Data-analytiikka

Koitat koostaa jotain järkevää ja hyödyllistä informaatiota valtavasta määrästä dataa.

EI mitäään hajua mutta kuuullostaa vähän siltä attä luuulisi tuon nyt olevan jo ohjelmoitujen ohjelmistojen työtä ainakiiin talentaaa sitä ja jopa tulkita erinäiiisien piiirteiden kauttta.

Vierailija kirjoitti:

EI mitäään hajua mutta kuuullostaa vähän siltä attä luuulisi tuon nyt olevan jo ohjelmoitujen ohjelmistojen työtä ainakiiin talentaaa sitä ja jopa tulkita erinäiiisien piiirteiden kauttta.

Taii jos ei tulkita niiin ainakin jäsennelllä sitä.

Vierailija kirjoitti:

EI mitäään hajua mutta kuuullostaa vähän siltä attä luuulisi tuon nyt olevan jo ohjelmoitujen ohjelmistojen työtä ainakiiin talentaaa sitä ja jopa tulkita erinäiiisien piiirteiden kauttta.

Kyllä se jonkun täytyy keksiä mitä dataa tutkitaan ja miten sitä tulkitaan. Totta kai kone tekee sen raskaan työn, laskee jne, mutta ihminen ne kaavat määrittelee.

Osaajia tarvitaan nykyään paljon tuonne puolelle joten sinänsä järkevä suuntautuminen esim. ammattina. Minusta vaan ollut aina kaikkein kuivikkain ja tylsin osa tietojenkäsittelytieteen asioita. Nykyään ei enää perus työelämässä ole niin vaativaa kuin enne, kun on valtavasti asiaan tarkoitettuja apuvälineitä.

Esimerkiksi ihmisten kaupassa käynneistä kerätään tietoa ja tilastollisia menetelmiä käyttäen ryhmitellään ihmisttyyppien (ikä, tulotaso, koulutus, perheen koko jne jne) mukaan löydetään säännönmukaisuuksia. Tämän jälkeen voidaan ottaa kuka tahansa ihminen ja ennustaa hänen ostokäyttäytymisensä.

Ei varmaan sitten mulle sovellu jos on jotain kuivaa ohjelmointia ja tilastotiedettä. Tässä pohdin työttömänä kurssituksia. Ap

Vierailija kirjoitti:

Vierailija kirjoitti:

EI mitäään hajua mutta kuuullostaa vähän siltä attä luuulisi tuon nyt olevan jo ohjelmoitujen ohjelmistojen työtä ainakiiin talentaaa sitä ja jopa tulkita erinäiiisien piiirteiden kauttta.

Kyllä se jonkun täytyy keksiä mitä dataa tutkitaan ja miten sitä tulkitaan. Totta kai kone tekee sen raskaan työn, laskee jne, mutta ihminen ne kaavat määrittelee.

Niiin aivan. Niiin just se etttä minkä algoritmin mukaisesti kone noudatttaa tietttyä periaatetta ikäänkuin.

Vierailija kirjoitti:

Ei varmaan sitten mulle sovellu jos on jotain kuivaa ohjelmointia ja tilastotiedettä. Tässä pohdin työttömänä kurssituksia. Ap

Ei ole kyllä kuivaa, mutta jos koet koodaamisen ja tilastot kuiviksi, ei taida olla sun juttu.

Vierailija kirjoitti:

Ei varmaan sitten mulle sovellu jos on jotain kuivaa ohjelmointia ja tilastotiedettä. Tässä pohdin työttömänä kurssituksia. Ap

Akateeminen tutkinto sitä täytyy käytännössä (esim. DI, tai FM esim. matematiikasta, tilastotieteestä tai tietojenkäsittelytieteestä) olla että alalta työtä saa, ei onnistu millään kurssituksilla. Koodariksi voi pikkufirmoihin päästäkin, data-analytiikkahommiin ei.

Hei!

