Следить за осями и не только: что нужно знать для грамотной работы с данными

Data Literacy (англ. «информационная грамотность») — это навык, который помогает получать данные и использовать их для решения разных задач. Задачи необязательно должны быть из профессиональных сфер типа Data Science или машинного обучения. Цифровая грамотность пригодится и для привычного взаимодействия с информацией, например чтения новостей или подготовки презентации для совещания.

Специалисты, владеющие этим навыком, понимают, как данные хранятся и в каком виде передаются. Зная возможности и ограничения данных, можно находить в них взаимосвязи и погрешности, принимать решения и убеждать других в правильности этих решений. На курсе «Визуализация данных и введение в BI-инструменты» сможете разобраться в особенностях работы с данными, научитесь строить графики и дашборды.

Информационная грамотность — обязательный профессиональный навык для аналитиков и программистов. Это так же важно, как и знать, что такое репозиторий и какие есть фреймворки для работы над новым продуктом.

Для специалистов, чья работа напрямую не связана с данными, информационная грамотность — это гибкий навык‎. Например, трафик-менеджеру для карьерного развития нужно не просто уметь настраивать рекламные кампании и выгружать отчёты по ним из систем аналитики, но и находить в отчётах причины успехов и провалов кампаний.

Грамотность при работе с данными нужна не только в цифровых профессиях. Врачу она поможет оценить качество исследований лекарств и диагностических методов, бухгалтеру — не ошибиться в расчётах зарплат и налогов, предпринимателю — понять, о чём говорит заказанный анализ рынка.

Информационная грамотность помогает:

1. Находить и понимать данные.
Состояние рынка, информация о конкурентах, результаты научных исследований, экономические прогнозы, социологические опросы — это данные, которые нужны для решения рабочих и личных задач. Чтобы данные действительно помогали, в первую очередь нужно уметь оценивать их достоверность и корректность. Например, если не знать, как правильно читать графики, можно пропустить полезную информацию или не заметить манипуляцию данными.

2. Принимать решения на основе данных.
Без информационной грамотности сложно анализировать данные и делать выводы. Например, чтобы понять тенденции развития рынка и использовать их в стратегии развития компании, нужно уметь находить в данных закономерности между разными событиями. Чтобы определить KPIs сотрудников, нужно спрогнозировать выручку компании, а перед этим подсчитать возможные доходы и расходы.

3. Профессионально развиваться.
Навык грамотной работы с данными обязателен для любого менеджера. Например, чтобы презентовать и защищать результаты команды перед руководителями или заказчиками.

В современных компаниях развивают подход Self-Service BI, то есть организуют работу так, чтобы сотрудники разных отделов могли получать и использовать нужные им данные без привлечения аналитиков. Для этого внедряют специальные инструменты для работы с данными — BI-системы, например Yandex DataLens. В таких условиях без дата-грамотности карьерный рост практически невозможен.

Информационная грамотность состоит из набора знаний и навыков:

1. Знание основ математики и статистики.
Нужно на базовом уровне знать основы статистики и математических вычислений, чтобы понимать данные, их интерпретации, видеть намеренные и случайные манипуляции. Например, чтобы читать и понимать экономическую прессу, нужно знать, в чём разница между процентом и процентным пунктом.

Для объективного сравнения и достоверной визуализации статистические данные нужно нормировать, например приводить к количеству населения или площади.

2. Дата-мышление.
Это умение рассуждать внутри данных ― находить взаимосвязи между данными и реальным миром, формулировать гипотезы, проверять их с помощью других данных и делать выводы. Например, можно найти и подтвердить взаимосвязь между выручкой магазина и погодой, если в дождливые дни его посещают меньше людей.

3. Навык визуализации данных.
Часто данные — это тысячи записей в таблицах. В таком виде с ними трудно работать. Допустим, при планировании маркетинговой стратегии нужно составить портрет целевой аудитории. Информацию о покупателях можно найти в таблицах с данными о заказах через интернет-магазин. Для презентации и защиты стратегии больше подойдут графики, диаграммы и дашборды, а не ссылка на таблицу с большим количеством строк и столбцов.

С помощью визуализации можно передавать основную информацию коллегам и наглядно представлять результаты аналитики на совещаниях. Чтобы не искажать данные, нужно знать правила построения графиков. Например, на графике должны быть понятны оси, подписаны единицы измерения и источник данных, иначе он может только запутать слушателей.

4. Дата-сторителлинг.
Для того чтобы понятно доносить данные до коллег, заказчиков или читателей, важно уметь создавать из них сообщения и выбирать форматы передачи этих сообщений. От этого зависит, получится ли добиться цели передачи данных: объяснить, убедить или заинтересовать их получателей. Например, навык дата-сторителлинга пригодится, чтобы превратить многостраничный годовой отчёт по всем направлениям работы компании в 10-минутную презентацию для инвесторов.

5. Умение искать ответы.
В работе с данными могут возникать сложности и вопросы. Например, можно часами пытаться открыть файл или не понимать, как объединить данные в одну таблицу, ничего не потеряв. Чувствовать себя комфортно поможет исследовательский навык. Решения проблем можно искать в разных источниках: на профессиональных форумах и в чатах, в научной литературе, у коллег или на курсах.

6. Этика работы с данными.
При работе с данными нужно понимать круг возможных проблем и последствий, которые связаны с безопасностью. Например, нельзя публиковать персональную информацию о пользователях без их согласия. Если при публикации больших датасетов, или наборов данных для анализа или машинного обучения, можно вычислить конкретного человека по косвенным признакам, то информация должна быть зашифрована с помощью специальных алгоритмов.