć się w jednej części, a pozostałych dopiero się uczyć. Cztery cechy z tytułu traktuję jako obszary praktyki. Nie używałbym ich jako testu osobowości ani przepustki do zawodu. Po kilku ćwiczeniach będziesz mieć lepszy materiał do decyzji niż po kolejnym wieczorze rozważania, czy masz „ścisły umysł”.

Pokażę to na wymyślonej sytuacji: kierowniczka obsługi klienta pisze, że liczba reklamacji rośnie i chce wiedzieć, co z tym zrobić. Wszystkie liczby w przykładzie są syntetyczne. Interesuje mnie sposób dojścia do odpowiedzi, a nie popis znajomości narzędzi.

Komunikacja: umieć zapytać i umieć posłuchać

W pierwotnym tekście użyłem słowa „ambiwertyzm”, żeby opisać łączenie samodzielnej pracy i kontaktu z ludźmi. Dzisiaj postawiłbym akcent na konkretne umiejętności. Nie potrzebujesz określonej etykietki osobowości. Potrzebujesz wyjaśnić problem, dopytać o niejasność i przekazać wynik tak, żeby druga osoba mogła go użyć.

Zdanie „reklamacji jest coraz więcej” pozostawia sporo niewiadomych. Więcej niż kiedy? Czy liczymy zgłoszenia, zamówienia z reklamacją czy klientów? Czy kierowniczka chce zmniejszyć kolejkę, znaleźć wadliwy produkt, czy ocenić zmianę sposobu dostawy? Każda z tych decyzji wymaga trochę innej analizy. Zacząłbym od ustalenia, do czego ma posłużyć odpowiedź i kiedy będzie potrzebna.

Możesz napisać: „Porównam ostatnie dwa pełne miesiące. Czy interesuje nas udział zamówień z reklamacją, czy liczba spraw do obsłużenia? Pytam, bo przy większej sprzedaży te wskaźniki mogą pokazać różne rzeczy”. To krótkie wyjaśnienie pomaga rozmówcy zrozumieć sens pytania. Nie przerzucasz na niego całego projektowania analizy.

Słuchanie przydaje się także wtedy, gdy ktoś używa nieprecyzyjnych określeń. Zamiast poprawiać każde słowo, spróbuj odtworzyć proces. Poproś o przykład jednej reklamacji od zakupu do zamknięcia sprawy. Dowiesz się wtedy, czy ponowny kontakt tworzy nowy rekord, czy jedna sprawa może dotyczyć kilku produktów i czy daty mają jedno znaczenie. Czasem pięć minut takiej rozmowy oszczędza budowania raportu o czymś zupełnie innym.

Praca w skupieniu też wymaga organizacji

Po rozmowie trzeba usiąść do danych. Jeśli lubisz kontakt z ludźmi, możesz potrzebować świadomie zarezerwować czas na kontrolę wyników. Jeśli wolisz pracować samodzielnie, możesz potrzebować zaplanować moment pokazania pierwszych ustaleń. Obie trudności da się zauważyć i przełożyć na sposób pracy, bez robienia z nich wyroku na karierę.

Przed rozpoczęciem zapisałbym krótką notatkę: pytanie, odbiorca, zakres dat, jednostka obserwacji, oczekiwany rezultat. Potem zaznaczyłbym, czego jeszcze nie wiem. Dzięki temu po przerwie wracasz do zadania, a nie do zgadywania, co miał oznaczać plik o nazwie „analiza_final_poprawiona”. Komputer przyjmie każdą nazwę. Twój przyszły poniedziałek może mieć inne zdanie.

Przy komunikacji pisemnej warto rozdzielić ustalenie od pytania. „Analizuję zamówienia złożone w sierpniu; potrzebuję potwierdzenia, ile dni dajemy na pojawienie się reklamacji” jest czytelniejsze niż długi akapit mieszający wynik, założenia i prośby. Jeśli taki sposób pracy jest dla ciebie wygodny, możesz go rozwijać niezależnie od tego, jak oceniasz swoją towarzyskość. Więcej o dopasowaniu środowiska piszę w artykule o pracy analityka dla introwertyka.

Samodzielność: zaproponować następny krok

Samodzielny analityk potrafi ruszyć z niepełnym zadaniem. Nie oznacza to, że wszystko wie albo nigdy nie pyta. W brytyjskim opisie kompetencji analityka danych poziom początkujący wprost uwzględnia pracę pod opieką i rozwój razem z innymi specjalistami. To konkretny model organizacyjny, ale dobrze pokazuje, dlaczego oczekiwanie pełnej autonomii od pierwszego dnia byłoby dziwne.