Olen data-analyytikko ja teen kyseistä työtä. Työni idea on yksinkertainen: työnantajallani on valtava määrä dataa, jota kertyy liiketoiminnassa (asiakkaiden ostokäyttäytymistä, myyjien tekemiä kontakteja, mainostamista eri lehdissä, somen käytöstä jne.). Minä seulon tätä dataa ja yritän löytää sieltä hyödyllisiä asioita koko liiketoiminnan kannalta. Miten tämä sitten käytännössä tapahtuu?

Käytännössä saan yleensä jostain muualta organisaatiossa jonkun "kysymyksen tai pulman", jota alan ratkomaan. Esimerkiksi kysymyksenä saattaa olla "Millä tavalla asiakkaan ostokäyttäytyminen eroaa liikkeiden X ja Y välillä" tai "meillä oli viime viikolla somekampanija, jossa mainotettiin tuotetta H. Näkyykö kampanija sen myynnissä?" Tämän jälkeen minä kerään firman rekistreistä tarvittavan datan ja analysoin sen. Lopputuloksena voi olla esimerkiksi powerpoint-esitys tai pdf-raportti tai firman sisäinen interaktiivinen sovellus, jolla raportoin asian.

Tämän lisäksi omaan työkuvaani sisältyy jonkun verran erilaisissa kokouksissa mukanaoloa joko sen takia, että niissä esitetään kysymyksiä, joita minun toivotaan analysoivan datasta tai joissa minä raportoin analyysin tuloksia. Usein tämä prosessi on hyvin iteratiivinen eli aluksi raportoin jotain tuloksia, sen jälkeen niistä nousee esiin lisää kysymyksiä, joista teen analyysiä ja sitten taas raprotoin ja taas tulee lisää analysoitavaa. Tätä sitten jatketaan niin kauan kuin toinen osapuoli haluaa.

Toisaalta sitten työhön kuuluu myös erilaisten uusien innovaatioiden kokeilua, kuten esimerkiksi sitä, voidaanko ihmisten lähettämiä palautteita käsitellä automaattisesti eli päästään kokeilemaan luonnollisen kielen tilastollista tunnistamista tai vastaavia. Nämä ovat aivan uusinta uutta ja näistä harvoin kerrotaan julkisuudessa, koska alan osaaljista on akuutti pula.

Tervetuloa alalle. Tämä on kivaa, eikä yhtään kuivaa. Tilastotiedettä ja ohjelmointia toki tarvitaan, mutta eivät ne yksin riitä. Myös kiinnostus firman liikentoimintaan ja esimerkiksi someen on tarpeen sekä jonkinlaiset sosiaaliset taidot, koska esiintymistä on kohtuu paljon ja yleisössä myös firman "isoja kihoja".

Kysy lisää, kerron mielelläni alasta enemmän.

Tilastotieteen soveltamista käytäntöön ja tulosten kommunikointia bisnesihmisille/hallintoihmisille/ poliitikoille/keille nyt raportoikin (riippuu siitä millaisessa työpaikassa työtä tekee). Ala kiinnosti minuakin kunnes tajusin sen olevan glorifioitua tilastotiedettä.

Työkkärit kurssittavat alalle ja kertovat, ettei tarvita kokemusta alalta. Kunhan on intoa ja halua. En tiedä onko halua kun aihe täysin outo. Siksi tässä kyselen. Ap

Vierailija kirjoitti:

Työkkärit kurssittavat alalle ja kertovat, ettei tarvita kokemusta alalta. Kunhan on intoa ja halua. En tiedä onko halua kun aihe täysin outo. Siksi tässä kyselen. Ap

Mitä sinä voit siinä hävitä, jos kokeilet? Jos ala ei tunnu omalta, olet ainakin yhtä kokemusta rikkaampi ja nähnyt ihan uudenlaisen osan maailmaa.

