introduction
“Data Scientist: El trabajo más sexy del siglo XXI” es uno de los artículos más populares de Harvard Business Review (HBR) y ha inspirado a toneladas de personas a seguir sus carreras en el campo de la analytiqueL’analytique fait référence au processus de collecte, Mesurer et analyser les données pour obtenir des informations précieuses qui facilitent la prise de décision. Dans divers domaines, Comme les affaires, Santé et sport, L’analytique peut identifier des modèles et des tendances, Optimiser les processus et améliorer les résultats. L’utilisation d’outils et de techniques statistiques de pointe est essentielle pour transformer les données en connaissances applicables et stratégiques..... Uno de los temas principales de este artículo publicado en HBR fue la tendencia al aumento de puestos de trabajo en la industria de la analítica.
IBM predijo recientemente la misma inferencia diciendo que el número de profesionales de datos de EE. UU. Aumentará de 364.000 une 2,72 millones para 2020.
Y eso ha sucedido este año.
Unánimemente, en toda la industria, estamos viendo un aumento en Analyse commerciale vacantes de trabajo, mais est-ce que tous ces emplois nécessitent exactement le même ensemble de compétences? J'ai reçu une série de questions centrées sur les trajectoires professionnelles possibles dans l'industrie de l'analytique. Ces questions proviennent généralement de personnes cherchant à faire une pause dans le domaine de l'analytique ou de personnes déjà actives dans l'industrie et cherchant un rôle plus approfondi.
Dans cet article, Nous verrons les principaux rôles disponibles dans l'industrie de l'analytique. Je te proposerai également un cadre pour réfléchir à ta carrière dans le domaine de l'analytique d'affaires.
Si vous cherchez à faire carrière dans l'analyse commerciale, Assurez-vous de consulter le cours complet multi-modules Programme d'analyse d'affaires certifié.
Table des matières
- À propos du marché de l'analyse
- Que fait un professionnel de l'analyse commerciale?
- Rôles de rapports
- Rôles analytiques intermédiaires
- Rôles de stratégie
- Rôles des data scientists
À propos du marché de l'analyse
Permettez-moi de commencer par quelques lignes / points de données publiés dans un rapport de McKinsey sur Big Data (Mai de 2011):
Seuls les États-Unis sont confrontés à une pénurie de 140.000 une 190.000 personnes ayant une expérience analytique et 1,5 millions de managers et d'analystes possédant les compétences pour comprendre et prendre des décisions basées sur l'analyse des big data.
Faites attention aux mots 'possédant les compétences pour comprendre et prendre des décisions basées sur l'analyse des big data'. L'industrie nécessitera une grande quantité d'experts en big data et en apprentissage automatique et aura besoin encore de plus (environ 10 fois) des personnes capables de prendre des décisions basées sur l'analyse, même si elles ne sont pas des experts en big data ou en apprentissage automatique.
Ces rôles seront principalement des rôles de stratégie et des rôles de gestion de produits qui peuvent définir de nouveaux défis pour que leurs spécialistes en analyse les résolvent. Nous comparerons ces rôles stratégiques avec les rôles des data scientists plus loin dans cet article. Premier, essayons de comprendre à quel point cette industrie est réellement diversifiée.
Si vous tracez un nuage de mots de tous les articles liés à l'analytique (un exemple est montré dans l'image ci-dessous), vous verrez apparaître toutes sortes de mots, y compris statistiques, programmation informatique, stratégie, Planification, rapports, etc. Dans le domaine des affaires, l'analytique est extrêmement diversifiée et on recherche des personnes dotées de compétences analytiques et d'un sens des affaires dans toutes les industries, pour des rôles nombreux et variés. Penser à sa carrière avec autant d'options possibles peut être écrasant et il est possible que vous ayez l'impression de perdre de vue si vous progressez ou non dans votre carrière.
Que fait un professionnel de l'analyse commerciale?
Mot « Analyse commerciale » résume parfaitement chaque type de travail que nous classons dans l'analyse des affaires. « Affaires » souligne l'importance de la compréhension de l'entreprise, et « Analyse » fait référence à l'importance des statistiques, l'ingénierie informatique et la recherche opérationnelle dans ce type de rôle.
Un profesional de la analítica puede, en dernier recours, trabajar en un rol muy orientado a la estrategia o puede trabajar como un científico de l'apprentissage en profondeurL'apprentissage en profondeur, Une sous-discipline de l’intelligence artificielle, s’appuie sur des réseaux de neurones artificiels pour analyser et traiter de grands volumes de données. Cette technique permet aux machines d’apprendre des motifs et d’effectuer des tâches complexes, comme la reconnaissance vocale et la vision par ordinateur. Sa capacité à s’améliorer continuellement au fur et à mesure que de nouvelles données lui sont fournies en fait un outil clé dans diverses industries, de la santé... muy especializado. El primer rol tiene un componente más fuerte de negocio, mientras que el segundo rol tiene un componente mucho más fuerte de análisis. Évidemment, su rol generalmente tiene una compensación entre estos dos componentes y puede cambiar entre roles que tienen diferentes proporciones de los dos componentes. El valor que crea para sí mismo es una función correlacionada positivamente de comprensión y análisis empresarial. Matemáticamente hablando:
Value = function (Business understanding , Analytique)
Avec cette connaissance, he trazado varios roles en nuestra industria en un gráfico de tabla cruzada a continuación:
Évidemment, el gráfico anterior es mi comprensión personal de la industria y la posición de cada función en este gráfico ciertamente puede ser debatida. La idea principal en la que quiero que se centre es en la diversidad de roles que puede asumir en la industria de análisis de negocios y la variación en el camino que puede tomar desde su rol actual. Primero tratemos de entender cada uno de los 5 recuadros resaltados arriba con respecto a la categoría de roles.
Rôles de rapports
Entre 2000 Oui 2012, esta fue la categoría principal de funciones para los profesionales de la analítica empresarial. El rol se refería principalmente a “Qué (un événement) sucedió” en lugar de “Por qué sucedió (el evento)". Cependant, la plupart de ces rôles ont évolué ces derniers temps après que les entreprises ont automatisé bon nombre de ces processus et que l'apprentissage automatique soit devenu populaire. Cependant, il y a encore de nombreux rôles qui auront plus de 50% travail dans la préparation des rapports et le reste du rôle dans la réponse à la question: « Pourquoi l'événement est-il survenu? ».
C'est un bon poste pour commencer votre carrière dans l'industrie de l'analyse. Mais à long terme, vous devez prendre l'initiative et assumer un rôle axé sur « Que se passe-t-il maintenant? » c'est-à-dire, L'intelligence d'entreprise / panneauUn panel est un groupe d’experts qui se réunit pour discuter et analyser un sujet spécifique. Ces forums sont courants lors des conférences, Séminaires et débats publics, où les participants partagent leurs connaissances et leurs points de vue. Les panneaux peuvent aborder une variété de domaines, De la science à la politique, et son objectif est d’encourager l’échange d’idées et la réflexion critique entre les participants...., ou axé sur « Que va-t-il se passer ensuite? » c'est-à-dire, l'analyse prédictive.
Rôles intermédiaires en analyse
C'est le type de rôle avec lequel j'ai commencé ma carrière. La plupart des diplômés en économie / Statistiques / Informatique commenceront leur parcours avec ces rôles. C'est une combinaison optimale de commerce et d'analyse. C'est une excellente manière de comprendre le meilleur des deux mondes.
Les rôles dans le domaine de l'analyse intermédiaire sont également assez divers. Un rôle extrême dans cette catégorie se concentrera sur l'intelligence d'affaires en essayant de résoudre 'Que se passe-t-il maintenant'?". L'autre extrémité de cette catégorie sera constituée de rôles très axés sur les affaires, comme la fixation des prix des produits, dans lesquels vous devez créer de nombreux scénarios commerciaux et trouver le prix optimal pour les produits que votre entreprise vend.
