დღევანდელ ციფრულ სამყაროში მონაცემებზე დაფუძნებული გადაწყვეტილებების მიღება და სტრატეგიების შემუშავება არის გადამწყვეტი გზა ბიზნესის წარმატებისკენ. ამიტომ, კომპანიებისთვის მნიშვნელოვანია Data Analytics-ის მიმართულება, რომელიც მას მონაცემთა გროვის ღირებულ ინფორმაციად ქცევაში ეხმარება. შედეგად, დღეს მონაცემთა ანალიტიკოსის პროფესია შრომის ბაზარზე ერთ-ერთი ყველაზე მოთხოვნადი და მაღალანაზღაურებადია.
ამ ბლოგში სწორედ მონაცემთა ანალიტიკის შესახებ მიიღებ საინტერესო ინფორმაციას. გეგა ჯღარკავა, მონაცემთა ანალიტიკის ლექტორი, დეტალურად გაგაცნობს ამ სფეროს, წარმატებული კარიერისთვის საჭირო უნარებსა და ტექნიკებს. ასე რომ, თუ მომავალში მონაცემებთან მუშაობის სურვილი გაქვს, აუცილებლად გაეცანი ამ ბლოგს.
გეგას კარიერა ფინანსურ ინდუსტრიაში დაიწყო, სადაც არაერთ განსხვავებულ პოზიციას იკავებდა. ამ პერიოდში მიხვდა, რომ ძალიან მოსწონდა მეტად კომპლექსური ამოცანების ამოხსნა და მათი მარტივად და გასაგებად წარდგენა ადრესატისთვის. ამისთვის Excel-სა და PowerPoint-ს იყენებდა. შემდეგ კი გადაწყვიტა ტექნოლოგიურად უფრო განვითარებულიყო, რისკენაც ერთმა შემთხვევამ უბიძგა:
ეს ძალიან უცნაურად მოხდა. ერთ დღეს LinkedIn-ზე აღმოვაჩინე ერთი ადამიანი, რომელიც Head of Business Intelligence & Data Warehouse პოზიციაზე იყო დასაქმებული. შეტყობინება გავუგზავნე და ვკითხე, რა უნდა ვიცოდე, რომ შენს გუნდში მოვხვდე-მეთქი. პასუხი მარტივი იყო - "SQL დასაწყისისთვის და შემდეგ ვიზუალიზაციის სხვადასხვა ტექნიკაც დაგჭირდება."
ამის შემდეგ, გეგამ კურსებისა და რესურსების მოძიება დაიწყო, რათა მონაცემების სფეროში გზა გაეკვლია. მიუხედავად იმისა, რომ მისი კარიერა ფინანსურ სფეროში საკმაოდ კარგად და სტაბილურად ვითარდებოდა, მალევე მიხვდა, რომ მონაცემები უფრო აინტერესებდა და იზიდავდა:
ვგრძნობდი, რომ მონაცემთა ანალიტიკის თუნდაც მეცადინეობის პროცესი ბევრად მსიამოვნებდა. გადავწყვიტე, კიდევ ერთხელ მიმეწერა იმ ადამიანთან ისევ მარტივი ტექსტი (ალბათ, ტექ. ტიპები მარტივი ადამიანები ვართ, რადგან
ამოცანებს ზუსტად ვიგებთ):
"- SQL ვიცი, როდის შევხვდეთ?"
უფრო სარკასტულ პასუხს ველოდებოდი, მაგრამ ასეთი ტექსტი მივიღე:
"- მოდი (მისამართი მიმითითა) 15:00 საათზე."
