Чем отличаются статистика и аналитика?
Компании создают сообщества в социальных сетях, чтобы поддержать лояльность клиентов и привлекать новую аудиторию. Не всегда понятно, в каком направлении нужно двигаться, чтобы получать максимум от социальных сетей. Статистика предоставляет данные о пользователях и их активностях в группе. Аналитика помогает систематизировать информацию.
Аналитика — это процесс, в результате которого из набора данных делают выводы, а полученная информация помогает скорректировать вектор действия. Например, статистика покажет рост количества пользователей и резкие изменения темпа притока. Ответить на вопрос «почему случились подобные изменения» поможет аналитика.
Отличие статистики от аналитики
Статистика дает информацию о количестве подписчиков и их активности, демографии пользователей, источниках переходов и других показателях.
Анализ статистических данных поможет выстроить дальнейшую SMM-стратегию с учетом текущей ситуации и актуальной информации о пользователях. Более детальная аналитика покажет связи между статистикой активности и опубликованными записями.
Подробнее о том, где искать и как анализировать статистику читайте в статье «Как выбрать сообщество для рекламных посевов ВКонтакте»
Отличие мониторинга от аналитики
Пользователи социальных сетей ежедневно создают много контента. Поэтому компании ищут в интернете упоминания и отзывы о бренде, его продуктах и услугах — выявляют отношение аудитории к компании или продукту. Мониторинг — систематический сбор данных по определенным параметрам. Он нужен, чтобы знать мнение людей о компании и управлять ее репутацией. Это помогает быстро реагировать на потребности аудитории. Также отражает картину присутствия бренда в социальных медиа. Аналитика подразумевает анализ упоминаний: как, зачем и почему. Про создание отчетов и дашбордов для мониторинга вы можете узнать в курсе по Google Data Studio.
Что могут рассказать о компании социальные сети?
Анализ пользовательского контента дает информацию о целевой аудитории товара или услуги, а также находит новые целевые группы.
Легко забыть о некоторых группах целевой аудитории. Coca-cola выпустила диетический напиток для девушек до 25 лет. Однако исследование показало, что 43% отзывов о продукте пишут мужчины, а целевая аудитория — мужчины и женщины 23-34 лет.
Социальные медиа помогают провести SWOT-анализ и узнать мнение о новом продукте. Например, весной 2014 года аналитики исследовали отношение к смартфону Samsung Galaxy Gear 2 до официального релиза. Анонс нового продукта в соцсетях позволил бренду выяснить ожидания аудитории и дополнить рекламную кампанию слоганами «Инновации улучшают жизнь каждого», «Настоящие инновации начинаются с самих людей».
Отзывы о товаре облегчают поиск причин, удерживающих от покупки. Производитель бытовой техники Hansa с помощью исследования в социальных сетях понял, что проблема продажи товара в непонятных инструкциях к технике компании. Традиционные опросы не справились с этой задачей.
Анализ конкурентов подскажет как изменить собственный продукт или скорректировать стратегию продвижения.
Статистика социальных сетей отражает эффективность маркетинговых кампаний. Hansa провела рекламную акцию «Модная охота»: нужно было сфотографироваться с продуктом компании и выложить фото в соцсети. Пользователи столкнулись с проблемой: как и где сделать фото с техникой бренда, если в магазине запрещают фотографировать. В итоге вокруг бренда сформировался негативный фон и компания потеряла покупателей. Последствий можно было избежать с помощью оперативного анализа и мониторинга отзывов.
Подробнее о том, как не пропустить важные сообщения пользователей, читайте в статье «Как отслеживать комментарии в Инстаграме и ВКонтакте»
Как анализировать социальные медиа?
Аналитика подразумевает обработку большого объема информации, требует много времени. С помощью сервисов сбора статистики и аналитики можно уменьшить трудозатраты на исследования в соцсетях. На рынке существует огромное количество таких сервисов. Однако среди них много зарубежных, которые не работают с российскими соцсетями.
DataFan – один из сервисов статистики Инстаграма, ВКонтакте, Фейсбука, Одноклассников. Он поможет собрать наборы данных из аккаунтов соцсетей в одном месте и оформить их в динамические отчеты для наглядности и удобной аналитики. Статистика периодически обновляется – переключаться между большим количеством вкладок больше не придется.
