Lerndatenanalyse conflict ich übermäßig besessen von den Instruments und dem Glamour, der mit dem Titel eines Datenanalystens einhergehen könnte.
Mein Praktikum begann und ich hatte ein Ziel im Auge: meine technischen Fähigkeiten zu entwickeln. Ich meine, jeder möchte sein LinkedIn -Profil mit Fähigkeiten und Zertifizierungen dekoriert.
Was ich jedoch nicht erwartet hatte, conflict, dass meine wertvollste Lektion nicht aus einem Werkzeug oder Tutorial stammt. Es kam von etwas viel menschlicherem: Zusammenarbeit.
Zunächst versuchte ich, alles alleine anzugehen, und betrachtete jede Aufgabe als persönliche Herausforderung. Ich wusste nicht, dass meine Produktivität etwas begrenzt conflict, weil ich längere Stunden damit verbracht habe, Lösungen für Probleme jedes Mal herauszufinden, wenn ich mich steckte.
Erst als ich anfing, nach Suggestions zu suchen und erfahrene Fachkräfte einzubeziehen, begann die Dinge in Ordnung zu sein.
Dann wurde mir klar, dass in der Datenanalyse die Arbeit mit anderen nicht non-compulsory ist. Es ist eher eine Notwendigkeit.
Während wir Fortschritte machen, möchte ich meine Erfahrungen mit der Zusammenarbeit teilen und wie es mich als aufstrebenden Datenanalyst geprägt hat. Außerdem, warum ich glaube, es ist eine der wichtigsten (und unterschätzte) Fähigkeiten, auf die sich jeder Datenanalyst konzentrieren sollte.
Die frühen Tage meines Praktikums
Als junger Junge, der ins Feld trat, wollte ich ehrlich gesagt nur in die Hände in echte Daten bekommen. Bis dahin conflict der größte Teil meiner Praxis mit Beispieldatensätzen.
Jetzt habe ich mein Praktikum. Ich hatte die Gelegenheit, mit Daten zu arbeiten, die für eine Organisation wichtig waren.
Ich erhielt ein Projekt zum Erstellen eines grundlegenden Berichts mit Daten zu operativen Aktivitäten. Die Daten waren nicht allzu chaotisch, aber es conflict auch nicht sauber. Es enthielt einige inkonsistente Werte, doppelte Zeilen und einige fehlende Einträge.
Ich habe es mit Excel- und Energy -Question behandelt, dann aufgeräumt, was ich konnte, und baute ein Armaturenbrett, das ich für anständig aussah. Ehrlich gesagt conflict ich stolz darauf.
Schneller Vorlauf, es ist Präsentationszeit.
Bevor ich vorwärts gehe, hier ist etwas: Niemand hat mir über den Präsentationsaspekt der Datenanalyse erzählt.
So lustig das auch klingen magazine, es ist wahr. Ich dachte zuvor, ich würde mit den Daten arbeiten, daraus einen Sinn machen und es dann an die Jungs in der Verwaltung oder so weitergeben.
Zurück in die Realität stellte ich das Dashboard vor und mein Vorgesetzter schien nicht beeindruckt zu sein. Nicht weil die Grafiken schlecht waren, sagte er tatsächlich, dass es intestine aussah.
Das Downside conflict, dass das Dashboard nicht mitteilte, was das Workforce tatsächlich benötigt um zu sehen.
Ehrlich gesagt hatte ich mit niemandem darüber gesprochen, welche Erkenntnisse für sie nützlich waren oder welche Informationen die ordnungsgemäße Wirksamkeit bei der Entscheidungsfindung unterstützen würden.
Dies sind die Grundlagen, die bei der Datenanalyse wichtig sind, und ich fehlte in diesem Aspekt. Ich habe es basierend auf dem gebaut, was ich für wichtig hielt, nicht auf dem, was sie brauchten.
Ich hatte keine Fragen gestellt wie:
- “WHO Wird dieses Dashboard verwenden? “
- “Was Entscheidungen hilft dies ihnen? “
- “Warum Ist diese Informationen für sie von Bedeutung? “
Das ist die Fähigkeit der Zusammenarbeit, Fragen vor Beginn eines Projekts zu stellen und nach Abschluss nach Suggestions zu suchen.
Was mich die Zusammenarbeit beigebracht hat
Im Laufe der Zeit bemerkte ich, dass die Leute meine Berichte manchmal nicht verstanden, obwohl meine Bilder sauber und genau waren.
Ich würde Stunden damit verbringen, ein Downside zu lösen, das mit einem zweiminütigen Gespräch hätte vermieden werden können. Nehmen Sie es oder lassen Sie es, ich glaube, Daten müssen gemeinsam untersucht und auf eine Weise kommuniziert werden, die andere für die Fahrt mitbringt.
Bei der Datenanalyse geht es nicht nur um die Daten, sondern auch um die Menschen.
Je mehr ich mit Menschen zusammengearbeitet habe, desto mehr wurde mir klar, wie kritisch die Zusammenarbeit für den gesamten Datenanalyseprozess ist. Rückblickend waren diese Momente der Arbeit mit anderen, als ich am meisten wuchs.
Eines der ersten Male, die ich mich mit einem nicht-technischen Mitarbeiter zusammensetzte, conflict ich überrascht, wie unterschiedlich sie die Daten betrachteten.
