Аналитика данных / Data Study

Привет! Вчера писал пост про коммуникацию и людей как одну из главных составляющих этот процесса. Так как у нас тоже с вами идет процесс коммуникации, я решил узнать про вас немного больше информации: ваши интересы и сферу деятельности. Предлагаю пройти опрос из всего лишь 5 несложных и анонимных вопросов ниже. Это поможет мне понять на что стоит делать акцент в своем контенте и направлении развития блога, чтобы вы получали от него максимальную пользу для себя. 😉🔝 Сейчас создам 5 опросов постепенно ниже ⬇️

😅

Коммуникация: Люди Мы живем и работаем в социальной среде, где всегда нас окружают знакомые и незнакомые нам люди. Построение взаимоотношений и правильные подходы к коммуникации играют важную роль в жизни каждого из нас. Не бывает ситуации, когда человек может находиться полностью в вакууме, где ему бы не пригодилось общаться с людьми. Есть такое мнение, что техническим специалистам не нужно много общаться с людьми по их роду деятельности. На самом деле это не так. КАЖДОМУ специалисту необходимо обладать хотя бы первоначальными знаниями коммуникации, чтобы: - уметь корректно и внятно выражать свои мысли в переписке - излагать и объяснять свои идеи по развитию проекта/продукта/компании - структурировано строить диалог с коллегами - грамотно презентовать результаты работы Выделяют 4 главных блока в коммуникации: 📍Люди 📍Идея 📍Контекст 📍Эффективное слушание Все блоки всегда встречаются в любом процессе коммуникации, неважно это разговор двух друзей или выступление со сцены на многотысячную публику. Поговорим сегодня только о первом - Люди Перед тем как начать разговор или переписку важно понять: ❓с кем я общаюсь? ❓что я должен знать об этих людях? ❓зачем я пишу письмо/веду разговор с этим человеком? В зависимости от человека и цели коммуникации можно опираться на модель Think -> Feel -> Do. Подумайте, чего в процессе коммуникации вы хотите добиться: 📍О чем человек начнет думать во время коммуникации (Think) 📍Что он начнет чувствовать (Feel) 📍Что он может/должен начать делать (Do) Важно представить себя на месте своего собеседника, чтобы понять эту модель Think - Feel - Do, ведь у каждого человека может быть разнообразный набор знаний, убеждений, ценностей. Соответственно, не бывает одного работающего шаблона построения коммуникации на все типы людей. Хочется оставить здесь в рекомендации 2 книги, которые считаю могут помочь усилить свой навык коммуникации: 1. Спроси маму, Роберт Фитцпатрик. (Книга про общение с заказчиками и умение задавать правильные вопросы. Очень подойдет для подготовки к проведению глубинных интервью) 2. Никогда не ешьте в одиночку, Кейт Феррацци (В моем списке желаний к прочтению. Про важность нетворкинга и общения с людьми) Ставь реакцию, если было интересно читать 😉 #soft_skills

Привет! Под последним постом про soft навыки вы оставили много реакций 😃 Буду постепенно делиться постами про эти навыки и примерами из жизни) Читайте первый пост про навык коммуникации ⬇️

Привет! ❓Задавались ли вы когда-нибудь вопросом какие мягкие (soft) навыки необходимо развивать аналитикам? ✏️ Аналитик как и любой другой специалист должен развивать не только свои hard навыки в работе с разными системными инструментами и фреймворками. Важно развивать soft-skills, которые помогут не только в процессе работы, но также могут развить ваш эмоциональный интеллект при работе с коллегами и другими людьми вокруг себя. Расписал некоторые направления, важные в работе аналитиков (и не только) : 1. Коммуникация и переговоры 📍Коммуникация с заказчиками, стейкхолдерами - Активно слушать - Задавать открытые вопросы - Фиксировать ответы и преобразовывать в требования - Организовывать встречи - Интервью с подготовленные вопросами - Интервью с открытым сюжетом - Воркшопы - Демо-сессии 📍Визуализация и представление результатов работы 📍Коммуникация с командой IT - Умение объяснять задачу - Формулировка задач - Приоритезация задач - Коммуникация с менеджером 2. Решение проблем и конфликтных ситуаций 📍Выявление проблемы 📍Работа с эмоциями (своими и коллег) 📍Поиск лучшего решения или компромисса 3. Работа с требованиями и критическое мышление 📍Методы выявления требований 📍Виды требований (бизнес, пользовательские, системные, транзитивные) 📍Управление изменением требований 📍 Подходы Critical and Design Thinking 4. Знание жизненного цикла разработки продукта 📍Этапы жизненного цикла разработки ПО 5. Agile подход 📍Agile vs Waterfall 📍Kanban and Scrum практики 📍Ценности Agile манифеста 📍Проведение Scrum церемоний 6. Навыки презентации и визуализации данных 📍Основные правила визуализации данных 📍Подготовка презентаций 📍Сторителлинг (data storytelling) 📍Навыки управления и удержания внимания аудитории Рассказывать больше про soft-навыки с полезными ссылками? Ставь реакции, если интересно