გეგას ანალიტიკური კარიერა ლიბერთი ბანკში დაიწყო რეპორტინგ დეველოპერის პოზიციაზე. როგორც ის აღნიშნავს, იმდენად მოწონდა კოდის წერა და კომპლექსური ამოცანების ამოხსნა, რომ 5-ჯერ ნაკლებ ხელფასს დათანმხდა და თან გამოსაცდელი პერიოდით. თავდაუზოგავი შრომის შემდეგ უმცროსი პროგრამისტის პოზიცია დაიკავა და შემდეგ ხელსაწყოებს იყენებდა: Oracle, MSSQL და Power BI. თუმცა მთელი ეს დრო
პარალელურად მუდმივად მეცადინეობდა, რაც მისი აზრით, დაუსრულებელი პროცესია.
ძალიან მალე საერთაშორისო ფინანსური ინსტიტუტი TBI Bank დაუკავშირდა, რომელიც წარდგენილი იყო სამ ქვეყანაში (ბულგარეთი, რუმინეთი, საბერძნეთი). ამ კომპანიაში ოფიციალურად დაიწყო მუშაობა, როგორც მონაცემთა ანალიტიკოსმა. ძირითადად, გეგას მოვალეობა იყო სხვადასხვა პლატფორმებიდან მონაცემების სწორად შეგროვება და მათი ბიზნესთან წარდგენა. ამ რეპორტებზე დაყრდნობით მარტივი და არგუმენტირებული ხდებოდა კომპანიაში ნებისმიერი იდეა, ვარაუდი თუ გადაწყვეტილების მიღების პროცესი.
როდესაც იდეას ან დაშვებას უკან არ ახლავს სწორი ციფრები და გაანალიზებული პასუხი, ისინი იდეებად და დაშვებებად რჩებიან. ხოლო გადაწყვეტილების მიღებას ხელს უწყობს მონაცემებით გამყარებული არგუმენტი. სწორედ ამისთვის იყენებენ ადამიანები BI დეველოპერებს, რათა რთული გადაწყვეტილების მიღება, რომელიც მოითხოვს კომპლექსურ გამოთვლებს და აგრეგაციებს, იყოს უმარტივესად წარდგენილი და აღქმადი.
როგორც გეგა აღნიშნავს, მონაცემთა ანალიტიკოსის ყოველდღიური საქმიანობა წარმოუდგენელია აღმოჩენებისა და ახალი მიგნებების გარეშე. ყველაფერი რაც ბიზნესში ხდება (რაიმე შიდა ან გარე მოვლენა) საჭიროებს ანალიზს. შესაბამისად ბიზნესის განვითარებასთან ერთად ვითარდება ამოცანები, იბადება ახალი ცვლადები, რითაც ანალიტიკოსები მიკრო ანალიზს აკეთებენ ბიზნეს პროცესებზე. ამ კომპლექსური ანალიზის გზაზე შეიძლება ყოველი ამოცანა, რომლის ვერბალიზაციასაც ახდენს უფროსი მენეჯმენტი, ჯერ კოდად და შემდეგ ვიზუალად აქციო.
რაც შეეხება საჭირო უნარებსა და ტექნიკებს, გეგა კარგად წარმოგვიდგენს შრომის ბაზრის ცვალებადობას. მოთხოვნები წლებთან ერთად იცვლება:
აქედან გამომდინარე, გეგას რეკომენდაციაა, აქტიურად ადევნო თვალი, რა მოთხოვნები აქვთ დასავლურ კომპანიებს და რა ტექნიკური უნარები არის ბაზარზე ტრენდული.
იდეა არის ის, რომ ყველაფერი, რასაც კომპანია ნერგავს, იკითხება სხვადასხვა მეთოდოლოგიით და აქვს განსხვავებული ტიპის სარგებელი. თუმცა გრძელვადიან პერიოდში მონაცემების მოცულობა იზრდება და ეს უკანასკნელი საჭიროებს ტექნოლოგიურ განვითარებას.