Ich hatte viele Stunden damit verbracht, ein Diagramm zu erstellen, um monatliche Aktivitätstrends zu zeigen, aber als ich es erklärte, sagten sie:
„Okay … aber woher weiß ich, ob es uns besser oder schlechter geht als im letzten Quartal?“
Ich hatte eine Verschiebung in der Denkweise.
Anstatt nur Diagramme zu erstellen, die intestine aussehen, begann ich aus der Sicht eines nicht-technischen Mitarbeiters nachzudenken. Es ist, als hätte ein Downside zusätzliche Augen; Es könnte Ihnen helfen, die Dinge anders zu sehen.
Rückmeldung
Vor meinem Praktikum baute ich etwas auf, geben ihm ein paar Schecks und springen dann direkt in einen anderen, ohne nach frischen Einstellungen meiner Analyse zu fragen.
Andererseits ist Suggestions in einer Teameinstellung häufig Teil des Workflows.
Manchmal bedeutete das, ein Diagramm zu überarbeiten, weil es nicht klar conflict oder ein KPI erkannte, den ich für nützlich hielt, für die Individual, die den Bericht liest, irrelevant conflict.
Jede Suggestions -Runde half mir, sowohl die Grafik als auch die Geschichte zu verfeinern, die die Daten erzählten. Es lehrte mich, dass selbst in der Datenanalyse, Kreativität und Überarbeitung Hand in Hand gehen.
Und hier ist die Sache, bei Suggestions geht es nicht immer darum, Fehler zu beheben. Manchmal geht es darum, Möglichkeiten aufzudecken, die Sie nicht selbst gesehen haben.
Für viele ist das Suche nach Suggestions unangenehm und kann ein Drag sein. Mach dir keine Sorgen, du bist nicht allein. Zentral für dieses Argument ist der Begriff davon Studie Das erklärt den plötzlichen Anstieg der Herzfrequenz von Individuen und erhielt während des Feedbacks.
Die Schlüsselstunde aus dieser Studie zeigt, dass Suggestions keine Kritik ist, sondern dass sie zusammenarbeitet.
Es sind andere Menschen, die Ihnen ihre Perspektiven leihen, damit Ihre Arbeit heller leuchten kann. Und vertrauen Sie mir, je schneller Sie es einladen, desto schneller wachsen Ihre Fähigkeiten.
Ich lernte aufhören zu warten, bis meine Arbeit „perfekt“ conflict, bevor ich sie teilte. Stattdessen würde ich frühe Entwürfe präsentieren, Enter sammeln und sich auf dem Weg verbessern.
Die Zusammenarbeit baut mehr als nur Fähigkeiten auf – es baut Ihr Netzwerk auf
Persönlich ist das Vernetzung in der Datenbranche hoch unterschätzt und nicht genug darüber gesprochen. Wenn es eine Sache gab, die ich vor meinem Praktikum nicht erkannt habe, dann ist es, wie viel Zusammenarbeit natürlich Beziehungen aufbaut.
Wenn Sie eng mit Menschen zusammenarbeiten, vielleicht durch das Stellen von Fragen, über technische Lösungen während des Mittagessens oder sogar das gemeinsame Fixieren eines Projekts nicht nur Aufgaben erledigen. Sie erstellen Verbindungen.
Ich begann zu sehen, wie wertvoll dies conflict, als ein Entwickler, mit dem ich an einem Datenpipeline -Downside zusammengearbeitet hatte Kursempfehlung Das stellte sich als Spielveränderer für meine SQL-Fähigkeiten heraus. Es ist auf YouTube und ich price Ihnen, es zu überprüfen.
Aus technischer Sicht erweitert die Zusammenarbeit Ihre „Toolbox“ auf eine Weise, die Selbststudie nicht zur Sorgfalt macht. Jedes Mal, wenn ich mit jemandem gearbeitet habe, habe ich etwas Neues aufgegriffen (egal wie einfach).
Hier ist hier das Beste an: Diese Beziehungen enden nicht nur, wenn das Praktikum tut. Dieselben Personen, mit denen Sie heute zusammenarbeiten, können Ihre Mentoren, Ihre Schiedsrichter für zukünftige Jobs oder sogar Ihre Teamkollegen in einer anderen Organisation werden.
Zusammenarbeit ist die Brücke zwischen Ihren aktuellen Fähigkeiten und Ihren zukünftigen Möglichkeiten.
Schlussfolgerung und Imbiss
Rückblickend hat mein Praktikum mir nicht nur Datenfähigkeiten beigebracht. Es lehrte mich, wie man mit Menschen arbeitet. Ich verstand, dass mein wahrer Wert multipliziert wird, wenn ich mit anderen arbeite, nicht nur neben ihnen.
Die Wahrheit ist, egal wie intestine Sie mit Python, Tableau oder SQL sind, Sie werden immer weiter und in einem beeindruckenden Tempo gehen, wenn Sie das Wissen und die Perspektiven der Menschen um Sie herum nutzen.
Wenn Sie mit der Datenanalyse beginnen, denken Sie daran, dass Ihre Instruments veraltet werden, und Ihr Tech -Stapel wird sich weiterentwickeln, aber Ihre Fähigkeit, mit Menschen intestine zu arbeiten, wird niemals ihren Wert verlieren.