Преобразование бизнес-задач в задачи науки о данных
Опубликовано: 2018-07-03Во многих интервью по науке о данных принято задавать вопросы, связанные с бизнесом. Ожидается, что интервьюируемый решит проблему, с которой сталкивается бизнес, на собеседовании. Например, прибыль, полученная газетной компанией, падает, что можно сделать, чтобы спасти ситуацию. Как Reliance Jio может решить, выгодно ли начинать свою деятельность с нового места. Как запуск Baba Ramdev SIM повлияет на бизнес Reliance Jio и др.
Интервьюируемые обычно хорошо готовятся к вопросам Data Science. Они ожидают и хорошо готовятся к таким вопросам, как «Как вменить пропущенные значения», «Как вы решаете, какой алгоритм подходит для набора данных». Однако кандидаты совершенно сбиты с толку, когда сталкиваются с бизнес-кейсами. Отчасти причина в том, что кандидаты не ожидают вопросов о бизнес-кейсе на собеседовании. Другая причина заключается в том, что ни один из блогов или курсов по науке о данных не затрагивает, как преобразовать бизнес-задачи в проблемы науки о данных. Существуют фреймворки для анализа данных, но они на удивление молчат о том, как преобразовать бизнес в проблемы с данными. Например, структура CRISP-DM очень известна благодаря анализу данных. Первый и второй этапы CRISP-DM — это «Бизнес-понимание» и «Понимание данных». Большинство начинающих специалистов по данным не знают, как перейти с 1-го на 2-й шаг. Цель данной статьи – восполнить этот пробел. Книга и видео Виктора Ченга помогли мне понять, как преобразовать проблемы бизнеса в проблемы с данными. Эта статья основана на его учении.
Оглавление
Мышление интервьюера
Прежде чем углубляться в то, как отвечать на кейс-интервью, давайте разберемся с мышлением интервьюера. Что ищут интервьюеры, когда задают деловые вопросы? Некоторые из вещей, которые ищут интервьюеры:
- Обладают ли кандидаты независимым мышлением?
- Достаточно ли хороши ответы, если они не точны?
- Являются ли решения, предлагаемые кандидатом, удобными для клиента (в случае консалтинговых компаний)
- Является ли решение, предложенное кандидатами, линейным?
- Объяснил ли кандидат решение визуально?
- Практично ли реализовать решение кандидата?
Вариант решения должен идти линейно и логически от задачи к решению. Если решение разрознено, произвольно перескакивает с одной точки на другую, то интервью немедленно заканчивается в сознании интервьюера. Кроме того, правильный подход с неправильным ответом предпочтительнее правильного ответа с неправильным подходом. Если подход неправильный, а ответ правильный, интервьюеры посчитают, что кандидату повезло. Так будет не во всех ситуациях. Если подход правильный, то его можно повторить и применить ко многим деловым ситуациям.
Что такое наука о данных? Кто такой Data Scientist? Что такое аналитика?
Отвечая на вопросы «кейс -интервью»
Ответы на вопросы кейс-интервью можно разделить на три этапа. Открой, проанализируй и закрой. Открытие и закрытие являются шаблонными, и на них можно легко ответить с практикой. Стадия анализа различается в зависимости от бизнес-проблемы и включает в себя мышление и творчество. Давайте посмотрим, что делать на каждом этапе ответа на вопрос.
Шаги для ответов на вопросы кейс-интервью:
- Задержка
- Проверьте свое понимание
- Определить структуру проблемы
- Анализировать
- Закрывать
Срыв (стадия открытия)
Виктор Ченг просит сделать пятисекундную паузу, прежде чем сказать что-то вроде: «А, это очень интересная задача». Это известно как «задержка». Если вы ждете ответа более пяти секунд, интервьюер подумает, что вы не знаете решения. Промедление помогает получить драгоценное время, чтобы обдумать проблему.
Проверьте свое понимание
Обычно вопросы «кейс-интервью» однострочные. Вся необходимая информация не будет предоставлена для ответа на вопрос. Ожидается, что кандидаты будут задавать вопросы и проверять свое понимание. Как было сказано ранее, если речь идет об увеличении прибыли газеты, вы можете задать такие вопросы, как «Какие темы освещает газета?», «Какова целевая аудитория этой газеты» и т. д. Уточните терминологию, использованную интервьюером. и в чем вы не уверены. Здесь важно, чтобы вы ничего не предполагали. Предположение может привести к решению неправильных проблем, с которыми компания не сталкивается. Это упражнение также проинформирует интервьюера о том, насколько хорошо вы обращаетесь за помощью, когда она требуется.