Анализируйте социальные сети, делайте выводы и применяйте результаты в работе.
Источник
Чем на самом деле занимаются аналитики данных и почему они не останутся без работы
Вместе с сервисом онлайн-образования «Яндекс.Практикум» разобрались, кто такие аналитики данных и почему они сейчас нужны многим компаниям. А заодно выяснили, кому будет интересно овладеть этой профессией и с какими сложностями можно столкнуться при обучении.
Что такое большие данные
На уроках математики в школе вы постоянно работали с данными: складывали, умножали, делили в уме или в столбик. Возможно, вы также ведёте семейный бюджет в блокноте или в таблице — вносите информацию и используете простые формулы: находите суммы, разности, средние значения. То есть выполняете обработку данных, причём преимущественно вручную. Когда их мало, справляться с такими задачами сравнительно несложно.
Большие данные — это когда информации действительно много: чёткой границы нет, но обычно речь идёт о гигабайтах, если не о терабайтах. Эти массивы могут поступать сразу из множества источников: интернет‑магазинов и социальных сетей, промышленных систем управления качеством, систем видеонаблюдения, устройств интернета вещей.
Данные отличаются по структуре, бывают упорядоченными и нет. Например, история операций по кредитке упорядочена по времени, а характеристики смартфонов на складе можно хранить без строгого порядка.
Плотность данных также может быть разной: одни системы выполняют измерения каждый час, другие — несколько раз в секунду. Соответственно, и объёмы информации отличаются: от нескольких килобайт до сотен гигабайт.
Работать с большими данными вручную сложно: это долго, дорого и неэффективно. Поэтому для анализа таких массивов используют средства автоматической обработки.
Зачем бизнесу анализировать данные
Представьте, что вы управляете продуктовым магазином. Как узнать, чего хочет покупатель? Спросите его — и услышите, какие товары он приобретает чаще, в какое время обычно ходит за покупками.
Но масса деталей останется за кадром. Например, именно аналитики знают, как на покупки влияет заполненность полок, плохая погода, фоновая музыка.
Все эти и другие данные можно собрать и проанализировать. Это поможет супермаркету расставить товар так, чтобы покупатель как можно дольше оставался в торговом зале и обращал внимание на нужные предложения, и пересмотреть график работы кассиров, чтобы уменьшить очереди на кассах. Узнав больше об интересах своих клиентов, магазин сможет оптимизировать закупки и логистику. В результате выручка увеличится, а расходы сократятся.
Найти применение большим данным можно в любой сфере:
- На заводах система компьютерного зрения следит за рабочими. Система заметит, если кто‑то забыл про каску, и напомнит о правилах безопасности.
- В банках анализ больших данных диктует условия кредитов и депозитов, выявляет хакерские атаки и подозрительные операции.
- Городами тоже управляют большие данные. Умные светофоры уменьшают пробки, компьютерное зрение ищет преступников в толпе. С аналитиками советуются, прежде чем построить новую дорогу или центр госуслуг, изменить маршрут автобуса.
На основе данных можно построить модели и проверить гипотезы. Модель — это математическое описание любой ситуации, которое помогает предположить будущее. Например, модель прогнозирования спроса в торговой сети предскажет, как будет меняться востребованность отдельных товаров, поможет скорректировать цены и объёмы закупок. Использование математических описаний обеспечивает поддержку принятия решений на каждом шагу: конкретный результат работы с данными — точный прогноз на будущее.
На курсе «Профессия аналитик данных» от «Яндекс.Практикума» вы научитесь получать, готовить и анализировать данные, которые собирают компании. Вы сможете построить и проверить гипотезы, предсказать события, которые определят развитие бизнеса и помогут ему увеличить прибыль.
Освоив язык программирования Python, среду для интерактивных вычислений Jupyter Notebook, SQL‑запросы к базам данных и современные технологии оперирования большими данными, вы соберёте эффектное портфолио из реальных кейсов. С ним вам будет проще найти первую работу — в офисе или удалённо.
