Geschäftsprobleme in datenwissenschaftliche Probleme umwandeln
Veröffentlicht: 2018-07-03In vielen Data-Science-Interviews ist es üblich, geschäftsbezogene Fragen zu stellen. Vom Interviewten wird erwartet, dass er die Herausforderung eines Unternehmens in einem Interview löst. Wenn zum Beispiel die Gewinne eines Zeitungsunternehmens sinken, was getan werden kann, um die Situation zu retten. Wie Reliance Jio entscheiden kann, ob es vorteilhaft ist, seinen Betrieb von einem neuen Standort aus aufzunehmen. Wie sich die Einführung von Baba Ramdev SIM auf das Geschäft von Reliance Jio usw. auswirken wird
Es ist üblich, dass sich Interviewpartner gut auf Data Science-Fragen vorbereiten. Sie erwarten und bereiten sich gut auf Fragen wie „Wie man fehlende Werte imputiert“, „Wie entscheidet man, welcher Algorithmus für einen Datensatz geeignet ist“ vor. Die Kandidaten sind jedoch völlig verblüfft, wenn sie mit Business Cases konfrontiert werden. Ein Grund dafür ist, dass die Kandidaten in einem Vorstellungsgespräch keine Business-Case-Fragen erwarten. Ein weiterer Grund ist, dass keiner der Data-Science-Blogs oder -Kurse nicht darauf eingeht, wie Geschäftsprobleme in Data-Science-Probleme umgewandelt werden können. Es gibt Frameworks für die Datenanalyse, aber sie sind überraschend still, wenn es darum geht, das Geschäft auf die Datenprobleme umzustellen. Beispielsweise ist das CRISP-DM-Framework sehr berühmt für die Datenanalyse. Die ersten und zweiten Schritte von CRISP-DM sind „Geschäftsverständnis“ und „Datenverständnis“. Die meisten angehenden Data Scientists wissen nicht, wie sie vom 1. zum 2. Schritt vorgehen sollen. Das Ziel dieses Artikels ist es, diese Lücke zu schließen. Das Buch und die Videos von Victor Cheng halfen mir zu verstehen, wie man geschäftliche Probleme in Datenprobleme umwandelt. Dieser Artikel basiert auf seinen Lehren.
Inhaltsverzeichnis
Die Denkweise des Interviewers
Bevor wir uns mit der Beantwortung von Fallinterviews befassen, lassen Sie uns die Denkweise des Interviewers verstehen. Worauf achten die Interviewer, wenn sie geschäftliche Fragen stellen? Einige der Dinge, nach denen Interviewer suchen, sind:
- Besitzen die Kandidaten eine unabhängige Denkweise?
- Sind die Antworten gut genug, wenn nicht präzise?
- Sind die vom Kandidaten angebotenen Lösungen kundenfreundlich (bei Beratungsunternehmen)
- Ist die von den Kandidaten angebotene Lösung linear?
- Hat der Kandidat die Lösung visuell erklärt?
- Ist die Lösung des Kandidaten praktisch umsetzbar?
Die Kandidatenlösung sollte linear und logisch von einer Herausforderung zu einer Lösung fortschreiten. Wenn die Lösung verstreut ist und willkürlich von einem Punkt zum anderen springt, ist das Interview für den Interviewer sofort beendet. Außerdem wird ein richtiger Ansatz mit einer falschen Antwort einer richtigen Antwort mit einem falschen Ansatz vorgezogen. Wenn der Ansatz falsch und die Antwort richtig ist, gehen die Interviewer davon aus, dass der Kandidat Glück hatte. Dies wird nicht in allen Situationen der Fall sein. Wenn der Ansatz korrekt ist, ist er wiederholbar und kann auf viele Geschäftssituationen angewendet werden.
Was ist Datenwissenschaft? Wer ist ein Data Scientist? Was ist Analytik?
Beantwortung von „Case i nterview“-Fragen
Die Beantwortung von Case-Interview-Fragen kann in drei Phasen unterteilt werden. Öffnen, analysieren und schließen. Öffnen und Schließen sind formelhaft und können mit Übung leicht beantwortet werden. Die Analysephase unterscheidet sich je nach Geschäftsproblem und beinhaltet Denken und Kreativität. Lassen Sie uns sehen, was in jeder Phase der Beantwortung der Frage zu tun ist.
Die Schritte zur Beantwortung von Case-Interviewfragen sind:-
- Abwürgen
- Überprüfen Sie Ihr Verständnis
- Identifizieren Sie die Struktur des Problems
- Analysieren
- Nah dran
Stalling (Eröffnungsphase)
Victor Cheng bittet um eine Pause von fünf Sekunden, bevor er etwas Ähnliches sagt wie: „Ah, das ist ein sehr interessantes Problem“. Dies wird als „Stallen“ bezeichnet. Wenn Sie mit der Antwort länger als fünf Sekunden warten, wird der Interviewer denken, dass Sie die Lösung nicht kennen. Verzögerungen helfen dabei, wertvolle Zeit zu gewinnen, um über das Problem nachzudenken.