W naszym przykładzie możesz samodzielnie sprawdzić dostępne kolumny, zakres dat i liczbę rekordów. Możesz wypisać możliwe definicje reklamacji i wskazać tę, która pasuje do pytania. Natomiast decyzję, czy anulowana sprawa ma wejść do oficjalnego wskaźnika, trzeba uzgodnić z właścicielem procesu. Znajomość miejsca, w którym kończy się twoja wiedza, jest częścią odpowiedzialności.

Pomaga pytanie z kontekstem: „W pliku są statusy otwarta, uznana i odrzucona. Do pomiaru obciążenia zespołu uwzględniłbym wszystkie trzy. Do pomiaru uznanych reklamacji tylko drugi. Która decyzja jest teraz ważniejsza?”. Pokazujesz wykonaną pracę i ułatwiasz wybór. To zupełnie inna rozmowa niż wysłanie samego „nie rozumiem danych”.

Warto ustalić również granicę czasu na samodzielne szukanie. Przy prostym błędzie możesz sprawdzić dokumentację i mały przykład. Jeśli po ustalonym czasie nadal nie rozumiesz przyczyny, opisz objaw, oczekiwany wynik i wykonane próby. Dwa dni ukrytej walki z problemem potrafią kosztować zespół więcej niż jedno dobrze przygotowane pytanie. Proszenie o pomoc nie odbiera ci sprawczości.

Technologia: ciekawość bez kolekcjonowania narzędzi

Nie musisz ekscytować się każdym nowym programem. Wystarczy gotowość do nauczenia się narzędzia potrzebnego do zadania i sprawdzenia, co ono właściwie zrobiło. W analizie szczególnie przydaje się cierpliwość do komunikatów błędów. Informacja o niezgodnym typie danych może być pierwszą sensowną wskazówką, jaką dostajesz od pliku.

Załóżmy, że identyfikatory zamówień wyglądają jak liczby, lecz część zaczyna się od zera. Jeśli potraktujesz je jako wartości liczbowe, możesz zmienić ich zapis. Zanim klikniesz konwersję, zastanów się, czy wykonujesz na nich działania matematyczne, czy rozpoznajesz rekord. Takie pytanie jest ważniejsze niż znajomość pięciu sposobów zamiany typu w pięciu aplikacjach.

Do pierwszego ćwiczenia wystarczy arkusz, w którym umiesz filtrować, grupować i wrócić do danych źródłowych. Później możesz odtworzyć ten sam wynik w SQL albo Pythonie. Porównanie dwóch sposobów obliczenia pomaga znaleźć błędy. Nie zakładaj jednak, że zgodność automatycznie dowodzi poprawności: oba rozwiązania mogą korzystać z tej samej błędnej definicji.

AI może pomóc objaśnić komunikat albo zaproponować formułę na syntetycznej próbce. Nadal musisz sprawdzić wynik i rozumieć, co robi rozwiązanie. Jeśli wygenerowany kod usuwa brakujące wartości, zapytaj, które rekordy znikają i jak zmieni się mianownik wskaźnika. Przydatny nawyk brzmi: zanim zastosuję operację na całej tabeli, sprawdzę ją na kilku przypadkach, dla których znam odpowiedź.

Rozumowanie: liczba potrzebuje punktu odniesienia

Pierwszy miesiąc przyniósł 40 reklamowanych zamówień na 1000 zamówień. W drugim było ich 60 na 2000. Liczba reklamowanych zamówień wzrosła o 50%, a ich udział spadł z 4% do 3%, czyli o jeden punkt procentowy. Oba stwierdzenia są prawdziwe. Odpowiadają na różne pytania i mogą prowadzić do różnych działań.

Zespół obsługi może mieć więcej pracy, mimo że udział problematycznych zamówień jest mniejszy. Osoba odpowiedzialna za jakość może zobaczyć poprawę wskaźnika, ale powinna jeszcze sprawdzić porównywalność okresów. Ja zacząłbym komunikat od obu miar oraz ich definicji. Sam kolor czerwony przy wzroście liczby reklamacji niewiele tutaj wyjaśnia.