Чем работа аналитика данных отличается от data scientist
В простых ситуациях можно обойтись без анализа больших данных и использовать банальную логику. Например, если вы заметили, что покупатели с детьми в магазине часто приобретают определённое печенье, то вы можете просто поставить рядом с ним детский сок и тем самым увеличить продажи.
Но на практике всё обычно куда сложнее. Например, как составить оптимальный пакет услуг мобильного оператора и определить цену, которая будет доступной для абонента и принесёт максимальную выгоду компании?
Аналитик может структурировать и обработать данные о рынке мобильной связи, существующих пакетах и расходах абонентов. Он сформулирует и проверит гипотезы, найдёт закономерности и сделает выводы: предложит конкретный состав пакета и его цену.
Более сложными задачами, а также поиском неочевидных закономерностей в данных занимается уже другой специалист — data scientist. Так, вы можете и не подозревать, что покупки связаны между собой. Или что маршруты автомобилей во вторник и в среду отличаются, поэтому пробки образуются в разных районах — хотя, казалось бы, это обычные будние дни.
Для решения таких задач задействуют машинное обучение и искусственный интеллект. Data scientist выбирает конкретные методы, которые позволяют системе учиться на разрозненных данных, делать логичные выводы и прогнозы.
Какие знания и навыки нужны аналитику данных
Прежде всего, технические (hard skills):
- Основы математической статистики. За многими методами анализа стоят статистические законы. Для правильных выводов недостаточно одних данных, нужно пользоваться статистикой: отсекать выбросы, правильно считать среднее значение или медиану, проверять статистические гипотезы.
- Умение создавать программы для анализа данных. Чаще всего в этой области используют язык программирования Python. У него простой и логичный синтаксис, есть немало готовых библиотек — чтобы не изобретать велосипед, а собрать программу из уже существующих функций и блоков.
- Понимание принципов работы реляционных (табличных) баз данных. Массивы информации чаще всего хранятся в них. Чтобы получить сведения из таких источников, нужно знать язык SQL и уметь составлять на нём запросы к базам данных.
Но и человеческие качества (soft skills) имеют значение. Они определяют, насколько вы эффективны в качестве аналитика данных и комфортно ли вам будет работать на такой должности. Пригодятся:
- Желание найти корни проблем. Если вы действительно хотите разобраться в причинах событий и явлений, учиться и работать будет легче и интереснее.
- Умение нестандартно мыслить. Очень странные гипотезы порой находят подтверждение и помогают компаниям заработать миллионы.
- Смелость. Вы можете сколько угодно сомневаться в своих идеях, но лучше проверить их на данных, чем отправить «в стол», лишь бы коллеги не посчитали вас странным.
- Навык задавать правильные вопросы, чтобы получить полезную информацию. Это нарабатывается с опытом.
Курс «Профессия аналитик данных» от «Яндекс.Практикума» — возможность освоить востребованную специальность с нуля. Попробуйте бесплатные вводные уроки. Они помогут понять, насколько вам интересен анализ данных, разобраться в профессии на практике и попробовать онлайн‑формат обучения.
С какими сложностями сталкиваются студенты на курсе по анализу данных
Аналитик данных — не самая простая профессия. Чтобы стать хорошим специалистам, придётся приложить немало усилий. К чему стоит быть готовым?
- Придётся регулярно выделять время на учёбу. Освоить весь материал в сжатые сроки физически невозможно: здесь надо много читать, запоминать, создавать предсказательные модели, писать код, проводить эксперименты и улучшать их результаты.
- Вы будете постоянно задавать вопросы, и, чтобы получить нужный ответ и не тратить время впустую, необходимо научиться правильно их формулировать.
- Часть информации предстоит искать самостоятельно. Конечно, в интернете есть всё, а ИТ‑сообщество достаточно отзывчиво, но с нестандартными запросами придётся повозиться.
- Порой эксперименты с данными завершаются неудачей: ваша модель не подходит для решения задачи, вы получаете совсем не те результаты, которые ожидали. Это нормально: даже опытные аналитики не всегда достигают цели с первого раза. И это вовсе не повод останавливаться.
- Некоторые темы покажутся совершенно непонятными. Вы можете читать материал снова и снова, но не приблизитесь к сути вопроса. В таких ситуациях помогает переключиться, а позднее вернуться к занятиям — либо попросить помощи у ментора или у других студентов.
Как освоить профессию аналитика данных
Обычно в университетах студенты получают фундаментальные знания, но работодателей интересуют навыки решения практических задач и опыт в нужной области. И если крупные учебные заведения регулярно обновляют программу, рассматривают реальные кейсы и современные инструменты для анализа данных, то вузам поменьше для этого часто не хватает ресурсов. Поэтому студентам приходится самостоятельно искать проекты и задачи, чтобы научиться применять теорию на практике.
Быстрое погружение в профессию и понимание потребностей работодателей даёт почувствовать, какие знания и умения нужны. Формируется привычка самостоятельного поиска решений, примеров, похожих кейсов, нарабатывается опыт, растёт портфолио.
Проверьте, готовы ли вы освоить профессию аналитика данных:
- Пройдите вводный курс — поймёте, насколько вам интересен анализ данных.
- Прочитайте отзывы людей, которые уже завершили занятия на курсе по этой профессии и трудоустроились.
- Изучите программу обучения и задайте вопросы образовательной поддержке курса.
- Найдите вакансии в своём городе или предложения удалённой работы, изучите требования к специалистам по анализу данным.
- Взвесьте все за и против. Было ли интересно анализировать данные на вводном курсе? А вакансии кажутся привлекательными? Если всё так, похоже, вам подходит эта профессия.
Учёба на курсе «Профессия аналитик данных» от «Яндекс.Практикума» похожа на работу в крупной IT‑компании. Студенты анализируют реальные данные, очищают их от ошибок, обсуждают с заказчиком детали заданий, а с наставником — варианты решений. Будущие аналитики не работают с абстрактными кейсами, а составляют рекомендации для актуальных задач бизнес‑практики. Программа прокачает необходимые hard и soft skills. Все эти навыки оттачиваются в течение 6 месяцев.
В конце курса студенты защищают выпускной проект и ищут работу. В этом помогают HR‑специалисты из «Яндекс.Практикума». Работа над резюме и портфолио, подготовка к собеседованию — всё это входит в учебный курс. Впрочем, некоторым студентам удаётся трудоустроиться ещё до получения диплома.
Источник
Мастерская бизнес-анализа
Итак, как было задумано, начну свои размышления по поводу профессии с этой триады понятий и терминов.
Не претендую на истину в последней и даже в предпоследней инстанции, исхожу из своего опыта столкновений с этим и понятиями и их использования.
Анализ
Если исключить здесь из рассмотрения все, что связано с медицинскими исследованиями (крови и т.д, с которыми мы сталкиваемся с самого детства, естественно, не вникая в значение отдельных слов), то скорее всего впервые я столкнулась со словом «Анализ» в связке со словом «математический». Причем, так как я училась в очень продвинутой школе (класс был правда не математиков, а физиков, но не важно), то с этим понятием я столкнулось до ВУЗа – в школе. Хотя, в общем случае, в наше время это называлось высшей математикой и в школе не изучалось. (Потом я видела школьный учебник с названием: «Алгебра и начала анализа»).
Но я уже понятие имела. На нашем экономфаке математика была общеинженерная – не урезанная, поэтому матанализ или матан (так наверное до сих пор говорят студенты) мы изучали довольно серьезно.
Дальше была теория вероятностей и математическая статистика, а там – корреляционный, регрессионный, дисперсионный, факторный – большое разнообразие всяких анализов.
И все же понятие и термин «анализ» из стен УПИ был вынесен в связке со специально изучаемым предметом (это уже на 5 курсе) «Анализ хозяйственной деятельности». Именно этот курс мы окрестили коротко «анализ», и надо сказать, что навыки, методики анализа, вынесенные из этого институтского курса были действительно полезны, и часто были использованы в самых неожиданных ситуациях. Причем, часто казалось, что применяемые подходы (типа анализа динамики, влияния факторов и многое другое – это просто очевидные вещи, и лишь в следующую минуту приходило на память, что меня этому всерьез учили).
