המדריך נכתב על ידי יובל מרנין.
לחברות המעוניינות לשפר את משימות ניתוח הנתונים על ידי מנטור דאטה אנליסט מנוסה, ניתן לפנות אליי [email protected]
הקדמה
תהליכי הגיוס של דאטה אנליסט הינם תהליכים מורכבים מכיוון שתחום ניתוח הנתונים הוא מולטי-דיסיפלינרי ועל הדאטה אנליסט לשלוט בתחומים רבים על מנת להביא ערך לארגון בו הם עובדים.
בפוסט הבא אני מתאר ארבעה מאפיינים שלדעתי רצוי לשים לב אליהם כאשר אתם מעוניינים לגייס אנליסטים לחברה שלכם.
הבנה בסטטיסטיקה ושיטות מחקר
ניתוח ואנליזה של נתונים הוא נושא "טריקי". מצד אחד קל מאד להסיק מסקנות מנתונים (מאד פשוט לחשב את הממוצע על הנתונים) אך מצד שני קל מאד להסיק מסקנות שגויות מנתונים (לדוגמה, כאשר מחשבים ממוצע על נתונים שלהם שונות גבוהה, הממוצע חסר משמעות, הוא אינו מייצג את הנתונים והתובנות שמסיקים מחישוב כזה הן שגויות).
על מנת להתמודד עם השגיאות בניתוח נתונים ולהימנע מהטיות סטטיסטיות שיובילו לתובנות לא נכונות וקבלת החלטות שיפגעו בארגון, על הדאטה אנליסט שאתם מגייסים לשלוט בנושאים של סטטיסטיקה ושיטות מחקר.
המועמד אינו חייב להיות בעלי תואר בסטטיסטיקה על מנת להיות דאטה אנליסט. ישנם לא מעט תארים אקדמיים בהם לומדים לעומק סטטיסטיקה ושיטות מחקר. בתארים כגון כלכלה, פסיכולוגיה, סוציולוגיה, תעשיה וניהול וכדומה יש דגש חזק בלימוד קורסים בנושאים אלו.
חיבור לצד העסקי
ניתוח נתונים אינו מבוצע בחלל ריק, ואנליזות מטרתן לעזור לארגון לקדם את מטרותיו. לכן, חשוב לוודא שלדאטה אנליסט שאתם בוחנים יהיה ראש עסקי שמתאים לתחום הפעילות של החברה. בעיקר יש לוודא בעת הראיונות שלמועמדים יש ברק בעיניים והתלהבות כשאתם מדברים על התחום העסקי שהחברה פועלת בה.
יכולות טכניות של שליפה וניתוח נתונים
לרוב, נתונים נמצאים בתוך מחסני נתונים וכדי להצליח להגיע אליהם, על הדאטה אנילסט לדעת לשלוט בשפות שליפת נתונים. כיוון שכיום השפה המקובלת לשליפת נתונים היא שפת SQL שבעזרתה ניתן לבצע את מרבית האנליזות, חשוב שלמועמדים יהיה רקע בשפה זו. רקע בשפת SQL יכול להיות בלימוד עצמי או בקורסים מקצועיים, כמו כן, אם למועמד יש רקע טוב בסטטיסטיקה וחיבור טוב לצד העסקי כדאי לשקול להעסיק אותו גם אם יכולות שליפת הנתונים שלו אינן מצטיינות כיוון שאלו יכולות שניתן להשלים יחסית בקלות עם קצת תרגול ונסיון.
כלי BI והצגת הסיפור של הנתונים
גם אם הדאטה אנליסט יודע לנתח נתונים מצוין הוא עדיין צריך לדעת לסכם את התובנות ולהציג אותם בצורה נהירה כדי שתוכלו להיעזר בתובנות שלהם בקבלת ההחלטות. על המועמד לשלוט בכלי BI כדי לצייר גרפים ברורים ובהירים ולדעת לסכם במילים פשוטות וקוהרנטיות את התובנות שהוא מצא בנתונים. יכולת זו גם מכונה 'לספר את הסיפור של הנתונים'.
המדריך נכתב על ידי יובל מרנין.
לחברות המעוניינות לשפר את משימות ניתוח הנתונים על ידי מנטור דאטה אנליסט מנוסה, ניתן לפנות אליי [email protected]
*המאמר מנוסח בלשון זכר אך מתאים לכל המינים.
