The globalny rynek analityki danych przewiduje się, że w latach 2023–2028 wzrośnie o 234,4 mld USD. Ten szybki wzrost przyspieszy wzrost liczby miejsc pracy w tej dziedzinie.
Aby dowiedzieć się więcej o trendach w dziedzinach analityki danych, ich perspektywach i wyzwaniach, rozmawialiśmy z Aksinią Chumachenko, kierownikiem zespołu analityki produktów w Simpals, wiodącej firmie cyfrowej w Mołdawii. W tym wywiadzie Aksinia podzieli się swoją podróżą, podejściem do przywództwa i mentoringu oraz wizją przyszłości tej szybko rozwijającej się dziedziny.
Twoja podróż od studenta uniwersytetu do lidera zespołu ds. analityki produktu jest inspirująca. Czy mógłbyś podzielić się najważniejszymi kamieniami milowymi, które ukształtowały Twoją karierę w analityce danych?
Moja podróż rozpoczęła się w NUST MISiS, gdzie studiowałem informatykę i inżynierię. Ciężko się uczyłem i byłem bardzo aktywnym studentem, co umożliwiło mi udział w programie wymiany na Uniwersytecie Nauk Stosowanych w Häme (HAMK) w Finlandii. To doświadczenie zaowocowało moją pierwszą prawdziwą pracą w IT – stażem w Renault w 2019 roku. Była to moja pierwsza praca jako analityk danych. Pomogło mi to poznać popularne narzędzia takie jak Excel i SQL oraz rozwinąć umiejętność analitycznego myślenia.
Czas spędzony w Renault pomógł mi zdać sobie sprawę, że analityka danych to coś, czym chciałbym się zajmować w pracy na pełen etat. Po pracy w Renault dołączyłem do Sberbanku, jednego z największych banków w Europie Wschodniej, jako analityk-stażysta w ramach ich wysoce konkurencyjnego programu Sberseasons. Konkurencja była duża, na jedno stanowisko zgłosiło się ponad 50 kandydatów. Jednakże trzy różne zespoły w banku były zainteresowane zatrudnieniem mnie i ostatecznie zdecydowałem się na współpracę ze Sberbank CIB, który jest odpowiedzialny za działalność w zakresie inwestycji korporacyjnych.
W Sbierbanku pracowałem jako analityk dla największych klientów B2B. To doświadczenie pomogło mi udoskonalić moje umiejętności w zakresie Pythona i zdobyć bardziej praktyczne doświadczenie w pracy z dużymi zbiorami danych.
W 2020 roku przeszedłem do analityki produktów w OZON Fintech – jednym z wiodących marketplaceów w Rosji. Ta kluczowa rola pozwoliła mi podwoić pensję i zdobyć bogate doświadczenie w pracy nad produktami fintech. W OZON pracowałem z czterema produktami finansowymi i dzięki moim badaniom opartym na danych znacznie zwiększyliśmy kluczowe wskaźniki, takie jak wykorzystanie, liczba nowych klientów, zwroty i przychody.
W listopadzie 2020 r. zwróciła się do mnie firma BCS Investments, uznana przez wiarygodną internetową platformę finansową za „Spółkę inwestycyjną roku”. Chcieli zatrudnić pierwszego analityka produktu i zbudować od podstaw nowy dział. Ta szansa była zgodna z moimi celami, ponieważ chciałem zdobyć nowe umiejętności przywódcze. W tym czasie zrealizowałem wiele skutecznych inicjatyw. Jednym z najważniejszych było wprowadzenie od podstaw procesu testów A/B, co poprawiło doświadczenia użytkowników i wskaźniki produktu. Dzięki wdrożeniu w całej firmie procesu testów A/B zwiększyliśmy współczynnik konwersji onboardingowej w naszej aplikacji o kilka punktów procentowych, co ostatecznie przełożyło się na liczbę klientów korzystających z aplikacji, a co za tym idzie, na nasze przychody.