Power BI ერთ-ერთი ყველაზე მნიშვნელოვანი ხელსაწყოა მონაცემთა ანალიტიკოსისთვის. ეს არის შესაძლებლობა, ბიზნესმა უყუროს საკუთარი პროცესების აღსრულებასა და მიმდინარეობას ავტომატურად. ბიზნესს აქვს საკუთარი ხედვა და აპრიორული ცვლადები, რომელთა მანიპულაციებითაც ქმნის მიზნობრივ კოეფიციენტებს და KPI-ებს. სწორედ მათი ყურება აძლევს დასკვნების გამოტანის საშუალებას, რის შემდეგაც მარტივია გადწყვეტილების მიღება. ფაქტობრივად, Power BI მთლიანად აძლევს საშუალებას, კომპლექსურ გამოთვლებში გავლილი ციფრები და ცვლადები ვიზუალიზაციის მეშვეობით დაინახოს მარტივად.
ნებისმიერ ირაციონალურ საწყისს მონაცემთა ანალიტიკოსი მარტივი ვიზუალიზაციით უყენებს არგუმენტებს. დღეს ჩვენ შეგვიძლია ვთქვათ, რომ გვინდა სამიზნე აუდიტორიის შეცვლა ან დივერსიფიცირება ბაზარზე. მაგრამ თუ ეს უკანასკნელი კარგად წაკითხვადი ანალიტიკური ნაშრომით/რეპორტით არ დადასტურდა, ისინი მხოლოდ სიტყვებად დარჩება.
როგორც უკვე გითხარი, გეგა Commschool-ში მონაცემთა ანალიტიკის კურსს უძღვება. პროგრამის განმავლობაში სტუდენტები შეისწავლიან იმ საჭირო თეორიულ მასალასა და ხელსაწყოებს, რომელიც შემდგომ ყოველდღიურ საქმიანობაში გამოადგებათ. პრაქტიკაზე დაფუძნებული სწავლება კი შესაბამისი უნარების განვითარებასა და გაუმჯობესებაში დაეხმარებათ. სწორედ პრაქტიკულ ნაწილსა და საკუთარი გამოცდილების გაზიარებას მიიჩნევს გეგა ყველაზე მნიშვნელოვან სარგებელს, რასაც სტუდენტები კურსის განმავლობაში მიიღებენ:
მუდამ ვცდილობ, უახლესი მიგნებები და აღმოჩენები გავუზიარო, რომლებმაც ჩემს პრაქტიკაში “ვაუ” გამოიწვია. მე ყოველდღიურ რეჟიმში ვსწავლობ, ვეძებ ახალ ტექნოლოიგიურ გზებს ამოცანის გადასაჭრელად (ვიყენებ Google-ს, ChatGPT-ის უსასრულოდ ვესაუბრები). ვცდილობ, ჩემს კარიერას გადავხედო და ამოცანები რეალური გამოცდილებიდან გადმოვიტანო. ასევე, მომწონს, როდესაც სტუდენტი გვაჩვენებს ამოცანას, რომლის გამოთვლის შესახებ წარმოდგენა არ აქვს. ჩვენ მას ერთად ვხსნით: ვიწყებთ ხმამაღლა აზროვნებას, ვაკვირდებით მონაცემებს და ვასრულებთ ამოხსნას.
ასე რომ, მონაცემთა ანალიტიკის ლექციები საკმაოდ მრავალფეროვანი და საინტერესო გამოწვევებით სავსეა. მომავალ სტუდენტებს კი გეგა გირჩევთ:
ლექციის შემდეგ მინიმუმ 3-4 საათი კოდი უნდა წეროთ და საკუთარ თავს ამოცანები დაუსვათ. ეცადოთ, იმდენი მასალა მონახოთ, რომ მომდევნო ლექციაზე ჩემთვისაც კი რთულად ამოსახსნელი დავალება მომიტანოთ.
ამიტომ, თუ მზად ხარ ახალი თავგადასავლებისთვის მონაცემთა სამყაროში, გაეცანი კურსის სილაბუსს და შემოგვიერთდი Commschool-ში!
კურსი განკუთვნილია ყველასთვის,...
კურსი განკუთვნილია მათთვის,...
კურსი განკუთვნილია მათთვის,...
კურსი განკუთვნილია...