Teraz trudniejsza część. Czy każde zamówienie z drugiego miesiąca miało równie dużo czasu na reklamację? Czy zmienił się formularz? Czy w jednym okresie brakowało zgłoszeń telefonicznych? Czy większy udział sprzedaży łatwiejszego produktu obniżył wynik całej firmy? Prawidłowe dzielenie jest początkiem kontroli. Zależność między liczbami nie wyjaśnia jeszcze przyczyny.

Tak rozumiem krytyczne myślenie: szukam warunków, w których moje wyjaśnienie przestałoby działać. Nie chodzi o podważanie wszystkiego dla sportu. Gdybyśmy nigdy niczego nie mogli ustalić, raport kończyłby się pustą stroną. Chodzi o wyraźne oddzielenie tego, co policzone, od tego, co dopiero przypuszczamy. Więcej przykładów podobnych pomyłek znajdziesz w tekście o czyszczeniu danych.

Dokładność ma służyć decyzji

Można sprawdzać dane bez końca. Dlatego przed kontrolą pytam, jaki błąd zmieniłby decyzję odbiorcy. Jeśli chcemy zaplanować obsadę zespołu, potrzebujemy liczby spraw i informacji o pracochłonności. Jeśli szukamy wadliwej partii, potrzebujemy identyfikatora produktu oraz daty dostawy. Lista kontroli powinna wynikać z zastosowania, a nie z samej dostępności kolumn.

Rządowy framework jakości danych opisuje między innymi kompletność, unikalność, spójność, aktualność, poprawność formatu i zgodność z rzeczywistością. To użyteczne pytania kontrolne, ale nie gotowa ocena twojego pliku. Pole może mieć prawidłowy format, a zawierać błędną datę. Tabela może być kompletna względem eksportu i nadal pomijać cały kanał kontaktu.

W praktyce zapisałbym znaleziony problem, jego możliwy wpływ i sposób postępowania. Na przykład: „Brakuje identyfikatora zamówienia w pięciu zgłoszeniach. Uwzględniam je w liczbie spraw, ale nie przypisuję do udziału reklamowanych zamówień”. Odbiorca widzi wtedy zakres wyniku. Nie musi odkrywać ukrytego warunku przez porównanie raportu z własnym Excelem.

Ćwiczenie, które pokaże więcej niż deklaracje

Przygotuj niewielką tabelę fikcyjnych zamówień oraz osobną tabelę zgłoszeń. Dodaj powtórny kontakt dotyczący tej samej sprawy, jedno zgłoszenie bez identyfikatora i zamówienie z końca okresu. Zapisz, że to dane syntetyczne. Twoim zadaniem będzie odpowiedź dla kierowniczki, która chce zdecydować, czy potrzebuje dodatkowej osoby do obsługi.

Najpierw napisz trzy pytania doprecyzowujące. Potem określ, które informacje możesz już policzyć, a których nie dostarcza zbiór. Przygotuj jedną tabelę wynikową i krótką wiadomość zawierającą ustalenie, ograniczenie oraz następny krok. Jeśli nie ma danych o czasie obsługi, nie wyliczaj wymaganej liczby pracowników z samej liczby zgłoszeń. Wskaż, jakie dane trzeba zebrać.

Pokaż wynik drugiej osobie i poproś, żeby własnymi słowami powiedziała, co z niego wynika. Zobacz, czy rozumie różnicę między zgłoszeniem a zamówieniem z reklamacją. Nie podpowiadaj od razu. Jej interpretacja pokaże ci, które fragmenty trzeba poprawić. To również ćwiczenie analityczne: sprawdzasz działanie komunikatu, zamiast zakładać, że dobrze napisany tekst na pewno jest zrozumiały.

Na końcu wróć do obliczeń i zmień jeden warunek. Dodaj drugi kontakt do istniejącej sprawy albo usuń datę. Sprawdź, czy potrafisz przewidzieć zmianę wyniku przed ponownym przeliczeniem. Jeśli wynik cię zaskoczy, znajdź powód. Taka mała próba daje bardzo konkretną informację o tym, czy rozumiesz własną analizę.

Jak ocenić siebie bez wystawiania wyroku

Po ćwiczeniu zapisz cztery obserwacje: jak zadawałeś pytania, jak radziłeś sobie z niejasnością, jak sprawdzałeś narzędzie i jak zmieniłeś zdanie pod wpływem danych. Unikaj zdań typu „jestem słaby z analizy”. Zapis „nie sprawdziłem, czy jeden klient ma kilka spraw” daje kierunek następnej próby. Ogólna etykieta głównie pogarsza humor.