Книга: Н. Паклин, В. Орешков / "Бизнес-аналитика : от данных к знаниям"

Как поддерживать продуктивность в работе Привет! Сегодня решил написать пост косвенно связанный с аналитикой, это может относиться к другим профессиям в IT и не только. ❓ Замечали ли вы за собой моменты, когда по окончанию дня ты думаешь, что день прошел не продуктивно, время куда-то улетело и задачи остались не закрыты? Это происходит со всеми в той или иной степени, но есть способы повышать свою продуктивность и эффективность работы. Есть множество тем и исследований на эти темы, доступные в интернете. Для себя я подчеркнул следующие методы: 1. Планирование Речь идет о планировании не только своего распорядка дня (хотя это тоже считаю важным), но и планирование рабочих задач. Хорошей практикой считается ведение задач в таск-трекере (Jira, Trello и др.), проведение дейли-митингов с проектной командой и обсуждением планов на текущий день. Перед вами будет наглядная визуализация плана работы на текущий день, которых необходимо сделать Главное не переборщить с этим и не превратиться в робота, живущего только по расписанию 😉 2. Приоритезация Опять же речь идет про список задач, которые нужно оценить по приоритетам перед тем как взять в работу. Самые горящие 🔝🔥🔥🔥 - делаем в первую очередь Нужно сделать в ближайшие дни 🔥🔥 - идут по списку ниже Можно сохранить в Backlog - оставляем в конце списка 3. Оцениваем результат Каждая задача должна иметь критерии приёмки - это некий чек-лист того, что нам может подтвердить успешное завершение задачи. Когда видите, что все критерии закрыты, можно уже многое сказать об объеме проделанной работы. 4. Переработки - не выход из ситуации Конечно могут возникать ситуации, что без дополнительных часов работы не обойтись. Но это не должно быть на постоянной основе - в таком случае нужно пересматривать процессы работы над задачами, делить все на более мелкие задачи и правильно ставить приоритеты. И конечно, после переработки давать себе дополнительное время на восстановление ресурсов 5. Быть открытым и честным к себе и к команде Не совсем может быть очевидный пункт. Здесь хочется сказать о том, что не стоит брать на себя больше, чем вы реально сможете сделать, либо недоговаривать о каких-либо моментах, которые мешают продвигаться в решении задачи. Это может привести к снежному кому из недоделанных задач. Говорите открыто со своей командой о всех рисках, проблемах и возможных сдвигах по времени 6. Дедлайны Это время, к которому планируется завершить работу. Дедлайны должны быть видны вам во время работы, это поможет в выполнении всех остальных пунктов, описанных выше 7. Радуйте себя вещами, которые вас мотивируют и повышают настроение Ну и наверно последний пункт, который помогает оставаться в тонусе и в рабочем настрое. Успевайте уделять время себе, близким, друзьям, своим увлечениям, хобби, спорту и всему что вам нравится.

Статья про написание User Stories Работаете в Agile команде и пишите user story? Ставьте 🔥 под постом https://techrocks.ru/2019/03/29/user-stories-writing/

Словарь данных Словарь данных необходим пользователям DWH/BI решений для использования данных в аналитических целях. Словарь должен включать в себя определения и бизнес-правила, понятные как стороне бизнес-заказчика так и команде разработки. 📍Цель создания словаря данных: обеспечение согласованности между бизнес-понятиями и технической терминологией на всех уровнях разработки аналитического решения или хранилища данных. В словарь включаются бизнес-термины, определения, аббревиатуры, бизнес-правила, которые могут отражаться в логической модели данных. В дальнейшем это используется и поддерживается при переходе к разработке физической модели и реализации решения инженерами. Это позволяет минимизировать ошибки и недопонимания терминов между стороной бизнеса и технической командой. Словарь данных обязательно используется как часть проектной документации при работе с требованиями.