Moi,

kuinka kauan olet ollut töissä data-analytiikan hommissa? Vaihtuuko alalla firma usein, vai saattaako olla samassa puljussa pitkään? (vaihdetaanko työpaikkaa omasta tahdosta uusien haasteiden perässä?) 

Miten paljon tilastotiedettä käytät normaalin työpäivän aikana? Missä määrin olisi hyvä osata tilastotiedettä ennen ensimmäistä työpaikkaansa? Kuinka suuri osa työstäsi on keskimäärin vuorovaikutusta muiden kanssa, jolloin et työskentele data-analytiikan ja "varsinaisten" ongelmien parissa? (ei siinä, ehkä höpöttely on ihan antoisaa ja hyödyllistä, kunhan on hyvä johto). Missä määrin olet osallistunut ohjelmistotuotantoon? Mietityttää miten paljon tätä pitää mahdollisesti tehdä (tietysti riippuu pitkälti firmasta, yleensä isommassa voi keskittyä enemmän vain tiettyyn työhön), jos data on selkeästi se intohimo. 

Muita ajatuksia? Mitkä ovat mielestäsi työsi hyvät ja huonot puolet?

Vierailija kirjoitti:

Hei!

Olen data-analyytikko ja teen kyseistä työtä. Työni idea on yksinkertainen: työnantajallani on valtava määrä dataa, jota kertyy liiketoiminnassa (asiakkaiden ostokäyttäytymistä, myyjien tekemiä kontakteja, mainostamista eri lehdissä, somen käytöstä jne.). Minä seulon tätä dataa ja yritän löytää sieltä hyödyllisiä asioita koko liiketoiminnan kannalta. Miten tämä sitten käytännössä tapahtuu?

Käytännössä saan yleensä jostain muualta organisaatiossa jonkun "kysymyksen tai pulman", jota alan ratkomaan. Esimerkiksi kysymyksenä saattaa olla "Millä tavalla asiakkaan ostokäyttäytyminen eroaa liikkeiden X ja Y välillä" tai "meillä oli viime viikolla somekampanija, jossa mainotettiin tuotetta H. Näkyykö kampanija sen myynnissä?" Tämän jälkeen minä kerään firman rekistreistä tarvittavan datan ja analysoin sen. Lopputuloksena voi olla esimerkiksi powerpoint-esitys tai pdf-raportti tai firman sisäinen interaktiivinen sovellus, jolla raportoin asian.

Tämän lisäksi omaan työkuvaani sisältyy jonkun verran erilaisissa kokouksissa mukanaoloa joko sen takia, että niissä esitetään kysymyksiä, joita minun toivotaan analysoivan datasta tai joissa minä raportoin analyysin tuloksia. Usein tämä prosessi on hyvin iteratiivinen eli aluksi raportoin jotain tuloksia, sen jälkeen niistä nousee esiin lisää kysymyksiä, joista teen analyysiä ja sitten taas raprotoin ja taas tulee lisää analysoitavaa. Tätä sitten jatketaan niin kauan kuin toinen osapuoli haluaa.

Toisaalta sitten työhön kuuluu myös erilaisten uusien innovaatioiden kokeilua, kuten esimerkiksi sitä, voidaanko ihmisten lähettämiä palautteita käsitellä automaattisesti eli päästään kokeilemaan luonnollisen kielen tilastollista tunnistamista tai vastaavia. Nämä ovat aivan uusinta uutta ja näistä harvoin kerrotaan julkisuudessa, koska alan osaaljista on akuutti pula.

Tervetuloa alalle. Tämä on kivaa, eikä yhtään kuivaa. Tilastotiedettä ja ohjelmointia toki tarvitaan, mutta eivät ne yksin riitä. Myös kiinnostus firman liikentoimintaan ja esimerkiksi someen on tarpeen sekä jonkinlaiset sosiaaliset taidot, koska esiintymistä on kohtuu paljon ja yleisössä myös firman "isoja kihoja".

Kysy lisää, kerron mielelläni alasta enemmän.

