Aproape niciodată nu este deschis subiectul resurselor în analytics. Să ne gândim la un proiect web: neapărat se va vorbi de resursele de programare, de design, poate și de copywriting sau chiar de project management, dar în nici un caz nu se va vorbi de resursele de analytics (poate doar dacă sunt un task la programare, dar nu la asta mă refer acum).

Situația pornește chiar de la persoanele care se ocupă de analytics. De multe ori primim o cerință, iar când este posibil, răspundem cu rezultatele în câteva minute. Asta pentru că sunt cazuri în care avem la dispoziție o interfață prietenoasă în care găsim exact răspunsul de care avem nevoie. Asta îi face pe ceilalți din echipă să creadă că toate task-urile de analytics pot fi rezolvate la fel de repede, lucru complet fals.

Un alt motiv pentru care nu sunt luate în calcul resursele de analytics este și acela că multe companii sunt într-o perioadă în care își (re)organizează echipele responsabile de date și analiză. În companiile mai mari pot fi echipe de Business Intelligence, Web / Business / Data Analytics, Research, Data Science etc. Unele dintre aceste specializări sunt noi și încă nu există bune practici stabilite, ca să nu mai vorbim de relațiile și granițele dintre acestea.

Să vedem câteva dintre tipurile de resurse de care avem nevoie în analytics!

Oamenii

Resursa umană sau timpul celor care lucrează este principala resursă și deja m-am referit la aceasta mai sus. O analiză poate dura și săptămâni, iar în unele cazuri se face după o documentare riguroasă.

Alteori ai de făcut implementare pentru analytics, deci un task cu totul diferit, ceea ce mă duce la alte sub categorii pentru resursele umane: specializarea și învățarea coninuă.

Se vorbește de mulți ani despre împărțirea rolurilor în 2 joburi diferite: analist și implementator / tehnician. La fel, un Data Scientist are în echipă și un Data Engineer. În practică însă, sunt multe cazuri în care aceeași persoană are de îndeplinit ambele roluri și se ajunge la a avea task-uri foarte diferite, poate chiar în același timp.

Când am căutat pe Google despre resurse în analytics, am găsit numai rezultate despre… resurse de învățare. Este un domeniu în continuă schimbare, însă nu este tratat cum ar trebui. Vrem ca aceeași persoană să facă și tag management și analiză de date, dar în puține locuri se și investește în învățarea continuă.

Tehnologia

Ne place sau nu, tehnologia joacă un rol crucial. Plecând de la cel mai simplu exemplu: un cont gratuit de Google Analytics face sampling de date, ceea ce poate duce la mai mult timp consumat de analist sau la o marjă de eroare mai mare. Nu trebuie uitate nici alte tehnologii necesare pentru prelucrarea sau analiza datelor sau resursele pentru stocare și procesare.

De multe ori ai de ales între tehnologii asemănătoare, dar în anumite situații una dintre ele poate face diferența sau poate economisi alte resurse.

Când există resursele tehnologice necesare, se poate apela la modele mai bune pentru prelucrarea datelor, iar rezultatele sunt mai sigure și vin într-un timp mai scurt.

Datele

Să nu uităm, ca să faci analiză trebuie să ai întâi ce să analizezi 😊 Poate părea banal, dar datele necesare se obțin în timp și cu eforturi. De cele mai multe ori, datele existente sunt incomplete, ca să nu mai vorbim de situația în care sunt (în mare parte) greșite.

Încrederea

Este o altă „resursă” de care au nevoie cei care fac analiză. Desigur, aceasta depinde și de toate resursele enumerate anterior. Dacă ai instrumente mai bune și ai și timpul necesar, o să faci analize de succes care vor aduce încrederea celor cu care lucrezi.

În statistică există un citat celebru, care spune că toate modelele sunt greșite, dar unele sunt utile. Făcând predicții și estimări, acestea nu vor fi întotdeauna 100% corecte. Este necesar ca analistul să primească un grad de încredere și o anumită autoritate în ceea ce privește punerea în practică a concluziilor analizei.

Rolul persoanei responsabilă de analytics este să evalueze toate resursele pe care le are la dispoziție, să le utilizeze cât mai bine, iar când este cazul, să menționeze dacă rezultatele sunt influențate suficient de mult de lipsa unor resurse.

Tags: