Data Nature 🕊
Канал о жизни BI аналитики и инфо-дизайна в корп реалиях с фокусом на работающих практиках управления. Веду как летопись полезного для себя и людей с такими же неврозами. александр бараков @alexbarakov datanature.ru data-nature.com (рекламу не размещаю)
Show more4 138
Subscribers
+224 hours
+397 days
+17130 days
- Subscribers
- Post coverage
- ER - engagement ratio
Data loading in progress...
Subscriber growth rate
Data loading in progress...
Photo unavailableShow in Telegram
Парадокс Жевона в дата аналитике
Парадокс или Эффект Жевона, был замечен английским экономистом Уильямом Жевоном в 1865 году, изучая влияние улучшений в эффективности использования угля.Прогресс в области инженерии данных снизили затраты на производство, распространение моделей данных и дашбордов. Задачи, которые раньше требовали недель работы команды из 3-4 BI/Data инженеров, теперь могут быть выполнены одним за несколько дней. Те же Копайлоты дали ощутимый буст времени на написание и аудит кода. С уменьшением затрат на производство, растет спрос на данные и все их деривативы, что приводит к дальнейшему размножению датасетов и дашбордов. Поддержание этого множества контента сокращает полученные выгоды: увеличиваются затраты на обслуживание, становится все сложнее для потребителей найти нужную информацию. Сложность обнаружения и часто низкое качество дата контента стимулирует создание еще большего количества датасетов и дашбордов, поддерживая этот цикл. Чтобы прервать этот отрицательный цикл, нужно более радикально переосмыслить способ работы, чем просто архивация ненужного: 1. Введение новых абстракций поверх базовых наборов данных. metric store связанный с семантическим слоем помогает повышать переиспользование и адаптацию мастер слоя большего количества кейсов использования. 2. Дата продукты и связанный с ними процесс сертификации и гавернанса. Создание объектов в местах наибольших пересечений требований разных потребителей и развитие этого слоя на аналитике их потребления. Мораль: Если не начать эти инициативы сейчас, через 2-3 года вас с командой совсем не будет видно за кучей таблиц и отчетов, в которым добавятся еще и AI/ML модели Осмыслил пост из Linkedin
Photo unavailableShow in Telegram
Какие вызовы возникают у корпораций при внедрении визуализации данных?
Меня попросили ответить а этот вопрос на конференции, но потом не хватило времени озвучить ответ.
Оставляю здесь свои мысли:
1️⃣ Первая мысль
Большинство data профессионалов не имеют интуитивного чувства, что хорошо и что плохо в визуализации данных. И это неисправимо.
После тренингов по визуализации аналитики учатся создавать разные типы графиков механически, без чувства дизайна.
Стайлгайды и шаблоны помогают избежать создания слишком уродливого контента, делая средний уровень более-менее нормальным.
Но создание высококачественных визуализаций остается исключительным сервисом отдельной команды с фокусом на дизайн.
2️⃣ Вторая мысль
Ценность идеальной визуализации данных не очень высока в корпоративном мире.
Она была преувеличена, в основном, Tableau, поскольку это их основное преимущество.
Это вызывает разочарование у аналитиков при начале работы бизнес-дешбординге.
Каждый сначала ищет как «применить» все многообразие чартинга, но потом осознает оптимальные типы графиков для любой метрики.
95% - BANs, бары и таблицы. Нет никакой необходимости их улучшать.
Релевантность аналитики и доверие к ней в разы важнее.
Поэтому я предпочитаю говорить больше например о процессах сертификации контента, чем о визуализации данных.
В ней нет ничего критически важного для бизнес-аналитики.
К сожалению.
3️⃣ И третье:
Качество визуализации - это фактор гигиенический. Оно не должно быть ниже определенного уровня в любом случае.
Поэтому я вижу тренд к вендоров (не у всех) в упрощении BI разработки.
Вместо множества модных экстеншенов для «сложных» графиков у BI-инструментов должен быть набор стандартных строительных блоков и готовых лейаутов.
Это ограничивает визуальное разнообразие, но обеспечивает единый формат (без ручных аудитов), ускоряет разработку и доводит время отклика отчетов на уровень приложений.
И вероятно это правильный тренд.
Photo unavailableShow in Telegram
Фрейморки, борды, темплейты, сколько можно 😵💫
За год я произвел какое-то количество тулов для data/bi менеджеров.
Поток этого "творчества" не унять, это побочный продукт основной работы. Но нужно хотя бы структурировать. Вот последние:
- Data & Analytics Maturity Canvas
- BI Adoption guide и темплейт, PDF версия
- Data & Analytics Strategy & Tactics Guide 2.0
- Борд - Почему Data Catalogs не взлетают?
- BI Leader Ramble
- Info Design Songbooks (вместе с Настей)
- Some Dashboards Roasting (вместе с Ромой)
Удачные из них останутся, остальные переродятся во что то другое. Все надо касдевить в этой жизни - напишите в коментах кто чем пользовался.
Не только вам, но и мне требуется усилие, чтобы переварить эти борды, подружить с новыми мыслями и c задачами в работе, убедиться что они реально помогают решать
проблемы. Сложно не скатываться в итоге в инфо-продукты формата so-what и спасибо-кэп.
В том числе для этого я использую свой курс по BI стратегии. Кстати логичнее его переназвать в Разработка Data&Analytics стратегии и тактики, чтоб соответствовало содержанию.
Старт 15 мая, можем взять еще 2-3 человека, кому интересно, пишите. Если коротко - это 3-недельный марафон с длинными встречами по вечерам, "лекциями и домашками", tg-чатом и общением.
🤱Сейчас в работе есть еще несколько новых исследований - будущих Miro бордов, на разных стадиях:
- BI about BI: контент менеджмент гайд о том, что имеет смысл трекать в своей BI системе + примеры дашбордов
- Карта d&a болей: типология проблем разных дата и бизнес ролей + шаблон для воркшопа
- Коллекция шаблонов упражнений для воркшопа по дата/BI стратегии (полноценный экстеншн к этому гайду)
- Data Governance Program Guide 2.0 - сильно переосмысленный и дополненный
- Типология Оргструктур дата команд
- Tableau Report Optimization Guide
- ...
✍️Напишите в коменты, как думаете - в какие темы вложить больше усилий и продвинуть к готовности в первую очередь?
Часть добью и покажу на курсе в мае и потом выведу в паблик. Остальные будут созревать дальше.
#cамореклама
Классная статья (перевод) про то, что «эффект Даннинга-Крюгера» булшит.
Эффект в том, что неквалифицированные люди склонны переоценивать свою компетентность.Это было заманчивое обоснование для интеллектуалов возвысить себя над другими. Забавно, что в итоге авторы исследования подтвердили свой эффект, но не данными, а своей ошибкой, переоценив свою компетентность. Теперь, когда приходит джун и говорит, что он синьор, уже нельзя будет сослаться на этот закон и придется объяснять на фактах. Меня кстати всегда преследует ощущение переоценки своей компетентности, но теперь можно не волноваться) Источник: канал Чартомойка
Эффект Даннинга-Крюгера — автокорреляция
Перевод статьи Блейра Фикса
Мальчишкам и девчонкам а также их родителям
Изучению истории (как и многим школьным предметам) всегда не хватало визуализации.
Супер интересно соотносить события в разных странах в одно время - иметь лизну для сквозного анализа.
Я даже начал делать этот визуал с параллельным таймлайном разных цивилизаций.
Едва ли я бы довел это конца - Тем круче что уже сделали, с дизайном и надеюсь с критическим анализом без "исторических симулякров" (👋 @Alex_S_Vilkov)
Напоминает немного московское метро. Кайф.
Закажу себе чтоб было куда в старости залипать.
🔗 https://hronotop.ru/
Нашел в канале DZENDESIGN
(не реклама)
Photo unavailableShow in Telegram
На этой неделе думал про дата культуру.
Разные компании пишут правильные стратегии, говоря о приоритетности дата грамотности. Но "Качество" людей (ужас какой) умножает на 0 бюджеты на проекты и наоборот - поднимает сложные инициативы без видимых усилий.
Возникает в центре эта самая Дата культура — то, как люди воспринимают себя, руководство и свои задачи с точки зрения данных, желательные модели принятия решений.