Überprüfen Sie Ihr Verständnis
Normalerweise sind „Case Interview“-Fragen ein Einzeiler. Es werden nicht alle erforderlichen Informationen zur Beantwortung der Frage bereitgestellt. Von den Kandidaten wird erwartet, dass sie Fragen stellen und ihr Verständnis überprüfen. Wie bereits gesagt, wenn es um die Steigerung der Zeitungsgewinne geht, können Sie Fragen stellen wie „Welche Themen deckt die Zeitung ab?“, „Was ist die Zielgruppe dieser Zeitung“ usw. Klären Sie die Terminologie, die der Interviewer verwendet hat und bei denen Sie sich nicht sicher sind. Hier ist es wichtig, dass Sie sich nichts vormachen. Annahmen können dazu führen, dass falsche Probleme gelöst werden, mit denen das Unternehmen nicht konfrontiert ist. Diese Übung informiert den Interviewer auch darüber, wie gut Sie darin sind, Hilfe zu suchen, wenn sie benötigt wird.
In der Anfangsphase der Beantwortung haben Sie die Freiheit, offene Fragen zu stellen. Im Laufe der Zeit werden Sie Ihre Freiheit verlieren und nur noch geschlossene Fragen stellen können. Wenn Sie gegen Ende offene Fragen stellen, wird der Interviewer denken, dass Sie versuchen, die Antworten zu stellen. Zögern Sie also nicht und stellen Sie Fragen, deren Beantwortung Ihrer Meinung nach wertvoll ist.
„Wie man Data Scientist wird“ beantwortet!
Identifizieren Sie die Struktur
Wenn Sie nach dem Stellen der Fragen die erforderlichen Informationen erhalten haben, identifizieren Sie die Struktur, zu der die Frage gehört. Victor spezifiziert vier verschiedene Frameworks, zu denen eine Case-Interview-Frage gehören kann. Die Frameworks in der Reihenfolge ihrer Wichtigkeit (entsprechend der in den Interviews abgefragten Häufigkeit) sind:
- Profitieren
- Geschäftslage
- Fusion & Übernahme
- Angebot / Nachfrage
Beispiele für Rahmenbedingungen der Geschäftssituation sind – die Einführung eines neuen Produkts, Reaktion auf das Verhalten der Konkurrenz, Nachfrageänderungen, Wachstumsstrategien für ein Unternehmen usw. Beispiele für Angebots-/Nachfrageprobleme sind der Bau einer neuen Fabrik oder die Schließung einer Fabrik, Kapazitätsänderung durch Anschaffung, Nachfrageänderung etc.
Diese Frameworks sind nicht hart und schnell. Das Gewinnproblem kann letztendlich in einer Geschäftssituation oder einem Angebots-/Nachfrageproblem enden. Dennoch wird diese Kategorisierung unserem Denken eine Struktur geben und uns helfen, mit der anstehenden Herausforderung voranzukommen.
Nachdem Sie die Problemstruktur identifiziert und dem entsprechenden Framework zugeordnet haben, besteht der nächste Schritt darin, die Schlüsselkomponenten des Frameworks zu beschreiben. Wenn Sie beispielsweise den Gewinn einer Zeitung steigern, können Sie über Einnahmen und Kosten sprechen. Seien Sie vorsichtig und benennen Sie das Framework nicht explizit. Ein Rahmen dient nur dazu, Ihr Denken zu strukturieren und nicht, um es dem Interviewer gegenüber zu erwähnen. Zeichnen Sie die Schlüsselkomponenten des Frameworks zusammen mit Ihrer Beschreibung. Wenn Sie diese Schritte üben, wird es Ihnen zur zweiten Natur werden. Die wichtigsten Punkte bei der Identifizierung der Struktur sind:
- Identifizieren Sie die Art des Problems
- Ordnen Sie das Problem dem entsprechenden Framework zu
- Beschreiben Sie die wichtigsten Komponenten des Frameworks
- Ziehen
Sobald dies erledigt ist, fahren Sie mit dem nächsten Schritt im Prozess fort, bei dem das Problem analysiert wird.
Die 17 wichtigsten Fragen und Antworten für Interviews mit Datenanalysten
Analysieren
Analysieren bedeutet hier nicht, die Daten zu analysieren. Es ist noch weit weg. Daten kommen am Ende. Bevor Sie nach Daten fragen, müssen noch andere Dinge geklärt werden.
