🗺 Data & Analytics Maturity Canvas - закрываю временно для себя тему оценки зрелости выпуском в публичный доступ этого шаблона
Это для меня нечто новое - отдать в паблик свой продукт с правами на редактирование. То есть окончательно расстаться с контролем за ним.
С одной стороны это "моя экспертиза" и все говорят что так не делают настоящие эксперты.
С другой я до конца не вижу уж очень большой ценности этих "воздушных" бордов, чтобы держать это у себя.
Но вы можете поставить лайк на посте в linkedin, чтобы поддержать меня в этом моем устремлении в копимизм🪬.
(Показы поста там остановились алгоритмами из за ссылки внутри, сука бесят)
———
Про сам темплейт
Я уже писал тут, почему оценка зрелости для in-house дата лидеров часто кажется консалтинговой ересью.
Писал про то, почему они мутные, неполные, слишком простые, не наглядны или не технологичны.
👨💻 Я в итоге пытаюсь создать что-то новое, визуальное и коллаборативное (Саша, еще одна miro тулза? Да, я знаю, извините).
Я не решаю все проблемы. Основное отличие в том, что оценка зрелости для меня здесь это фасилитация - упражнение по визуальному мышлению команды, а не консультационный черный ящик и не метрика для KPI домена.
Я пытаюсь разложить уровни: data-informed, data-driven и data-led на их фундаментальные компоненты
(Получилось 25 факторов и 135+ элементов).
Цель в том, чтобы получить ясное представление о:
◾️ Текущем состоянии (где мы);
◾️ Целевая картина (где ваш тип компании должен быть, чтобы быть data-driven и какие тренды придется игнорировать);
◾️ Конкретные инициативы, которые мы можем предпринять, чтобы сократить разрыв.
Кто воспользуется - расскажите потом впечатления.
Уже провел это для одного клиента. Было хорошо. Зовите.
Ну и да, борд на английском. знаю. сорян гайз))
Дальше надо бы развить тему data-driven индекса. Но сначала надо обстоятельно подумать на эту тему.
——
И последнее.
Мы с BI Consult проведем еще один поток курса по BI стратегии в мае. Осенью не все поместились.
В продаже около 10 мест.
Велком.
Детали тут
Это для меня нечто новое - отдать в паблик свой продукт с правами на редактирование. То есть окончательно расстаться с контролем за ним.
С одной стороны это "моя экспертиза" и все говорят что так не делают настоящие эксперты.
С другой я до конца не вижу уж очень большой ценности этих "воздушных" бордов, чтобы держать это у себя.
Но вы можете поставить лайк на посте в linkedin, чтобы поддержать меня в этом моем устремлении в копимизм🪬.
(Показы поста там остановились алгоритмами из за ссылки внутри, сука бесят)
———
Про сам темплейт
Я уже писал тут, почему оценка зрелости для in-house дата лидеров часто кажется консалтинговой ересью.
Писал про то, почему они мутные, неполные, слишком простые, не наглядны или не технологичны.
👨💻 Я в итоге пытаюсь создать что-то новое, визуальное и коллаборативное (Саша, еще одна miro тулза? Да, я знаю, извините).
Я не решаю все проблемы. Основное отличие в том, что оценка зрелости для меня здесь это фасилитация - упражнение по визуальному мышлению команды, а не консультационный черный ящик и не метрика для KPI домена.
Я пытаюсь разложить уровни: data-informed, data-driven и data-led на их фундаментальные компоненты
(Получилось 25 факторов и 135+ элементов).
Цель в том, чтобы получить ясное представление о:
◾️ Текущем состоянии (где мы);
◾️ Целевая картина (где ваш тип компании должен быть, чтобы быть data-driven и какие тренды придется игнорировать);
◾️ Конкретные инициативы, которые мы можем предпринять, чтобы сократить разрыв.
Кто воспользуется - расскажите потом впечатления.
Уже провел это для одного клиента. Было хорошо. Зовите.
Ну и да, борд на английском. знаю. сорян гайз))
Дальше надо бы развить тему data-driven индекса. Но сначала надо обстоятельно подумать на эту тему.