Zwróć też uwagę na energię. Czy ciekawiło cię wyjaśnienie rozbieżności? Czy chciałeś zrozumieć proces, czy tylko jak najszybciej wyprodukować wykres? Czy po poprawce poczułeś satysfakcję z lepszego wyniku? Jedna odpowiedź niczego nie przesądza. Zmęczenie, trudny materiał i źle dobrane zadanie wpływają na doświadczenie. Warto powtórzyć próbę na temacie, który znasz z pracy albo codzienności.

Następnie wybierz jedną rzecz do przećwiczenia przez najbliższy tydzień. Może to być zapisywanie definicji przed liczeniem albo przygotowanie krótkiej notatki po rozmowie. Nie potrzebujesz równocześnie naprawiać całego warsztatu. Rozsądny plan rozwoju ma umożliwić zauważenie poprawy. Jeśli wszystko zmieniasz naraz, trudno zrozumieć, co faktycznie pomogło.

Co sprawdzić w przyszłym zespole

Zanim przejdziesz do ogłoszeń, możesz jeszcze sprawdzić reakcję na informację zwrotną. Wyobraź sobie, że ktoś zwraca uwagę na zbyt krótki okres obserwacji. Najmniej użyteczna reakcja to bronienie wykresu tylko dlatego, że jego przygotowanie zajęło całe popołudnie. Lepiej odtworzyć uwagę na jednym zamówieniu. Jeśli klient miał zaledwie dzień na zgłoszenie problemu, porównanie z zamówieniami obserwowanymi przez miesiąc rzeczywiście wymaga korekty.

Możesz odpowiedzieć: „Masz rację, te okresy nie mają takiego samego czasu obserwacji. Przygotuję porównanie zamówień z co najmniej trzydziestoma dniami historii, a bieżące obciążenie pokażę osobno według daty kontaktu”. Trzydzieści dni jest tutaj przykładowym założeniem do uzgodnienia, nie uniwersalną zasadą obsługi reklamacji. Ważne, że potrafisz zmienić metodę i powiedzieć, jaki problem ta zmiana rozwiązuje.

Sprawdź również przeciwną sytuację: odbiorca chce usunąć z raportu niewygodną kategorię. Wtedy potrzebujesz spokojnie wyjaśnić skutek. Możesz pokazać wynik z tą kategorią i bez niej, nazwać różne zakresy oraz zapytać o uzasadnienie biznesowe. Nie zmieniaj definicji po cichu. Dobra współpraca obejmuje momenty, w których trzeba zakwestionować prośbę albo zaznaczyć, że dostępne dane nie pozwalają poprzeć oczekiwanej tezy.

Te dwa przypadki pokazują, dlaczego elastyczność i odpowiedzialność warto ćwiczyć razem. Raz poprawiasz własną analizę, innym razem bronisz uzasadnionego ograniczenia. W obu sytuacjach odwołujesz się do sprawdzalnego przykładu. Dzięki temu rozmowa ma punkt zaczepienia i nie zamienia się w konkurs pewności siebie. Na początek możesz przećwiczyć ją z kimś znajomym, zamieniając się rolami analityka i odbiorcy raportu.

Twoje zachowania są tylko częścią układanki. Zapytaj pracodawcę, kto pomaga początkującym, jak wygląda sprawdzanie analiz i co dzieje się, gdy definicje dwóch raportów są sprzeczne. Poproś o przykład pierwszego zadania nowej osoby. Dowiesz się więcej niż z zapewnienia, że firma szuka „samodzielnego, komunikatywnego pasjonata danych”.

Jeśli każde pytanie traktowane jest jak słabość, rozwijanie samodzielności będzie trudniejsze. Jeśli nikt nie sprawdza wyniku, łatwo pomylić szybkie dostarczanie z dobrą pracą. Oceniając dopasowanie do zawodu, uwzględnij warunki nauki. Nie przypisuj wszystkich problemów własnemu charakterowi, zanim sprawdzisz, czy zadanie i wsparcie były sensownie dobrane.

Ja zacząłbym od jednego małego problemu i uczciwej informacji zwrotnej. Cztery opisane obszary pozwalają nazwać, co już działa i nad czym warto popracować. Kolejny krok może być prosty: weź znany proces, zadaj lepsze pytanie, policz odpowiedź i pokaż ją komuś, kto rzeczywiście potrzebuje tej informacji. Wtedy pytanie o predyspozycje zaczyna mieć oparcie w doświadczeniu.

Film o cechach analityka