Мислити як дата-сайєнтист без коду: Погляд Джастіна Еванса

Необхідність технічних знань у сфері даних

Джастін Еванс, керівник відділу інновацій та аналітики в рекламному підрозділі Samsung та ветеран індустрії даних з двадцятирічним досвідом, стверджує, що для участі в проєктах з аналізу даних, або навіть для їхнього керівництва, потрібно менше технічних знань, ніж зазвичай вважається. У своїй новій книзі "The Little Book of Data" він наголошує, що комп'ютерно грамотна людина може успішно працювати з даними.

Еванс, який сам має обмежену технічну підготовку (вивчав англійську літературу в коледжі та спочатку не знав Excel), виявив, що дані є "майданчиком для творчості". Він вважає, що ключовим є вміння знаходити неочікувані інсайти, поєднуючи різні набори даних, наприклад, демографічні дані домогосподарств з інформацією про покупки продуктів. Це вимагає креативності та навичок комунікації для формулювання бізнес-пріоритетів у питання, на які можуть відповісти дані.

Мінімальні вимоги та роль ШІ

За словами Еванса, для активної участі в науці про дані достатньо мати комфортне ставлення до комп'ютерів та математики на рівні бізнес-користувача, а також вміти користуватися електронними таблицями. Не обов'язково писати код, знати поглиблену статистику чи створювати дашборди.

Сучасні платформи штучного інтелекту, такі як ChatGPT, можуть допомогти очищати великі обсяги сирої інформації, знаходити релевантні публічні дані для бізнес-питань та навіть допомагати в проведенні аналізу. Це дозволяє навіть власникам малого бізнесу використовувати дані, наприклад, сантехніку для вибору місця реклами, аналізуючи доходи або рівень володіння житлом у різних районах, або директору музею для диверсифікації аудиторії, аналізуючи адреси відвідувачів.

Цінність неідеальних даних та етичні аспекти

Еванс зазначає, що більшість компаній, за винятком великих технологічних гігантів та найдосвідченіших компаній зі списку Fortune 500, володіють величезними обсягами даних, цінність яких вони недооцінюють. Хоча очищення даних та забезпечення їхньої якості може бути складним, кожна компанія, яка вижила, має унікальне місце на ринку, що означає наявність цінних даних для інновацій.

Він також підкреслює, що дані не обов'язково мають бути величезними, всеосяжними чи ідеальними, щоб бути корисними. Посилаючись на Джона Тукі, піонера науки про дані, Еванс стверджує, що аналітики повинні бути готові "помилятися помірно", щоб неадекватні докази могли підказати правильну відповідь. Історичні приклади, такі як аналіз Джона Граунта для прогнозування поширення бубонної чуми, демонструють цінність роботи з недосконалими, але корисними даними. Головне питання: "Чи це краще, ніж наступна найкраща альтернатива?"

Окрім бізнес-застосувань, Еванс бачить потенціал у використанні даних для підвищення підзвітності потужних корпорацій та державних установ, наприклад, для оцінки справедливості страхових компаній. Він також проводить межу між "хорошими" та "поганими" фахівцями з даних, підкреслюючи важливість етичного ставлення до даних клієнтів та використання їх для місій, що приносять користь світу.

Що це означає для розробників

Ця новина свідчить, що для успішної роботи з даними не завжди потрібні глибокі навички кодування чи просунута статистика. Розробники можуть зосередитися на створенні інструментів, які дозволяють нетехнічним фахівцям використовувати дані, або ж самі розширювати свої компетенції в аналізі даних без необхідності бути "комп'ютерним генієм".

Ключові факти

Джастін Еванс, керівник відділу інновацій та аналітики в Samsung Ads, написав книгу "The Little Book of Data".
Він стверджує, що для успіху в економіці, заснованій на даних, не потрібні глибокі технічні знання, достатньо комп'ютерної грамотності.
Еванс, який сам має обмежену технічну підготовку, вважає дані "майданчиком для творчості" та пошуку інсайтів через поєднання різних наборів даних.
Для участі в проєктах з даних не обов'язково писати код, знати поглиблену статистику чи створювати дашборди; достатньо комфорту з комп'ютерами та математикою на бізнес-рівні.
Платформи ШІ (наприклад, ChatGPT) можуть допомагати в очищенні даних, пошуку публічної інформації та проведенні аналізу.