Потом, в связи с чтением большого количества литературы при подготовке диссертации (сразу скажу – она не случилась, но об этом когда-нибудь в другой раз), пришло понимание и об «анализе как методе научного познания» (конечно, нам об этом говорили в курсе философии, но на 2 курсе это не дошло).
И вот уже в конце 80-х годов мы услышали термин «анализ» в связке со бывшим уже очень популярным словом «система» (мы ведь проектировали АСУ) — такие слова как «системный анализ» (ну и «системный аналитик»).
Слово «бизнес» стало широко употребляемым уже после перестройки – на мой взгляд –излишне широко: все подряд имеют бизнес, занимаются бизнесом. В отношении этого понятия, а также и многих других, применяется прямой даже не перевод с английского, а переписывание слова русскими буквами.
Не могу не привести цитату из: Конотопов П.Ю.
«Удивительные трансформации происходят с заимствованными и переводными терминами при их пересадке на российскую почву…
Большинство иноязычных терминов и понятий при переходе границы Российской Федерации начинает вести себя подобно злодеям из шпионских фильмов сталинской эпохи. Вроде бы все у них как у всех, но выделяются они среди прочих «лица не общим выраженьем».
Становятся они сразу какими-то водянистыми, блёклыми да размытыми.»
Но здесь я остановлюсь, чтобы не погружаться в «терминологические дебри», а скажу только, что появился «бизнес», а с ним – «бизнес-анализ» и «бизнес-аналитик».
А вот теперь воспользуюсь возможностью, предоставляемой Интернетом и приведу несколько определений – правильных, словарных и научных, но прежде мне слабо знакомых. Слово «анализ» всегда казалось настолько понятным, что желания заглянуть в энциклопедический словарь (который на полке конечно стоял) никогда не возникало. Но, как говорит народная мудрость – лучше поздно…
Большая Советская Энциклопедия Не ограничусь ссылкой, а выделю в описании важные для меня моменты.
«АНАЛИЗ (от греч. analysis — разложение, расчленение), процедура мысленного, а часто также и реального расчленения предмета (явления, процесса), свойства предмета (предметов) или отношения между предметами на части (признаки, свойства, отношения);
Аналитические методы настолько распространены в науке, что термин «Анализ» часто служит синонимом исследования вообще как в естественных, так и в общественных науках (количественный и качественный Анализ в химии, диагностические Анализы в медицине, разложение сложных движений на составляющие в механике, функциональный Анализ в социологии и т. д.). Процедуры Анализа входят органической составной частью во всякое научное исследование и обычно образуют его первую стадию, когда исследователь переходит от нерасчленённого описания изучаемого объекта к выявлению его строения, состава, а также его свойств, признаков. Но и на других ступенях познания Анализ сохраняет своё значение, хотя здесь он выступает уже в единстве с другими процедурами исследования. Аналитические процедуры являются одними из главных не только в научном мышлении, но и во всякой деятельности, поскольку она связана с решением познавательных задач. Как познавательный процесс Анализ изучается психологией, рассматривающей его как психический процесс, который осуществляется на различных уровнях отражения действительности в мозгу человека и животных, а также теорией познания и методологией науки, которые рассматривают Анализ прежде всего как один из приёмов (методов) получения новых познавательных результатов .
Человек, как и животные способен на чувственно-наглядный анализ и, в отличие от животных, на мыслительный Анализ, который совершается с помощью понятий и суждений, выражаемых в естественных или искусственных языках (знаковых системах науки). С другой стороны, и сам Анализ, вместе с другими приёмами, служит средством формирования понятий о действительности.
Существует несколько видов Анализа как приёма научного мышления. Одним из них является мысленное (а часто, например, в эксперименте, и реальное) расчленение целого на части. Такой Анализ, выявляющий строение (структуру) целого, предполагает не только фиксацию частей, из которых состоит целое, но и установление отношений между частями. При этом особое значение имеет случай, когда анализируемый предмет рассматривается как представитель некоторого класса предметов: здесь Анализ служит установлению одинаковой (с точки зрения некоторых отношений) структуры предметов класса, что позволяет переносить знание, полученное при изучении одних предметов, на другие.
Другим видом Анализа является Анализ общих свойств предметов и отношений между предметами, когда свойство или отношение расчленяется на составляющие свойства или отношения; одни из них подвергаются дальнейшему Анализу, а от других отвлекаются; на следующем этапе Анализа может подвергнуться то, от чего ранее отвлеклись, и т. д. В результате Анализа общих свойств и отношений понятия о них сводятся к более общим и простым понятиям.
Видом Анализа является также разделение классов (множеств) предметов на подклассы — непересекающиеся подмножества данного множества. Такого рода Анализ называют классификацией.
Все эти и другие виды Анализа применяются как при получении нового знания, так и при систематическом изложении уже имеющихся научных результатов».
Аналитика
В былые времена я не припомню, чтобы мы пользовались этим термином для чего бы то ни было, поэтому – сразу к словарям и другим источникам.
Аналитика — (греч. analytike — искусство анализа) — искусство расчленения понятий, начал, элементарных принципов, с помощью которых рассуждения приобретают доказательный характер. Понятием Аналитика Аристотель обозначил раздел логической науки, посвященный строгим силлогистическим рассуждениям. Аналитикой предлагают называть «сферу деятельности, процесс и методику некоторого анализа. В некоторых случаях аналитикой называют также результат некоторого анализа. Что за анализ, в какой сфере он производится, с какой целью — уже второй вопрос».
Что НЕ является аналитикой:
- Перевод информации из одного формата в другой. К примеру, если вы, имея числовой ряд данных по продажам вашего магазина, строите график продаж в течение года, это не есть аналитика — вы просто перевели данные из числового формата в графический. Если же вы по этому графику определили наличие сезонности (получили новую информацию), это уже похоже на аналитику.
- Недостаточно обоснованные выводы и домыслы, выдаваемые за факты. При этом формирование гипотез вполне может являться частью процесса аналитики, если они в дальнейшем проверяются на достоверность.
В конечном счете, аналитика — это «увеличение информации», улучшение понимания причинно-следственных связей в рассматриваемом процессе или событии.
А вот в статье «Что такое аналитика?» понятие «Аналитика» сводится к понятию «Анализ»: «Для определения точного ответа, что такое аналитика, необходимо разобрать, что такое анализ? Причем, это действие, само по себе, уже объясняет суть понятия аналитики. Ведь разложение на составляющие с целью понимания сути процесса и есть понятие аналитики, или анализа. Уже очень долгое время вопрос, что такое аналитика вызывает различные трактования, но основная терминология остается прежней. Получение выводов, на основе имеющихся данных, перерабатываемых особым образом, объясняет, что такое аналитика. Аналитика газетных статей показывает, насколько действительные данные, по мнению субъекта, проводившего анализ, соответствуют реальности. Поэтому, судить о правильности аналитики, можно только по отношению к профессионализму аналитика (как можно назвать специалиста по анализу).
Еще один вариант использования ответа, что такое аналитика гласит – это набор данных, имеющих определенную структуру и позволяющий подогнать любое происходящие событие под рамки имеющихся шаблонов. Это очень сложный и, зачастую условный процесс, точность которого зависит, в первую очередь, от того, насколько богатым будет ассортимент образцов для сравнения»
Недавно в Интернете выложена книга Ю.В. Конотопова «АНАЛИТИКА: МЕТОДОЛОГИЯ, ТЕХНОЛОГИЯ И ОРГАНИЗАЦИЯ ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ РАБОТЫ», изданная в 2004г . Прочитав в предисловии, что: «Фактически данная книга — это первое в России капитальное исследование чрезвычайно важной сферы деятельности – аналитики как таковой.» и что «…то, что вам предстоит прочитать — своеобразное интеллектуальное Эльдорадо…», я утвердилась в своем решении пока термин «аналитика» в рассуждениях не использовать.
Ну и наконец, Кто такой Аналитик?