——
И последнее.
Мы с BI Consult проведем еще один поток курса по BI стратегии в мае. Осенью не все поместились.
В продаже около 10 мест.
Велком.
Детали тут
Мой work-life-balance коуч Андрей Демидов (aka DataYoga) и ребята из Visiology позвали поговорить о проблемах внедрения BI и спровоцировали очередной круг размышлений на тему Reporting factory vs Self-Service BI. Казалось бы куда уже еще.
В итоге набросал вот такой summary бордец. Вроде исчерпывающе.
Го похоливарить в комменты.
Сходил к ребятам на марафон - кто любит такое - см запись.
Кроме self-service там еще про BI боли, data governance, хаос контента и ...паддинги
Такой же контент примерно только плотнее будет и на курсе по D&A стратегии в мае. Велком. Места еще есть.
В итоге набросал вот такой summary бордец. Вроде исчерпывающе.
Го похоливарить в комменты.
Сходил к ребятам на марафон - кто любит такое - см запись.
Кроме self-service там еще про BI боли, data governance, хаос контента и ...паддинги
Такой же контент примерно только плотнее будет и на курсе по D&A стратегии в мае. Велком. Места еще есть.
На этих выходных снова думаю над вопросом: почему дата катологи не взлетают?
Расскажу все, что в итоге надумаю в понедельник 1 апреля на CDO Day у Datanomix - Заходите
Вроде и боли есть и ценность каталоги субъективно дают. Но (честный) результат одним словом ….такое 😒
Есть несколько вопросов на которые кажется ни вендоры ни компании так и не ответили в полной мере:
❓ Вовлекать или не вовлекать таки бизнес в работу с каталогом и если да то что ему там показывать чтобы он не убежал в ужасе
❓ Линедж - как остановиться с интеграциями и понять зачем он таки и кому нужен
❓ Каталог отчетов дублирующий ваш аналитический портал, сделанный удобным для пользователей в другом инструменте. Что с этим делать блин?
❓ Что делать с выжженной пустыней вместо описаний полей и как растить там оазисы? Описания сделанные AI они вообще кому то нужны ?
❓ Как реально делать глоссарий, если бизнес не вовлекается в роль дата стюарда, а техническим дата кустодианам не хватает контекста для этой задачи?
❓ Как замерить эту экономию на поиск и понимание данных (которую рисуют вендоры), ни у кого нет такого тайм трекинга.
❓ Что делать со кучей избыточных и дублирующих функций которые вендоры засунули в каталоги до кучи (спойлер отключить/не трогать)
❓ Нелепые data management модули в bi системах.. как их женить в главный каталог?
❓ Достаточно ли у вас совокупной практической ценности, чтоб ожидать от дата аналитиков и инженеров постоянных заходов. Нужен ли каталог без высокого в него трафика?
Может и не должны каталоги взлетать выше в их текущем виде. Тяжеловаты…
Вспоминается из школьной программы «Рожденный ползать - летать не может!..
Забыв об этом, он пал на камни, но не убился, а рассмеялся...»
Расскажу все, что в итоге надумаю в понедельник 1 апреля на CDO Day у Datanomix - Заходите
Вроде и боли есть и ценность каталоги субъективно дают. Но (честный) результат одним словом ….такое 😒
Есть несколько вопросов на которые кажется ни вендоры ни компании так и не ответили в полной мере:
Может и не должны каталоги взлетать выше в их текущем виде. Тяжеловаты…
Вспоминается из школьной программы «Рожденный ползать - летать не может!..
Забыв об этом, он пал на камни, но не убился, а рассмеялся...»
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Пост не про аналитику, но про работу в лонгтерн
Что важнее мотивация или дисциплина, процессы ?
Без дисциплины невозможно преодолевать пиздец как в рабочих проектах так и в жизни.
Без мотивации весь этот логичный процессинг идет нафиг.
Я часто ставлю на первый шарик. Но видимо я старею (не так как громов и бахвалов но тем не менее) и начинаю менять парадигму.
Картинка кстати мислилит.
Шарик с дисциплиной изображен крупнее. