Поиск по этому блогу

четверг, 11 февраля 2010 г.

Совет по карьере в веб-аналитике: статистика, бизнес, ИТ и быстрый рост.

ссылка на оригинал: Web Analytics Career Advice: Statistics, Business, IT & Mushrooms
автор статьи: Авинаш Кошик
дата публикации: 27 мар 2007



"Честолюбивый SEO- и онлайн-маркетолог" из Германии задал мне интересный вопрос по электронной почте. Я ответил ему письмом, но мне показалось, что другим это тоже будет интересно. Затем я получил другой вопрос из США, и он тоже был хорош. Двойная выгода - вот вам пост в блоге!

Первая часть этого поста посвящена разбору ответов на два письма, а третья часть содержит мое недавнее озарение на тему секретного ингредиента, без которого великому аналитику никак.

Должен ли аналитик знать статистику?

Вот выдержка из письма читателя и мой ответ...

Если я хочу стать крутым веб-аналитиком, имеет ли мне смысл изучать и становиться гуру основ статистики (пока я в колледже)?
Я настоятельно рекомендую вам иметь внушительный бекграунд (чуть больше чем просто основы) в статистике. Это полезно по двум причинам:

#1   Великий аналитик знает как с пользой применять волшебную силу статистики в анализе, я коснулся этого в двух своих постах:


* The Power of Statistical Significance (англ)


* Leverage Statistical Control Limits(англ)


В обоих постах объясняется, как можно применять простейшие статистические методы, чтобы получать значительные преимущества при анализе веб-данных.


#2  Традиционный анализ кликов работает все меньше и меньше (потому что сложность веба и поведения пользователей растет с каждым днем).


Поэтому я часто рекомендую фокусироваться на потребительском опыте (англ) или экспериментах \ тестировании (англ), потому как они иллюстрируют то, что происходит в действительности. Чтобы правильно использовать их, вам нужно разбираться в статистике.


Например, в своей прошлой деятельности я использовал модель ASCI (American Customer Satisfaction Index) в исследованиях и эта действительно сложная многомерная регрессионная модель лежит в основе анализа данных. Она помогает привнести количественную силу в такие качественные вещи как ответы респондентов.


Если вы, как и я, будете делать многомерное тестирование (или просто A/B), вам понадобится знание основ статистики, т.к. вы будете анализировать данные и принимать решения, основанные на результатах, которые справедливы в доверительных интервалах.
Вам не нужно иметь ученую степень по статистике, но если вы будете знакомы со статистикой (основами или чуть больше), то это сильно поможет вашей карьере в веб-аналитике.

ИМХО, наиболее важным навыком для вас как аналитика является ваш аналитический склад ума и способность смотреть на проблему с разных сторон. Поставить на кон все, чтобы стать великим аналитиком, будет правильным. Этот пост может быть вам полезен Top Ten Signs You Are A Great Analyst (англ) (рус).


Вы на стороне бизнеса или ИТ?

Вот второй интересный вопрос:

Мой глупый вопрос таков: вы рассматриваете веб-аналитику с точки зрения "бизнеса" или "ИТ"? Их нужно разделять на "стороны"? Причина, по которой я спрашиваю, такова: мой интерес к веб-аналитике лежит только в области "что измерять, как интерпретировать результаты, как рассказывать о результатах и как влиять на изменения, основанные на результатах". Но я хочу разбираться в возможностях различных инструментов, качестве данных и т.д. Это дилемма, какую из сторон мне выбрать.
Судя по моему опыту, если вы хотите быть аналитиком, вы автоматически оказываетесь на стороне "бизнеса". Я провел несколько лет в составе ИТ, но ИТ-это не бизнес: они пересекаются, но типы мышления очень отличаются. Таков мой опыт. Если вы хотите работать с данными, анализировать данные и докладывать результаты лучше быть на\со стороны бизнеса.