La majorité des rôles parviennent à un équilibre plus optimal entre la connaissance du métier et le travail avec des outils de pointe tels que l'apprentissage profond dans la gestion des décisions / analyse des risques / analyse de fraudes. La plupart de ces rôles sont impliqués dans la prise de décisions automatisée. Par exemple, il est possible qu'on vous confie la tâche de créer un algorithme pouvant accepter ou rejeter des demandes de cartes de crédit en fonction du profil de risque du client, ou pouvant sélectionner des clients ayant une forte propension à opter pour une offre de vente croisée d'un produit d'assurance. . Tous ces problèmes commerciaux nécessitent de créer des modèles prédictifs pour des profils clients massifs et de les classer en fonction de certaines métriques commerciales.
Si vous êtes dans ce groupe, presque toutes vos options seront ouvertes. Vous pouvez maintenant choisir de passer à un rôle plus stratégique ou vous pouvez choisir de devenir scientifique des données. Si vous ne savez pas où aller ensuite, une bonne façon de trouver votre adéquation est de prendre un rôle à la frontière des deux cases. Par exemple, Si vous souhaitez assumer un rôle stratégique à l'avenir, vous pouvez tester votre adéquation en prenant un rôle dans un poste d'analyse intermédiaire basé sur le profit et la perte, comme le prix des produits. Il y a quelques autres rôles, comme l'analyse de portefeuille, que puede elegir para familiarizarse con los roles estratégicos. Veuillez noter que vous pourriez devoir vivre sans techniques de science des données comme le deep learning si vous choisissez d'avancer sur la voie des rôles stratégiques.
D'un autre côté, si vous souhaitez tester votre aptitude en tant que data scientist, vous pouvez assumer des rôles de data scientist intégrés à l'entreprise plutôt que des rôles purement de data scientist. De cette manière, il n'est pas nécessaire de perdre le contrôle de l'entreprise avant de passer sur la voie des rôles orientés recherche.
En dehors des deux voies précédentes, il existe une autre manière de trouver une bonne compensation entre business et analyse: Rôles de Tech Product Manager. Mais ces rôles ne sont pas facilement disponibles dans l'industrie. Las empresas utilizan principalmente la ciencia de datos para encontrar una ventaja competitiva sobre otras empresas mediante la creación de estrategias respaldadas por datos.
Las empresas de tecnología como Google y Facebook utilizan la analítica no solo para desarrollar estrategias, sino también para crear productos. Par exemple, la búsqueda instantánea de Google es un producto tecnológico que utiliza el aprendizaje automático para proporcionar resultados de búsqueda. Estas empresas de tecnología buscan personas con un conjunto de habilidades tanto en pérdidas y ganancias comerciales como en aprendizaje automático para diseñar dichos productos. Si elige seguir adelante en este camino, no solo debe postularse a los grandes gigantes tecnológicos, mais elle doit également rechercher des postes de chef de produit dans des entreprises spécialisées dans des compétences de niche comme NICE, Aspect ou Interactions.
Rôles de stratégie
Il se peut que vous ayez entendu parler d'un principe économique important: « aucun bénéfice économique dans un marché concurrentiel »:
la présence de bénéfices économiques attire l'entrée, les pertes économiques conduisent à la sortie et, à l'équilibre à long terme, les entreprises d'une industrie parfaitement concurrentielle réaliseront zéro bénéfice économique.
Si toutes les entreprises sont dans un marché parfaitement concurrentiel, comment font-elles de l'argent? Si vous êtes étudiant en économie, vous connaîtrez bien la réponse. Toutes les entreprises prospères se fondent sur les inefficacités du marché, donc il n'existe pas de « concurrence parfaite ». Le rôle d'un stratège est d'identifier ces imperfections et de les cultiver pour gérer une entreprise prospère. Pour les grandes entreprises, nous disposons de stratèges au niveau corporatif ainsi qu'au niveau de l'entreprise.
La stratégie d'entreprise intervient lorsqu'on travaille au niveau corporatif en répondant à des questions telles que « Quelle est la bonne gamme d'activités pour votre entreprise? », « Pour atteindre cette gamme, quelles nouvelles entreprises devez-vous acquérir / investir / croître / fermer? », Quelle est la structure organisationnelle appropriée pour votre entreprise qui favorisera les synergies dans les opérations et d'autres domaines?". Par exemple, Si vous travaillez pour la stratégie d'entreprise de Wells Fargo, vous développerez une stratégie pour acquérir ou fermer des entreprises comme investissements / banque de détail / cartes de crédit; travaillera également à la création d'opérations globales pour réduire les coûts opérationnels des entreprises individuelles, etc.
La stratégie d'entreprise est plus liée à une ligne de métier particulière. Bien que la stratégie corporative puisse être davantage axée sur le côté des dépenses au niveau de l'entreprise, la stratégie commerciale est beaucoup plus axée sur la maximisation des revenus nets. Par exemple, les stratèges en cartes de crédit de Wells Fargo pourraient se concentrer sur la maximisation des revenus provenant de leurs clients de cartes. De nombreuses opérations peuvent être un atout partagé dans toutes les lignes de métier de Wells Fargo, comme les centres d'appels, les centres de chat, les agences, etc. Donc, ces postes de dépenses sont mieux optimisés au niveau corporatif que commercial. la répartition des responsabilités peut varier d'une entreprise à l'autre, mais la plupart des stratèges d'entreprise et des stratèges corporatifs travaillent main dans la main.
Les deux rôles exigeront que vous calculiez les avantages des changements dans les caractéristiques d'un produit, le changement de processus et les investissements technologiques en créant plusieurs scénarios commerciaux et en calculant la valeur actuelle nette de différents investissements. Les professionnels de l'analyse sont très adaptés à ces rôles en raison de leur connaissance des chiffres et de leur compréhension approfondie des dernières technologies utilisées pour créer un avantage compétitif. Les professionnels de l'analytique qui ont commencé leur carrière avant 2010 constituent actuellement une grande proportion de la population dans des rôles stratégiques.
Rôles des data scientists
Atteignant le rôle le plus fascinant pour la plupart des personnes cherchant à entrer dans la science des données. Le rôle de scientifique des données est un poste pour les spécialistes. Vous pouvez vous spécialiser dans différents types de compétences telles que l'analyse vocale, analyse de texte (PNL), le traitement d'images, le traitement vidéo, les simulations de médicaments, la simulation de matériaux, etc. Chacun de ces rôles de spécialistes est très limité en nombre et, donc, la valeur d'un tel spécialiste est immense. C'est pourquoi nous assistons à une demande si élevée de scientifiques des données de nos jours.
Pour exceller dans ces rôles, debe mantenerse actualizado con las últimas herramientas y tecnologías. También debería invertir en formarse usted mismo en idiomas relevantes y tener la habilidad de explicar sus modelos complejos en términos simples a clientes y empresas. Siempre puede volver al lado de la estrategia en caso de que sienta la necesidad de comprender los conceptos comerciales.
Remarques finales
Las trayectorias profesionales mencionadas en este artículo se basan en mi experiencia personal y en una serie de discusiones que tuve con profesionales exitosos en varios campos de la analítica. Con todos los recursos disponibles en línea de forma GRATUITA, puede migrar fácilmente a cualquier puesto que desee con la estrategia adecuada. J'espère que cet article vous a aidé à définir votre parcours professionnel.
Si vous avez une idée ou une suggestion sur le sujet, faites le moi savoir dans les commentaires ci-dessous.