Кажется это самая актуальная тема из тех, о которых меньше всего говорят.
Думаю, никто не знает, как изменить это на практике.
Пока я думал об этом - выделил для себя 4 черты целевой data-driven культуры:
1️⃣ Приоритет объективности - решения основаны на эмпирических пруфах в результате анализа данных. Экспертные оценки являются второстепенными.
2️⃣ Challenge культура - Постановка под вопрос мнений руководства при условии подкрепления данными
3️⃣ Test and Learn (привет Костя Маркелов из Tinkoff Bank) - широкое использование экспериментов для управленческих решений
4️⃣ No Fear to Fail - поощряется делиться уроками как из успешных, так и из неудачных кейсов.
Большинство примеров, которые я вижу, это технологические компании, созданные за последние 20 лет.
Поэтому я пытаюсь понять эффективные методы трансформации для остальных. Помогайте.
Вот топ-3 (обратная нумерация):
3️⃣ Марафоны - это глобальные массовые длительные ивенты, где (почти все) сотрудники компании одновременно "бегут" по темам в режиме спринта, решают кейсы и отмечают результаты.
+ агрессивный маркетинг в интранете с участием топ-менеджеров и приглашенных экспертов (🤝@lingualize )
2️⃣ C-Level менеджмент имеет высокую data / AI грамотность и выступает активными спонсорами и евангелистами инноваций.
1️⃣ Корпоративная политика найма с обязательными требованием к дата скилам. Замена сотрудников, не обладающих данными навыками.
Это кажется наиболее эффективным методом. Может быть как жестким там и плавным.
Есть ли другие идеи/практики?
Картинку кладу в D&A Strategy and Tactics Guide
Photo unavailableShow in Telegram
Так.
Я понимаю, что tableau для некоторых стало эхом ушедшей молодости. Но это не повод не зарегистрироваться на RSTUG: #02VizNaDvore 16 Апреля 2024
причина номер 1. Будут топовые спикеры (как всегда)
🔝 Скромный Вадим Панасюк Tableau Ambassador из Vizuators собственной персоной расскажет про построение BI команды. У него нет бороды, но бог ему судья
🔝Не-Скромный Александр Варламов Tableau Zen Master и Ambassador - взорвет вам мозг своими tableau трюками (скромные люди не делают такие вещи)
🔝 Диана и Александр из Wargaming. Там крутой уровень зрелости BI и точно будет что-то самобытное.
🔗 См агенду и темы тут
причина номер 2. Мы сменим формат (по вашим заявкам). Попробуем зум вместо стрима на youtube. Можно будет кроме чата - поднимать руку и подключаться в беседы, задавать вопросы голосом.
причина номер 3. Табло, не табло не важно. В конце концов БиАй это про жизнь, тут важен принцип. Атмосфера легкого декаданса будет обеспечиваться джазом на фоне и легким сарказмом ведущих.
Короче регайтесь активнее гайз. Весна же
💩И да. Егор закинул конкурс на создание логотипа для нашей с вами tableau user group. Ведь это самое важное. Пока заявок немного, есть все шансы победить и забрать приз.
Photo unavailableShow in Telegram
Вы и не ждали, а тут подвезли запись с этого выступления: https://youtu.be/USVV6VnBHzk?si=eLsIDXlh2JN-S8F0
Ну и новая miro доска со старыми героями: https://miro.com/app/board/uXjVKaSkvRA=/
enjoy
00:11
Video unavailableShow in Telegram
Пост не про аналитику, но про работу в лонгтерн
Что важнее мотивация или процессы и регулярный менеджмент ?
Без дисциплины невозможно преодолевать пиздец как в рабочих проектах так и в жизни.
Без мотивации весь этот логичный процессинг идет нафиг.
Я часто ставлю на первый шарик. Но видимо я старею (не так как громов и бахвалов но тем не менее) и начинаю менять парадигму.
Картинка кстати мислилит.
Шарик с дисциплиной изображен крупнее. Без мотивации он может двигаться совсем невысоко и медленно.
Шарик с мотивацией может полежать и снова начать прыгать )
Вы скажите, зачем выбирать - нужно комбинировать и запускать все шарики параллельно.
У кого то получается ?