Я уже писала, что во времена первых АСУ нас – специалистов «допрограммистской» работы – называли постановщиками задач (или просто постановщиками). Среди моих знакомых людей с профессией аналитик не было, читать о таких тоже тогда не приходилось (по крайней мере в памяти не зацепилось). Просто любой специалист — экономист, финансист и постановщик задач тоже, должны были владеть методами анализа.
Что пишут на эту тему? Статьи с название Аналитик ни в БСЭ, ни в Википедии не нашлось. И вроде как из области «само собой»: АНАЛИТИК — специалист, владеющий методикой анализа, участвующий в проведении анализа. Но все же кадровые агенства иногда формулируют профессию в общем виде:
Аналитик «В рамках данной профессии можно найти различные должности: маркетолог-аналитик, финансовый аналитик, аналитик рынка ценных бумаг, инвестиционный аналитик, системный аналитик (бизнес-аналитик) и другие. Профессия аналитика является универсальной, специалист в данной сфере может работать, например, в финансовых, инвестиционных компаниях, банковских структурах, консалтинговых компаниях, брокерских конторах, международных корпорациях.
К претендентам на должность аналитика работодатели предъявляют довольно жесткие требования. Профессия аналитика требует, как правило, высшего образования в области экономики/финансов, статистики либо информационных технологий. Аналитик должен знать методы анализа рынка, основы статистики, иметь аналитические способности, навыки работы с большими объемами информации. В международных компаниях одним из главных требований к аналитику является знание иностранного языка и документ международного образца о подтверждении профессионального уровня.
Среди профессиональных качеств аналитика можно выделить следующие: внимательность, усидчивость, наблюдательность, структурное и аналитическое мышление, хорошую память».
Какие выводы я могу сделать из такого краткого и не претендующего на большой охват вариантов обзора ?
- Общие понятия будем трактовать в соответствии с известными энцеклопидически описанными (приведены выше) формулировками.
- Для конкретного применения этих понятий они всегда (или за редким исключением) требуют определения, уточняющего сферу использования общего понятия. И при рассмотрении толкования понятий для дальнейшей работы с ними, при формулировке того, о чем будем договариваться на будущее, термин анализ будем конкретизировать – о каком анализе идет речь – математической, химическом или экономическом.
НО! В этой формулировке не должно быть противоречий с общему понятию «анализ» (см. П.1).
- И, как уже сказано, в дальнейших рассуждениях о профессии я буду преимущественно использовать понятия анализ и аналитик (с соответствующими определениями), уточняя и представления о том что это и как используется. Что касается понятия аналитика, то без особой необходимости, я им пока пользоваться просто не буду (как впрочем, и раньше как-то не очень он у меня был в ходу).
Получилось ли что-то новое? Если и да, то малые крохи. И тем не менее, опыт говорит, что даже вещи, которые кажутся совершенно очевидными, необходимо проговаривать – сплошь и рядом они разным людям очевидны по-разному. А все новое всегда накапливается по крупицам, но складывается в КОПИЛКУ.
Источник
Проведение аналитики или анализа
Сейчас только что отправил статью в редакцию. Кратко говоря — представление в связанном читаемом виде данных некоторого опроса людей, представленных в виде большого набора таблиц (упрощенно — проценты ответов по вопросам).
В преамбуле к исходным данным (от поставщика инфо) говорится: «Аналитика данного рынка является актуальной задачей. «
В который раз задаюсь вопросом — что такое аналитика? Честно скажу — меня от этого слова просто начинает бить озноб. А используется словцо очень часто.
Вообще-то, насколько я помню, слово «аналитика» лет 20-30 назад практически просто не использовалось. Было другой понятный термин — анализ. Чем же анализ отличается от аналитики?
Анализ (размышления) приводят (меня) вот к каким выводам.
PR-vенеджеры и под аналитикой понимают практически любой текст, который не является откровенной рекламой или банальным пересказом событий или банальной же новостью. В их представлении, если в тексте упоминаются хотя бы две компании — это уже аналитика.
В представлении менеджеров по маркетингу аналитика — это сбор и некоторая систематизация фактических данных. Т.е. простейшие отчеты.
Хотя возможно, построение некоторых «разрезов».