Około rok później przeniosłem się do Simpals w Mołdawii, gdzie nadal pracuję jako lider zespołu ds. analityki produktów. Zarządzam zespołem najwyższej klasy ekspertów w dziedzinie analityki danych i pracuję nad jednym z najczęściej odwiedzanych serwisów internetowych w Mołdawii.
Ostatnio bardzo zaangażowałem się w działania na rzecz społeczności. Zorganizowałem spotkanie w Mołdawii w 2023 roku i byłem także prelegentem. Jednym z prelegentów była koleżanka, której byłem mentorem od zera – ogromną przyjemnością było zobaczyć, jak szybko urosła.
Jestem także jurorem w kilku międzynarodowych hackathonach m.in hackathon Big Data Organizacji Narodów Zjednoczonychw którym oceniłem 18 różnych zespołów pod kątem innowacyjności, jakości i możliwości zastosowania ich rozwiązań.
Inne hackathony, na które zostałem zaproszony jako ekspert, to MLH Web3Apps Hackathon i MLH Data Hackfest.
Jako lider w swojej dziedzinie, jak podchodzisz do mentoringu członków swojego zespołu i jaki wpływ masz nadzieję wywrzeć na ich kariery?
Zacząłem mentorować, gdy tylko miałem swój zespół. Dziś jestem mentorką nie tylko w Simpals, ale także w organizacjach zewnętrznych, takich jak Women in Tech i Women in Big Data. Są to bezpłatne międzynarodowe programy, które pomagają kobietom w rozwoju kariery. Jako mentorka pomogłam kilku kobietom osiągnąć znaczący sukces, awansując na wyższy poziom lub rozpoczynając nową karierę.
Każdy podopieczny jest inny, dlatego tworzę indywidualne plany rozwoju w oparciu o jego cele, mocne i słabe strony. Spotykamy się również regularnie na spotkaniach jeden na jeden, aby omówić sytuację.
Widzenie mojego wpływu na współpracowników jest bardzo satysfakcjonujące. Co więcej, pomagając innym, pomagam także sobie rozwijać się jako profesjonalista i człowiek.
Aksinia, jako lider zespołu analityki produktów w Simpals, firmie, która ma znaczący wpływ na cyfrowy ekosystem Mołdawii, jaką rolę odgrywa analiza danych w sukcesie platform cyfrowych takich jak 999.md?
Stronę 999.md odwiedza co miesiąc ponad 2 miliony unikalnych użytkowników, co daje nam mnóstwo danych do pracy. Byłem odpowiedzialny za zbudowanie zespołu od podstaw i poprowadzenie go w celu zapewnienia wzrostu kluczowych wskaźników oraz optymalizacji istniejących procesów. Dzięki dostosowaniu kluczowych funkcji osiągnęliśmy 13% wzrost przychodów.
Dzięki naszej pracy platforma może uzyskiwać większe przychody i ograniczać wydatki tam, gdzie to możliwe. To właśnie robi analityka: nie tylko pomaga zarobić więcej pieniędzy, ale także zapobiega niepotrzebnym wydatkom, które w przypadku takich dużych projektów mogą być znaczące.
Dziedzina analityki danych stale się rozwija. Jakie są największe wyzwania stojące dziś przed analityką produktów i danych?
Dane gromadzą się szybko, a ich gromadzenie i analizowanie jest wyzwaniem. Jednak co ważniejsze, uzyskane spostrzeżenia muszą być zgodne z ogólną strategią i celami firmy. Zadaj pytanie: czy wykonanie tego zadania doprowadzi Cię do osiągnięcia celów biznesowych? Czasami analitycy danych zapominają zadać sobie to pytanie. Uważam jednak, że kluczowe znaczenie ma podejście biznesowe.
Ponadto wielu specjalistom IT ma trudności z nadążaniem za szybko zmieniającymi się technologiami. Aby być na bieżąco, regularnie uczestniczę w konferencjach (czasami jako prelegent). Mój mentor pomaga mi także stale się rozwijać i odkrywać nowe rzeczy.