Edellinen viesti oli siis suunnattu tälle.

Idea on sinänsä mielenkiintoinen mutta kun sovellusalueet on tätä asiakaskäyttäytymistä ja markkinointilässynläätä niin ainakin oma mielenkiinto lopahtaa täysin. Ei minua kiinnosta luoda työuraa siitä että koitan keksiä ahneille urpoille myyntifirmoille entistä tehokkaampia tapoja tuputtaa myytävää tavaraa jota asiakkaansa ei tarvitse ja halua. 

Aika tyhjää digi hömppää. Kovasti keihäänkärkiä ja muita latteuksia, sitten vuoden parin päästä kuopataan, kun ei tule mitään tuottoa. 

Vierailija kirjoitti:

Idea on sinänsä mielenkiintoinen mutta kun sovellusalueet on tätä asiakaskäyttäytymistä ja markkinointilässynläätä niin ainakin oma mielenkiinto lopahtaa täysin. Ei minua kiinnosta luoda työuraa siitä että koitan keksiä ahneille urpoille myyntifirmoille entistä tehokkaampia tapoja tuputtaa myytävää tavaraa jota asiakkaansa ei tarvitse ja halua. 

Mietityttää tämä sama asia, mutta oman käsitykseni mukaan on paljon alan hommia, joissa töiden jälkeen ei jää huono sivumaku suuhun mm. peliala, vakuutusyhtiöt, kyberturva ja pankit. Sitten luulisi mainostoimistojen eroavan paljon siinä, millaista työtä tai palvelua tarjotaan ja millä moraalilla. 

pohdiskelija4334 kirjoitti:

Moi,

kuinka kauan olet ollut töissä data-analytiikan hommissa? Vaihtuuko alalla firma usein, vai saattaako olla samassa puljussa pitkään? (vaihdetaanko työpaikkaa omasta tahdosta uusien haasteiden perässä?) 

Miten paljon tilastotiedettä käytät normaalin työpäivän aikana? Missä määrin olisi hyvä osata tilastotiedettä ennen ensimmäistä työpaikkaansa? Kuinka suuri osa työstäsi on keskimäärin vuorovaikutusta muiden kanssa, jolloin et työskentele data-analytiikan ja "varsinaisten" ongelmien parissa? (ei siinä, ehkä höpöttely on ihan antoisaa ja hyödyllistä, kunhan on hyvä johto). Missä määrin olet osallistunut ohjelmistotuotantoon? Mietityttää miten paljon tätä pitää mahdollisesti tehdä (tietysti riippuu pitkälti firmasta, yleensä isommassa voi keskittyä enemmän vain tiettyyn työhön), jos data on selkeästi se intohimo. 

Muita ajatuksia? Mitkä ovat mielestäsi työsi hyvät ja huonot puolet?

Hei!

Löysin taas tämän sattumalta ja olen se, jolle kysymykset esitit. Vaikka aikaa on kulunut, niin vastailen nyt, jos joku hyötyy niistä.

Olen ollut data-analyytikkona tällä hetkellä 10 vuotta. Työpaikkaa olen sinä ainakana vaihtanut 3 kertaa, jokaisen omasta halustani uusien haasteiden tai mielenkiintoisempien projektien perässä.

Tilastotieteen käyttö normaalin työpäivän aikana vaihtelee todella paljon; on päiviä, jolloin käytän sitä lähes koko työajan ja sitten on päiviä, jolloin sitä ei tehdä lainkaan. Keskiarvona ehkäpä noin 50 %:a työajasta. 

Ennen ensimmäistä työpaikkaa sanoisin, että noin tilastotieteen aineopintojen verran olisi hyvä osata tilastotiedettä. 

Työstä vuorovaikutusta muiden kanssa on ehkäpä sellainen 10-20 %:a työajasta, riippuu todella paljon projektista, mitä työstää.

Ohjelmistotuotantoon en osallistu oikeastaan ollenkaan.