Мне кажется, что понятие «аналитика» в наш язык пришел из бухучета (возможно из более продвинутого управленческого учета). Так или иначе — из учетных задач, связанных с обработкой численной, причем фактической информации).
Это же понятие перенесли в маркетинг на уровне все той же статистики.
А до АНАЛИЗА дело не доходит. В моем представлении Анализ (в данном контексте) имеет целью понимание текущей ситуации, происходящих процессов, прогноз развития ситуации. С целью принятия решений — что делать дальше.
Упрощенно: Аналитика — это моментальная фотография, Анализ — видео со звуком, с возможностью прокруктки назад, возможно даже с просмотром параллельно разных сюжетов из разных фильмов.
Проблема в целом заключается, что все наше изучение рынка в 99% случаев заканчивается аналитикой, до анализа дело не доходит.
Да, это и не нужно. У нас в конце годы были активные дискуссии по поводу «аналитики» СЭД-рынка (http://ecmclub.blogspot.com), и предельно точно определелил «зачем она нужна» представитель западного вендора: что были независимые данные для отчета о своей работы перед штаб-квартирой. Про выработку стратегии и тактики — ни слова.
Это было вступление. Собствнно, я просто зашел в Интернет и собрал некоторые определения-суждения — что такое «аналитика» (может пригодиться на быдущее).
0. Анализ (от др.-греч. «разложение, расчленение») — операция мысленного или реального расчленения целого (вещи, свойства, процесса или отношения между предметами) на составные части, выполняемая в процессе познания или предметно-практической деятельности человека.В дополнение к синтезу, метод анализа позволяет получить информацию о структуре объекта исследования.
1. Аналитика — что-либо связанное с анализом при исследовании и решении вопросов
аналитик — специалист, занимающийся различного рода анализами
2. аналитик — (analyst) – единственный человек, который на вопрос «как пройти в Ботанический сад?» посоветует идти направо, налево, или не идти вообще.
3. аналитик программного обеспечения — человек, чьей задачей является изучение области, для которой разрабатывается программное приложение. Также в его задачи входит подготовка документации по программным требованиям и спецификациям (Software Requirements Specification). Аналитик ПО — промежуточное звено между пользователями и разработчиками.
4.«Аналитика» — сочинение Аристотеля, которое посвящено логике и теории доказательств и умозаключений.
5. Аналитика – это деятельность (чаще процесс) по выполнению экономического анализа
(А.К: обратите внимание — это деятельятельность, а не результат!
6. АНАЛИТИКА (греч. analytike — искусство анализа) — искусство расчленения понятий, начал, элементарных принципов, с помощью которых рассуждения приобретают доказательный характер. Понятием А. Аристотель обозначил раздел логической науки, посвященный строгим силлогистическим рассуждениям. Трансцендентальная А., по И. Канту, суть расчленение самой способности рассудка — выделяет «элементы чистого рассудочного познания, без котороых вообще немыслим ни один предмет». С.Ю. Солодовников
7. Что же такое аналитика? В первую очередь это анализ предыдущего дня, то есть когда заканчивается торговый день, профессиональные трейдеры и аналитики анализируют все, что произошло на рынке за день. После чего все данные сравниваются с длительным прошедшим периодом, и формируются определенные советы. Все советы, которые дает нам аналитика, не стоит воспринимать буквально (Fores trading)
8. Сотрудники Gartner провели неформальный опрос среди пользователей, выяснив, что под термином «аналитика» понимаются самые разные функции, от оперативной аналитической обработки до мониторинга контактных центров, отчетности и добычи данных.
В компании предлагают собственное определение понятия: аналитика использует данные в функциональном процессе (или приложении) для получения контекстно-зависимой информации, по которой можно принять определенные меры.
10. АНАЛИТИК — служащий банка, брокерской конторы или фонда, который исследует ситуацию и дает рекомендации на покупку и продажу;
11. Как написать грамотный аналитический материал (любопытные рекомендации PRам — http://www.topwords.ua/Allformen/news/01/33.htm)
P.S. Вспомнил еще старый анекдот про Валисия Ивановича.
Приезжает дивизию: «Не приняли в Академию: анализ крови сдал, анализ мочи сдал, а математический — завалил»
Источник