Beginnen Sie Ihre Analyse, indem Sie fragen, wo Sie anfangen sollen. Um die Rentabilität einer Zeitung zu verbessern, fragen Sie, ob Sie mit Kosten oder Einnahmen fortfahren sollten. Je nach Wahl des Interviewers fahren Sie mit Ihrer Antwort fort.
Visualisieren Sie das zugrunde liegende Problem als Entscheidungsbaum und beginnen Sie an der Wurzel. Stellen Sie die Hypothese auf und wählen Sie einen Zweig nach Wahl des Interviewers aus. Identifizieren und nennen Sie die wichtigsten Probleme innerhalb einer Branche. Stellen Sie Standardfragen und bohren Sie weiter nach unten. Verfeinern Sie dabei Ihre Hypothese immer weiter. Wenn Sie eine Sackgasse eines Zweigs ohne Auflösung erreichen, verfolgen Sie bis zum Knoten des Zweigs und queren Sie die entgegengesetzte Richtung.
Denken Sie während des gesamten Prozesses laut. Dies wird Interviewern helfen, etwas über Ihre Denk- und Analysefähigkeiten zu erfahren. Wenn es einen Fehler in Ihrem Denken gibt, können sie Sie sogar darauf hinweisen und Ihnen in die richtige Richtung helfen. Es ist immer eine gute Praxis, laut über Fallinterviewfragen nachzudenken.
Sobald Sie das Blatt Ihres Entscheidungsbaums mit einer Hypothese erreicht haben oder an einem Punkt angelangt sind, an dem sich die Interviewer bezüglich der Hypothese nicht sicher sind, können Sie fortfahren und nach Daten fragen. Daten, die helfen können, Ihre Hypothese entweder zu akzeptieren oder zu widerlegen. Daten, die helfen, Erkenntnisse zu gewinnen und Geschäftsentscheidungen zu treffen. Ein zu beachtender Punkt ist, dass alle Datenanfragen durch eine solide Erklärung unterstützt werden sollten. Das Erfragen von Daten ohne Erklärung wird bei den Interviewern oder den Kunden im Beratungsfall nicht gut ankommen.
Damit ist die Umwandlung von Geschäftsproblemen in Datenanalyseprobleme abgeschlossen. Sobald dies erledigt ist, wissen Sie nun, wie Sie mit der Analyse der Daten fortfahren. Ab hier folgen die CRISP-DM-Standardschritte:

- Daten verstehen
- Modellierung der Daten
- Validierung des Modells
- Modellbereitstellung
- Aktualisieren Sie das Modell und halten Sie es relevant
Tipps und Tricks zur Beantwortung der Case-Interview-Fragen
- Segmentieren Sie Ihre Zahlen
- Unternehmen gegen Wettbewerber
- Aktuelles Jahr Vs vergangenes Jahr
- Denke laut
- Erklären Sie, warum Sie Daten benötigen, bevor Sie danach fragen
- Vermute nichts
- Üben Sie die Beantwortung geschäftlicher Probleme
Segmentieren Sie Ihre Zahlen
Bei Data Science geht es darum, das Problem in seine Bestandteile zu zerlegen. Analysieren Sie die Teile und leiten Sie Erkenntnisse ab. Kombinieren Sie die Teile miteinander und bieten Sie Empfehlungen an, die durch Datenanalyse unterstützt werden. Diese Kombination von Teilen wird in der Beratungssprache auch als „Synthese“ bezeichnet.
Bessere Erkenntnisse können abgeleitet werden, wenn Daten in Teile segmentiert werden. Nehmen wir an, die Zeitungsgewinne sinken aufgrund von Einnahmeausfällen. Die Umsatzeinbußen insgesamt bieten wenig Aufschluss. Wenn dieser Umsatz basierend auf dem Alter der Abonnenten in verschiedene Buckets unterteilt wird, kann dies wertvollere Erkenntnisse liefern. Ein Unternehmen kann eine Aktion durchführen, die auf eine bestimmte Altersgruppe abzielt, um den Umsatz zu verbessern. Überlegen Sie sich bei einem geschäftlichen Problem immer, wie Sie es am besten in verschiedene Teile zerlegen können.
Überlegen Sie bei einem geschäftlichen Problem, ob es nur ein bestimmtes Unternehmen oder die gesamte Branche betrifft. Die Lösung und die Empfehlungen sind für beide Fälle unterschiedlich. Ein weiterer Denkansatz ist der Vergleich zwischen vergangener und gegenwärtiger Leistung. Diese beiden Gedankengänge geben eine Richtung vor, um bei der Beantwortung der Frage des Fallinterviews voranzukommen.