📚 Через две недели стартует курс «Клиентские данные в энтерпрайзе: от проектирования MDM-системы до Data Governance и аналитики» 26–28 мая HFLabs проведет уже четвертый поток авторского офлайн-курса. Мы изучили отзывы и доработали программу, чтобы новый набор был полезнее. А еще упаковали материал в три полных дня вместо пяти половинчатых. Осталось пять мест. 🧠 Что узнают участники Мы покажем принципы работы с клиентскими данными: как их правильно хранить, обновлять, стандартизировать, сливать дубликаты, передавать в другие системы и анализировать. Даем мощную базу — все, что узнали за 10 лет работы с данными в крупном бизнесе. 👨‍🎓 Для кого наш курс Обучение будет полезно всем, кто работает или будет работать с данными в крупной компании: банке, страховой, ритейле или телекоме. Специальность роли не играет — знания помогут аналитикам, архитекторам, тестировщикам, инженерам по данным и представителям бизнес-подразделений. ✔️ Где пригодятся полученные знания Мы рассказываем о работе с данными на примере MDM-систем — Master Data Management. Но эти знания пригодятся, чтобы встроить любую систему в архитектуру компании. Неважно, с какими инструментами студенты работают или будут работать. ✏️ Как записаться Купить билет можно на странице курса. Там же — подробная программа, рассказ о преподавателях, примеры лекций и отзывы студентов. https://bit.ly/3lB4bTn

Привет! Коллеги поделились информацией о трёхдневном офлайн-курсе про работу с клиентскими данными. Все подробности в посте ниже и по ссылке ⬇️

Data Mesh как подход к работе с хранилищами данных Data Mesh - подход к организационной структуре управления данными в компании, в который закладывается принцип самоорганизации как процессов управления данными, так и открытая инженерная культура работы с данными. В основу такого подхода можно отнести несколько главных идей: 📍“Self-serve data infrastructure as a platform to enable domain autonomy” (самоорганизация инфраструктуры данных как платформы для обеспечения бизнес-доменов) 📍“Data must be self-describing and documented, and customers should be able to consume all the data in the organization as-a-service Solution” (Данные должны быть описаны и задокументированы таким образом, что пользователи могли использовать их открыто как сервис) 📍“Distributed domain driven architecture” (Распределенная архитектура, где данные управляются командами разных бизнес-доменов, а не распределяются в централизованное хранилище данных. 📍“Product Thinking” (Данные как продукт, где команды с разных бизнес-доменов являются владельцами данных, они могут управлять качеством данных, доступами. Как владельцы данных, они отвечают за продукт (свои данные), поддерживают пользователей, которые работают с их источниками данных) Выделяют следующие характеристики Product Thinking: ✏️ Discoverable (Пользователю должно быть просто найти необходимый дата-продукт. Осуществляется путем создания и поддержания data catalog или регистра продуктов с указанием бизнес-владельца, систем-источников, доступных сущностей таблиц/витрин) ✏️ Addressable (Должен применяться единый стандарт названий продуктов и сущностей, чтобы упростить пользовательский путь по использованию данных) ✏️ Trustworthy and truthful (Дата продукт должен иметь доверие со стороны пользователей, т.е. содержать реальные и актуальные данные с высоким качеством) ✏️ Self-Describing (Продукт должен быть подробно описан, чтобы пользователи могли самостоятельно найти продукт, проанализировать его и начать использовать в своих целях с минимальным вмешательством команды поддержки) ✏️ Inter-Operable and governed by Global Standards (Дата Продукты децентрализованных команд должны иметь возможность интегрироваться между собой с возможностью взаимосвязи данных. Это достигается путем введения глобальных стандартов Data Governance, которых должны придерживаться доменные команды) ✏️ Secured (Должны быть введены глобальные стандарты безопасности для всех продуктов. Также должен быть единый процесс получения доступа к данным, который может в конечном итоге направлять запросы с доступами в доменные команды, ответственные за данные) Ссылка на статью источник

Привет! Может кому-то будет актуально почитать 😉 P.S. Рекомендую также почитать ещё другие источники на эту тему, чтобы проверить достоверность всего материала. Критическое мышление и проверку информации никто не отменял) https://habr.com/ru/post/665370/