На начальных этапах ответа у вас будет возможность задавать открытые вопросы. Со временем вы потеряете свободу и сможете задавать только закрытые вопросы. Если вы будете задавать открытые вопросы ближе к концу, интервьюер подумает, что вы пытаетесь задать ответы. Поэтому не стесняйтесь и задавайте вопросы, ответы на которые вы считаете полезными.
Ответ на вопрос «Как стать специалистом по данным»!
Определите структуру
Как только вы получите необходимую информацию, задав вопросы, определите структуру, к которой относится вопрос. Виктор указывает четыре различных структуры, к которым может относиться вопрос кейс-интервью. Фреймворки в порядке их важности (согласно частоте вопросов в интервью):
- Выгода
- Деловая ситуация
- Слияние и поглощение
- Требование поставки
Примерами структуры бизнес-ситуации являются запуск нового продукта, реакция на поведение конкурентов, изменения спроса, стратегии роста компании и т. д. Примерами проблем со спросом и предложением являются строительство нового завода или закрытие завода, изменение мощности за счет приобретения, изменение спроса и т. д.
Эти рамки не являются жесткими и быстрыми. Проблема прибыли может, в конечном счете, привести к деловой ситуации или проблеме спроса/предложения. Тем не менее, эта категоризация задаст структуру нашему мышлению и поможет нам двигаться вперед в решении поставленной задачи.
Как только вы определите структуру проблемы и сопоставите ее с соответствующей структурой, следующим шагом будет описание ключевых компонентов структуры. Например, в случае увеличения прибыли газеты можно говорить о доходах и затратах. Будьте осторожны и не называйте фреймворк явно. Структура предназначена только для структурирования вашего мышления, а не для упоминания о ней интервьюеру. Нарисуйте ключевые компоненты структуры вместе с вашим описанием. Когда вы будете практиковать эти шаги, это станет вашей второй натурой. Ключевыми моментами в определении структуры являются:
- Определите характер проблемы
- Сопоставьте проблему с соответствующей структурой
- Описать ключевые компоненты фреймворка
- Рисовать
Как только это будет сделано, перейдите к следующему шагу в процессе, который анализирует проблему.
17 главных вопросов и ответов на интервью с аналитиком данных
Анализировать
Здесь анализ не означает анализ данных. Это еще далеко. Данные приходят в конце. Прежде чем запрашивать данные, необходимо решить другие вопросы.
Начните свой анализ с вопроса, с чего начать. Чтобы повысить прибыльность газеты, спросите, следует ли вам использовать расходы или доходы. В зависимости от выбора интервьюера продолжите свой ответ.
Визуализируйте основную проблему в виде дерева решений и начните с корня. Сформулируйте гипотезу и выберите ответвление по выбору интервьюера. Определите и сформулируйте ключевые проблемы в отрасли. Задавайте стандартные вопросы и продолжайте углубляться. В этом процессе продолжайте уточнять свою гипотезу. Если вы достигли тупика ветки без какого-либо разрешения, проследите до узла ветки и пройдите в противоположном направлении.
Думайте вслух в течение всего процесса. Это поможет интервьюерам узнать о вашем мышлении и аналитических способностях. Если в вашем мышлении есть какой-то недостаток, они могут даже указать на него и помочь вам в правильном направлении. Всегда полезно думать вслух о вопросах кейс-интервью.
Как только вы дойдете до листа вашего дерева решений с гипотезой или дойдете до точки, где интервьюеры не уверены в гипотезе, вы можете пойти дальше и запросить данные. Данные, которые могут помочь либо принять, либо опровергнуть вашу гипотезу. Данные, которые помогут получить представление и принять бизнес-решения. Следует помнить, что все запросы данных должны быть подкреплены веским объяснением. Запрос данных без каких-либо объяснений не понравится интервьюерам или клиентам в случае консультации.
Это завершает преобразование бизнес-задач в задачу анализа данных. Как только это будет сделано, теперь вы знаете, как продолжить анализ данных. Отсюда следуют стандартные шаги CRISP-DM:

- Понимание данных
- Моделирование данных
- Проверка модели
- Развертывание модели
- Обновление модели и поддержание ее актуальности
Советы и рекомендации по ответам на вопросы кейс-интервью
- Сегментируйте свои числа
- Компания против конкурента
- Текущий год по сравнению с прошлым годом
- Думай вслух
- Объясните, зачем вам нужны данные, прежде чем запрашивать их
- Ничего не предполагай
- Практика решения бизнес-задач
Сегментируйте свои числа
Наука о данных — это разбиение проблемы на составные части. Проанализируйте части и сделайте выводы. Объедините части вместе и предложите рекомендации, подкрепленные анализом данных. Эта комбинация частей также известна как «синтез» на языке консалтинга.