Wspomniałeś o znaczeniu dostosowania analityki danych do strategii biznesowej. Podaj nam przykład, jak to dostosowanie sprawdziło się na Twojej roli w Simpals.
Zadaniem mojego zespołu była optymalizacja doświadczenia użytkownika na 999.md. Musieliśmy zwiększyć zaangażowanie użytkowników i współczynniki konwersji, czyniąc platformę bardziej intuicyjną i przyjazną dla użytkownika. Oto co zrobiliśmy:
- zidentyfikowane punkty problematyczne w podróży użytkownika;
- zastosował segmentację użytkowników, aby lepiej zrozumieć, w jaki sposób różne grupy korzystają z platformy;
- przeprowadził testy A/B, aby porównać różne wersje platform i sprawdzić, które zmiany doprowadziły do lepszych wyników.
O tym, jak ważne jest dostosowanie analityki danych do celów biznesowych, mówiłem wcześniej. Zdobyte informacje pozwoliły nam zwiększyć przychody i zwiększyć zadowolenie klientów.
Integracja sztucznej inteligencji i uczenia maszynowego z analityką jest obecnie gorącym tematem. Jak według Ciebie te technologie kształtują przyszłość analityki danych?
Sztuczna inteligencja i uczenie maszynowe są w zasadzie wszechobecne. Nie ma dziedziny, w której te technologie nie byłyby wykorzystywane. Technologie te pozwalają nam także na automatyzację skomplikowanych procesów przetwarzania danych. Oszczędza to czas „pracy fizycznej” i pozwala nam przeznaczyć więcej czasu na rozwiązywanie problemów i kreatywność.
W przyszłości sztuczna inteligencja i uczenie maszynowe staną się jeszcze bardziej integralną częścią analizy danych dzięki bardziej wyrafinowanym modelom i narzędziom, które będą w stanie wykonywać coraz bardziej złożone zadania. Technologie te najlepiej sprawdzają się w synergii z ludzką kreatywnością, a nie jako zamiennik. Dogłębne zrozumienie danych i kontekstu biznesowego jest nadal niezbędne, aby w pełni wykorzystać możliwości sztucznej inteligencji i uczenia maszynowego.
Biorąc pod uwagę Twoje doświadczenie i uznanie w tej dziedzinie, w tym ocenianie międzynarodowych hackatonów i ONZ Big Datathon, jak widzisz ewolucję globalnego krajobrazu analityki danych w nadchodzących latach?
Rola analityków będzie się stopniowo zmieniać i rozszerzać. Na przykład trend, który widzę obecnie na rynku, jest taki, że analitycy muszą posiadać umiejętności zarządzania produktem, ponieważ muszą posiadać głębokie zrozumienie pracy z danymi i wiedzę o produkcie, aby podejmować decyzje.
Kolejną ważną zmianą jest to, że nowe technologie znacznie przyspieszają pracę z danymi. To, co kiedyś zajmowało dni lub tygodnie, teraz można wykonać w ciągu kilku godzin. Przykładowo chmurowa hurtownia danych Google BigQuery, z której korzysta wiele firm, wprowadza już nowe narzędzia ułatwiające życie analitykom, takie jak wyszukiwanie wniosków na podstawie konkretnej tabeli i monitorowanie jakości danych.
Należy jednak zdać sobie sprawę, że sztuczna inteligencja nie zastąpi całkowicie analityków. Wręcz przeciwnie, stanie się potężnym narzędziem, które pozwoli Ci skupić się na bardziej złożonych i strategicznych zadaniach. Rola człowieka w analityce jest nadal bardzo ważna. Umiejętności miękkie, takie jak krytyczne myślenie oraz umiejętność komunikowania się i negocjowania z różnymi ludźmi, to kluczowe rzeczy, których sztuczna inteligencja nie może zastąpić.