Die Kenntnis der Schritte und unterschiedlichen Frameworks bringt Sie nur bis zu einem bestimmten Punkt. Was Ihnen bei der erfolgreichen Beantwortung der Case-Interview-Fragen helfen wird, ist „Üben, Üben und noch mehr Üben“. Das ist nicht anders herum. Die Fähigkeit, verifizierende Fragen zu stellen, die Struktur zu identifizieren, das Problem einem Rahmenwerk zuzuordnen, die Hypothese zu formulieren, den Entscheidungsbaum zu durchlaufen usw. wird nur durch Übung erreicht. Ohne Übung ist es unmöglich, eine Frage aus einem Fallinterview zu knacken oder ein Geschäftsproblem in ein Datenanalyseproblem umzuwandeln.
Data Scientists: Mythen vs. Realitäten
Zusammenfassend lässt sich sagen, dass die Umwandlung von Geschäftsproblemen in Data-Science-Probleme mit einer Case-Interview-Frage gleichgesetzt werden kann. Zur erfolgreichen Beantwortung von Case-Interview-Fragen sind die folgenden Schritte zu befolgen: den Interviewer hinhalten, die Struktur des Problems identifizieren, es mit dem zugrunde liegenden Rahmen abgleichen, eine Hypothese formulieren, den Entscheidungsbaum durchqueren, indem relevante Fragen gestellt werden, und schließlich nach den Daten fragen erklären, warum Sie es wollen. Schließlich, um bei der Beantwortung von Fallinterviewfragen erfolgreich zu sein, üben Sie es. Sobald Sie in der Lage sind, ein Geschäftsproblem in ein Data-Science-Problem umzuwandeln, folgen Sie dem CRISP-DM-Framework, um die Ergebnisse zu analysieren und datengestützte Empfehlungen zu geben.
Nehmen Sie noch heute am Professional Certificate Program in Data Science for Business Decision Making von IIM-Kozhikode teil!
Kann ein Geschäftsproblem mit Data Science gelöst werden?
Die Antwort ist ja. Heutzutage werden die meisten Geschäftsprobleme mit Data Science und Analytics gelöst. Data Science verwendet 5 Schritte, um Geschäftsprobleme anzugehen und zu lösen
1. Das Geschäftsproblem verstehen
2. Verwendung von Analysen zur Lösung von Geschäftsproblemen
3. Daten vorbereiten
4. Modellentwicklung
5. Leistungstests
Data Science und Analytics können nicht alle Probleme einer Organisation auf magische Weise lösen. Dies sind sehr nützliche Tools, die Unternehmen helfen, genaue Entscheidungen zu treffen, sich wiederholende Arbeiten und Entscheidungen zu automatisieren, die Teams treffen müssen. Data-Science-Ansätze können von Unternehmen genutzt werden, um ihrem Management dabei zu helfen, bessere Entscheidungen zu treffen, zukünftige Gewinne zu antizipieren und bessere Inhalte zu entwickeln.
Wie kann ein Geschäftsproblem in eine KI- und Data-Science-Lösung übersetzt werden?
Um eine geschäftliche Herausforderung in eine KI- und Data-Science-Lösung zu übersetzen, muss ein Datenwissenschaftler zunächst das Problem sowie die Ziele und KPIs der Datenanalyse sowie die KI- und Data-Science-Ansätze verstehen, die zur Lösung des Problems verwendet werden können . Ein Datenwissenschaftler sollte auch verstehen, was die Organisation von der Datenanalyse erwartet und wie sie die Ergebnisse verwenden will.
Wie wendet man Data Science an, um aktuelle Geschäftsprobleme zu lösen?
Heutzutage investieren Unternehmen aus verschiedenen Gründen in Data Science. Fast alle verschiedenen Geschäftsbereiche wie Finanzen, Marketing, Einzelhandel, Fertigung usw. können Data Science auf unterschiedliche Weise nutzen. Aber das einzige Ziel eines jeden Unternehmens, das Data Science einsetzt, ist die Lösung von Geschäftsproblemen.
Datenwissenschaftler nutzen ihre Fähigkeiten auf unterschiedliche Weise, um Geschäftsprobleme zu lösen, z
1. Innovation – Data Scientists entwickeln neue Wege, um Geschäftsprobleme zu lösen, die seit langem im Unternehmen bestehen und mit bisherigen Ansätzen nicht hätten gelöst werden können. Kurz gesagt, sie ersetzen die alten Lösungen durch die neuen.
2. Kontinuierliche Verbesserung – Data Scientists verbessern kontinuierlich das bestehende Data-Science-Projekt, damit es besser funktioniert.
3. Erforschung des Datenwerts: Wenn Unternehmen gerade erst anfangen, Data Science zu nutzen, haben sie eine Menge Daten, die auf unorganisierte Weise gespeichert werden. Hier spielt ein Data Scientist eine entscheidende Rolle, indem er nützliche Erkenntnisse aus allen verfügbaren Daten extrahiert und sie nach potenziellen Möglichkeiten durchsucht.