“Dlaczego to tyle trwa?” – to pytanie pewnie zadaje sobie niejeden odbiorca, kiedy czeka na zleconą przez siebie analizę.
Tymczasem, zanim analityk/analityczka w ogóle zacznie “analizować” dane, musi wykonać ogrom pracy związanej z ich pozyskaniem, zrozumieniem, oczyszczeniem i przygotowaniem. A później jeszcze znaleźć insight, sformułować wnioski i przedstawić je w zrozumiałej formie 🙂
Zerknijcie na ten diagram – tak właśnie wygląda nasza praca. I bądźcie cierpliwi, bo na wszystko, co dobre, trzeba chwilkę poczekać 🙂
- Zebranie zapotrzebowania – pozyskanie informacji o temacie, kontekście, zakresie i celu analizy, a także o tym, na co wpłyną jej wyniki
- Pozyskanie dokumentacji – w tym: informacji o danych backendowych i eventach frontendowych, a także ich znaczeniu biznesowym
- Zapoznanie się ze strukturą danych – zrozumienie tego, jak są pozyskiwane i co oznaczają, wyłapanie nieścisłości i corner case’ów
- Czyszczenie danych – usuwanie duplikatów, outlierów, nieścisłości, błędów, danych testowych itd.
- Pisanie i testowanie kodu pod analizę – pisanie zapytań, weryfikacja poprawności, code review
- Analiza danych – w tym: weryfikacja ewentualnych nieścisłości, szukanie zależności
- Przygotowanie wniosków i rekomendacji – poszukiwanie insightu, różnicowanie “ważnych” i “ciekawych” wyników
- Wizualizacja i przygotowanie raportu – formułowanie narracji, przygotowanie tabel i wykresów, data storytelling
- Prezentacja raportu – przeprowadzenie interesariuszy przez wyniki analiz
Fajne? Przydatne? Udostępnij dalej! Możesz też postawić mi wirtualną kawę 🙂