Говорят, что лучшие аналитики имеют хорошую техническую подготовку, в том смысле что им проще понимать javascript теги, URL-ы, параметры, редиректы, веб-страницы, то есть они лучше в таком смысле: они понимают, как собираются данные и как данные потом интерпретируются аналитическими инструментами. А это ведет к большому и долгосрочному успеху.

Резюмируя: получайте зарплату и компенсации на стороне бизнеса и дружите, поддерживайте отношения с ИТ, таким образом, вы будете понимать, что происходит за кулисами. Тогда вы достигнете успеха:)


Характерные особенности крутых аналитиков

Когда я писал последний параграф ответа на первое письмо, я задумался о людях, которых я считаю крутыми аналитиками и о том, что же они делают. Они, очевидно, хорошо разбираются в большинстве или во всех тех вещах, о которых я писал в посте Top Ten Signs (англ) (рус). Но потом меня осенило.

Все великие аналитики, которых я знал, имели удивительный (быть может, даже ненормальный) сформировавший их жизненный опыт.

Они хорошо учились в школе, но были далеко не отличниками (в терминах оценок). Но они были бунтарями с сумасшедшим детством. Или по настроению продирались сквозь лесные кущи в Лаосе. Или учились на геологов или лесников. Или так и не смогли закончить колледж. Или успели пожить в четырех странах (обычно на очень скромный бюджет). Или имели проблемы с законом (по мелким правонарушениям). Или... да у меня куча этих примеров.

Каждый человек, не зная того сам, был талантливым учеником насыщенной жизни, и потому перенявший тонны здравого смысла и реализма. Они исследовали правду жизни со всеми ее сложностями.

Все они остановились на веб-аналитике больше по случайности чем запланировано. Но их опыт подготовил их к работе с таинственными вещами (и web analytics is more a mystery (англ) (рус) чем головоломки).

Я думаю, их опытность росла, когда они не принимали очевидные ответы, а смотрели глубже. Они хорошо справляются с регламентированным миром и не впадают в ступор, когда все вопросы остаются без ответа.

Я думаю, что они постоянно учатся и они не удовлетворяются написанием отчета - они копают глубже, проводят исследования, разводят шумиху и, следовательно, они прекрасные аналитики.

Итак, если вы хотите стать крутым аналитиком, выберите раз или два в жизни непрямую дорогу, если вы не хотите шляться с рюкзаком по Лаосу, вы можете стать волонтером в вашем местном приюте, или открыть свой бизнес, или принять участие в программе обучения за границей или... вы будете плыть по течению.

Если вы нанимаете аналитика, смотрите чуть глубже стандартного резюме, смотрите на жизненные достижения, смотрите на что-то помимо 19-летнего опыта работы с WebTrends или Omniture или HBX. Если у вас есть выбор, отдавайте предпочтение кому-то с жизненным опытом, потому что вы всегда сможете его научить жать на кнопки в веб-аналитическом софте или написать формулу в Excel.

[В случае, если Дамини или Чираг читают это: папочка не говорит, что образование не важно или это нужно избегать пятерок в школе. Это важно и я просто излагаю свое видение, которое может вдохновить вас остановиться и попробовать банджи-джампинг. Правда, папочка может и не оценить такие развлечения!:)]

Что вы думаете по этому поводу? Вы согласны с ценностью статистики и видению себя со стороны бизнеса и его быстрого роста? Каков был ваш путь к веб-аналитике? Какие-то интересные истории, которыми хочется поделиться? Как насчет ценных советов по карьере? Пожалуйста, оставляйте ваши отзывы в комментариях.



Используемые термины (прим. пер.):
1. Двойная выгода \net-net\
2. Анализ кликов \Clickstream analysis\
3. Потребительский опыт \Customer experience\
4. Многомерная регрессионная модель \Multivariate regression model\
5. Быстрый рост \Mushrooms\есть подозрение, что слово означает что-то кроме грибов, роста и капители:-\

Комментариев нет:

 
Яндекс.Метрика