Convertendo problemas de negócios em problemas de ciência de dados

Publicados: 2018-07-03

Em muitas entrevistas de Data Science, é comum fazer perguntas relacionadas a negócios. Espera-se que o entrevistado resolva o desafio enfrentado por uma empresa em uma entrevista. Por exemplo, os lucros auferidos por uma empresa jornalística estão caindo, o que pode ser feito para resgatar a situação. Como a Reliance Jio pode decidir se é vantajoso iniciar suas operações em um novo local. Como o lançamento do Baba Ramdev SIM afetará os negócios da Reliance Jio, etc.

É comum que os entrevistados se preparem bem para questões de ciência de dados. Eles esperam e se preparam bem para perguntas como “Como imputar valores ausentes”, “Como você decide qual algoritmo é adequado para um conjunto de dados”. No entanto, os candidatos ficam completamente perplexos quando enfrentam casos de negócios. Uma parte do motivo é que os candidatos não estão esperando perguntas de casos de negócios em uma entrevista. Outra razão é que nenhum dos blogs ou cursos de ciência de dados não aborda como converter problemas de negócios em problemas de ciência de dados. Existem frameworks disponíveis para análise de dados, mas eles são surpreendentemente tranquilos sobre como converter o negócio para os problemas de dados. Por exemplo, o framework CRISP-DM é muito famoso para análise de dados. A primeira e a segunda etapas do CRISP-DM são 'Compreensão do negócio' e 'Compreensão de dados'. A maioria dos aspirantes a cientista de dados não sabe como proceder da 1ª para a 2ª etapa. O objetivo deste artigo é preencher essa lacuna. O livro e os vídeos de Victor Cheng me ajudaram a entender como converter problemas de negócios em problemas de dados. Este artigo é baseado em seus ensinamentos.
Problemas de negócios para problemas de ciência de dados

Índice

Mentalidade do entrevistador

Antes de mergulhar em como responder a entrevistas de caso, vamos entender a mentalidade do entrevistador. O que os entrevistadores procuram quando fazem perguntas de negócios? Algumas das coisas que os entrevistadores estão procurando são: -

  • Os candidatos possuem mentalidade de pensamento independente?
  • As respostas são boas o suficiente, se não precisas?
  • As soluções oferecidas pelo candidato são amigáveis ​​ao cliente (no caso de empresas de consultoria)
  • A solução oferecida pelos candidatos é linear?
  • O candidato explicou a solução visualmente?
  • A solução do candidato é prática de implementar?

A solução candidata deve proceder linear e logicamente de um desafio a uma solução. Se a solução estiver espalhada, saltando de um ponto a outro arbitrariamente, a entrevista termina imediatamente na mente do entrevistador. Além disso, uma abordagem certa com uma resposta errada é preferível a uma resposta certa com uma abordagem errada. Se a abordagem estiver errada e a resposta estiver correta, os entrevistadores presumirão que o candidato teve sorte. Este não será o caso em todas as situações. Se a abordagem estiver correta, ela pode ser repetida e pode ser aplicada a muitas situações de negócios.
O que é Ciência de Dados? Quem é um Cientista de Dados? O que é Analytics?

Respondendo a perguntas de 'entrevista de caso'

As respostas às perguntas da entrevista de caso podem ser divididas em três etapas. Abra, analise e feche. Abrir e fechar são fórmulas e podem ser respondidas facilmente com a prática. O estágio de análise difere de acordo com o problema do negócio e envolve pensamento e criatividade. Vejamos o que fazer em cada etapa da resposta à pergunta.
As etapas para responder às perguntas da entrevista de caso são: -

  • Parando
  • Verifique seu entendimento
  • Identifique a estrutura do problema
  • Analisar
  • Fechar

Parada (Estágio de Abertura)

Victor Cheng pede uma pausa de cinco segundos antes de dizer algo como “Ah, esse é um problema muito interessante”. Isso é conhecido como 'paralisação'. Se você estiver esperando mais de cinco segundos para responder, o entrevistador pensará que você não conhece a solução. Parar ajuda a obter algum tempo valioso para pensar sobre o problema.

Verifique seu entendimento

Normalmente, as perguntas de 'Entrevista de Caso' são de uma linha. Todas as informações necessárias não serão fornecidas para responder à pergunta. Espera-se que os candidatos façam perguntas e verifiquem sua compreensão. Como dito anteriormente, se for o caso de aumentar os lucros do jornal, você pode fazer perguntas como 'quais tópicos o jornal cobre?', 'Qual é o público-alvo deste jornal', etc. Esclareça sobre qualquer terminologia que o entrevistador usou e sobre o qual você não tem certeza. Aqui é importante que você não assuma nada. Assumir pode levar à solução de problemas errados que não são enfrentados pela empresa. Este exercício também informará o entrevistador sobre como você é bom em buscar ajuda quando necessário.
Durante as fases iniciais de resposta, você terá a liberdade de fazer perguntas abertas. Com o passar do tempo, você perderá a liberdade e só poderá fazer perguntas fechadas. Fazer perguntas abertas no final fará com que o entrevistador pense que você está tentando perguntar as respostas. Portanto, não hesite e faça perguntas que considere valiosas para responder.
“Como se tornar um cientista de dados” respondido!

Identifique a estrutura

Depois de obter as informações necessárias após fazer as perguntas, identifique a estrutura à qual a pergunta pertence. Victor especifica quatro estruturas diferentes às quais uma pergunta de entrevista de caso pode pertencer. Os frameworks em sua ordem de importância (de acordo com a frequência solicitada nas entrevistas) são:

  • Lucro
  • Situação do negócio
  • Fusão e Aquisição
  • Oferta / Demanda

Os exemplos de estrutura de situação de negócios são - o lançamento de um novo produto, respondendo ao comportamento do concorrente, mudanças na demanda, estratégias de crescimento para uma empresa, etc. Exemplos de problemas de oferta / demanda são construir uma nova fábrica ou fechar uma fábrica, mudança na capacidade através da aquisição, mudança na demanda, etc.
Esses frameworks não são rígidos e rápidos. O problema do lucro pode acabar em uma situação de negócios ou problema de oferta/demanda. No entanto, essa categorização fornecerá uma estrutura para nosso pensamento e nos ajudará a avançar com o desafio em mãos.
Depois de identificar a estrutura do problema e combiná-la com a estrutura apropriada, a próxima etapa é descrever os principais componentes da estrutura. Por exemplo, no caso de aumentar os lucros de um jornal, você pode falar sobre receita e custo. Tenha cuidado e não nomeie a estrutura explicitamente. Um framework serve apenas para estruturar seu pensamento e não para mencioná-lo ao entrevistador. Desenhe os principais componentes da estrutura junto com sua descrição. Ao praticar esses passos, isso se tornará uma segunda natureza para você. Os pontos-chave na identificação da estrutura são:

  • Identifique a natureza do problema
  • Combine o problema com a estrutura apropriada
  • Descreva os principais componentes do framework
  • Desenhar

Feito isso, prossiga para a próxima etapa do processo que está analisando o problema.
As 17 principais perguntas e respostas da entrevista de analista de dados

Analisar

Aqui Analisar não significa analisar os dados. Ainda está longe. Os dados vêm no final. Antes de pedir dados, há outras coisas que precisam ser abordadas.
Comece sua análise perguntando por onde começar. Para melhorar a lucratividade de um jornal, pergunte se você deve prosseguir com custos ou receitas. Dependendo da escolha do entrevistador prossiga com sua resposta.
Visualize o problema subjacente como uma árvore de decisão e comece pela raiz. Declare a hipótese e escolha um ramo de acordo com a escolha do entrevistador. Identificar e declarar os principais problemas dentro de uma filial. Faça perguntas padrão e continue aprofundando. Nesse processo, continue refinando sua hipótese. Se você chegar a um beco sem saída de um galho sem qualquer resolução, rastreie até o nó do galho e percorra a direção oposta.
Pense em voz alta durante todo o processo. Isso ajudará os entrevistadores a conhecer seu pensamento e habilidades analíticas. Se houver alguma falha em seu pensamento, eles podem até apontá-la e ajudá-lo na direção certa. É sempre uma boa prática pensar em voz alta sobre as perguntas da entrevista de caso.
Quando você chegar à folha de sua árvore de decisão com uma hipótese ou chegar a um ponto em que os entrevistadores não tenham certeza sobre a hipótese, então você pode ir em frente e pedir dados. Dados que podem ajudar a aceitar ou refutar sua hipótese. Dados que ajudarão a obter insights e tomar decisões de negócios. Um ponto a ser lembrado é que todas as solicitações de dados devem ser apoiadas por uma explicação sólida. Pedir dados sem qualquer explicação não vai bem com os entrevistadores ou com os clientes em caso de consultoria.
Isso conclui a conversão de problemas de negócios em problemas de análise de dados. Feito isso, agora você sabe como prosseguir com a análise dos dados. A partir daqui, as etapas padrão do CRISP-DM seguem:

  • Entendendo os dados
  • Modelando os dados
  • Validando o modelo
  • Implantação do modelo
  • Atualizando o modelo e mantendo-o relevante

Dicas e truques para responder às perguntas da entrevista de caso

  • Segmente seus números
  • Empresa x concorrente
  • Ano atual x ano passado
  • Pensar alto
  • Explique por que você precisa de dados antes de solicitá-los
  • Não assuma nada
  • Pratique a resposta a problemas de negócios
Como fazer uma carreira brilhante em dados

Segmente seus números

A ciência de dados tem tudo a ver com quebrar o problema em suas partes constituintes. Analise as peças e obtenha insights. Combine as partes e ofereça recomendações apoiadas pela análise de dados. Essa combinação de partes também é conhecida como 'síntese' na linguagem da consultoria.
Melhores insights podem ser obtidos quando os dados são segmentados em partes. Suponhamos que os lucros do jornal tenham caído devido a perdas de receita. A perda de receita como um todo não oferece muitos insights. Se essa receita for segmentada em diferentes grupos com base na idade dos assinantes, ela poderá fornecer informações mais valiosas. Uma empresa pode executar uma ação direcionada a uma determinada faixa etária para melhorar a receita. Dado um problema de negócios, sempre veja a melhor forma de dividi-lo em diferentes partes.
Dado um problema de negócios, pense se ele é enfrentado apenas por uma determinada empresa ou por todo o setor. A solução e as recomendações serão diferentes para ambos os casos. Outra linha de pensamento é a comparação entre o desempenho passado e o presente. Ambas as linhas de pensamento fornecerão uma direção para avançar na resposta à pergunta da entrevista de caso.
Problemas de negócios para problemas de ciência de dados
Conhecer as etapas e os diferentes frameworks só o levará até certo ponto. O que irá ajudá-lo a responder com sucesso às perguntas da entrevista de caso são: 'Prática, Prática e mais Prática'. Esta não é outra maneira de contornar isso. A fluência em fazer perguntas de verificação, identificar a estrutura, combinar o problema com uma estrutura, formular a hipótese, percorrer a árvore de decisão etc. só virá pela prática. É impossível decifrar uma pergunta de entrevista de caso ou converter um problema de negócios em um problema de análise de dados sem prática.
Cientistas de dados: mitos versus realidades

Para resumir, converter problemas de negócios em problemas de ciência de dados pode ser equiparado a uma pergunta de entrevista de caso. Para responder com sucesso às perguntas da entrevista de caso, as etapas a serem seguidas são: paralisar o entrevistador, identificar a estrutura do problema, combiná-lo com a estrutura subjacente, formular uma hipótese, percorrer a árvore de decisão fazendo perguntas relevantes e, finalmente, solicitar os dados por explicando por que você quer. Finalmente, para ter sucesso em responder às perguntas da entrevista de caso, pratique-o. Quando você conseguir converter um problema de negócios em um problema de ciência de dados, siga a estrutura CRISP-DM para analisar os resultados e fornecer recomendações apoiadas por dados.

Junte-se ao Programa de Certificação Profissional em Ciência de Dados para Tomada de Decisões de Negócios do IIM-Kozhikode hoje!

Um problema de negócios pode ser resolvido usando ciência de dados?

A resposta é sim. Atualmente, a maioria dos problemas de negócios são resolvidos usando Data Science e Analytics. Data Science usa 5 etapas para abordar e resolver problemas de negócios

1. Entendendo o problema do negócio
2. Usando análises para resolver problemas de negócios
3. Preparando Dados
4. Desenvolvimento do Modelo
5. Teste de desempenho

A ciência de dados e o Analytics não podem resolver magicamente todos os problemas de uma organização. Essas são ferramentas muito úteis que ajudam as empresas a tomar decisões precisas, automatizar o trabalho repetitivo e as escolhas que as equipes precisam fazer. As abordagens de ciência de dados podem ser usadas pelas empresas para ajudar sua gestão a tomar melhores decisões, antecipar lucros futuros e desenvolver melhor conteúdo.

Como um problema de negócios pode ser traduzido em solução de IA e Ciência de Dados?

Para traduzir um desafio de negócios em uma solução de IA e Ciência de Dados, um cientista de dados deve primeiro compreender o problema, bem como os objetivos e KPIs da análise de dados, bem como as abordagens de IA e Ciência de Dados que podem ser utilizadas para resolver o problema . Um cientista de dados também deve entender o que a organização espera ganhar com a análise de dados e como planeja usar os resultados.

Como aplicar a Data Science para resolver problemas reais de negócios?

Atualmente, as empresas investem em Data Science para diversos fins. Quase todos os diferentes setores de negócios, como finanças, marketing, varejo, manufatura, etc., podem alavancar a Ciência de Dados de diferentes maneiras. Mas o único objetivo de toda empresa ao usar Data Science é resolver problemas de negócios.

Cientistas de dados usam suas habilidades de diferentes maneiras para resolver os problemas de negócios, como

1. Inovação – Os cientistas de dados desenvolvem novas maneiras de resolver os problemas de negócios que existem na empresa há muito tempo e não poderiam ter sido resolvidos com abordagens anteriores. Em suma, eles substituem as soluções antigas pelas novas.
2. Melhoria Contínua – Os cientistas de dados fazem melhorias contínuas no projeto de ciência de dados existente para fazê-lo funcionar melhor.
3. Explorando Data-Value: Quando as empresas começam a usar Data Science, elas têm muitos dados que são salvos de forma desorganizada. Aqui, um Cientista de Dados desempenha um papel vital ao extrair insights úteis de todos os dados disponíveis e explorá-los em busca de oportunidades potenciais.