Лучшее понимание может быть получено, когда данные сегментированы на части. Предположим, что прибыль газеты снизилась из-за потери дохода. Потеря дохода в целом не дает много понимания. Если этот доход будет сегментирован по разным сегментам в зависимости от возраста подписчиков, это может дать более ценную информацию. Компания может выполнить действие, ориентированное на определенную возрастную группу, чтобы увеличить доход. Учитывая бизнес-задачу, всегда смотрите, как лучше всего разбить ее на разные части.
Учитывая бизнес-проблему, подумайте, сталкивается ли она только с конкретной компанией или со всей отраслью. Решение и рекомендации будут разными для обоих случаев. Другая линия мышления — это сравнение между прошлыми и настоящими показателями. Обе эти линии мыслей дадут направление для продвижения вперед при ответе на вопрос кейс-интервью.
Знание шагов и различных фреймворков приведет вас только к определенному моменту. Что поможет вам успешно ответить на вопросы кейс-интервью: «Практика, практика и еще раз практика». Другого пути нет. Умение задавать уточняющие вопросы, определять структуру, сопоставлять проблему со структурой, формулировать гипотезу, перемещаться по дереву решений и т. д. придет только с практикой. Невозможно решить вопрос кейс-интервью или преобразовать бизнес-задачу в задачу анализа данных без практики.
Специалисты по данным: мифы против реальности
Подводя итог, можно сказать, что преобразование бизнес-задач в задачу науки о данных можно приравнять к вопросу на кейс-интервью. Чтобы успешно ответить на вопросы кейс-интервью, необходимо выполнить следующие шаги: задержать интервьюера, определить структуру проблемы, сопоставить ее с базовой структурой, сформулировать гипотезу, пройти по дереву решений, задавая соответствующие вопросы, и, наконец, запросить данные с помощью объясняя, почему вы этого хотите. Наконец, чтобы преуспеть в ответах на вопросы кейс-интервью, потренируйтесь. Как только вы сможете преобразовать бизнес-задачу в проблему науки о данных, следуйте схеме CRISP-DM, чтобы проанализировать результаты и предоставить рекомендации, основанные на данных.
Присоединяйтесь к программе профессиональных сертификатов в области науки о данных для принятия бизнес-решений от IIM-Kozhikode сегодня!
Можно ли решить бизнес-проблему с помощью науки о данных?
Ответ: Да. В наши дни большинство бизнес-задач решаются с помощью Data Science and Analytics. Наука о данных использует 5 шагов для подхода и решения бизнес-проблем
1. Понимание бизнес-проблемы
2. Использование аналитики для решения бизнес-задач
3. Подготовка данных
4. Разработка модели
5. Тестирование производительности
Наука о данных и аналитика не могут волшебным образом решить все проблемы организации. Это очень полезные инструменты, которые помогают компаниям принимать точные решения, автоматизировать повторяющуюся работу и выбор, которые должны делать команды. Подходы к науке о данных могут использоваться компаниями, чтобы помочь их руководству принимать более обоснованные решения, прогнозировать будущие прибыли и разрабатывать более качественный контент.
Как бизнес-проблема может быть переведена в решение AI и Data Science?
Чтобы перевести бизнес-задачу в решение ИИ и науки о данных, ученый должен сначала понять проблему, а также цели и ключевые показатели эффективности анализа данных, а также подходы ИИ и науки о данных, которые можно использовать для решения проблемы. . Специалист по данным также должен понимать, что организация ожидает получить от анализа данных и как она планирует использовать результаты.
Как применить науку о данных для решения актуальных бизнес-задач?
В настоящее время предприятия инвестируют в науку о данных для различных целей. Почти все различные секторы бизнеса, такие как финансы, маркетинг, розничная торговля, производство и т. д., могут по-разному использовать науку о данных. Но единственной целью каждой компании, использующей науку о данных, является решение бизнес-задач.
Специалист по данным использует свои навыки по-разному для решения бизнес-задач, таких как
1. Инновации. Исследователи данных разрабатывают новые способы решения бизнес-проблем, которые существуют в компании в течение длительного периода времени и не могут быть решены с помощью предыдущих подходов. Короче говоря, они заменяют старые решения новыми.
2. Непрерывное совершенствование. Специалисты по данным постоянно улучшают существующий проект по науке о данных, чтобы он работал лучше.
3. Изучение ценности данных: когда компании только начинают использовать науку о данных, у них есть много данных, которые сохраняются неорганизованным образом. Здесь Data Scientist играет жизненно важную роль, извлекая полезную информацию из всех доступных данных и исследуя их на предмет потенциальных возможностей.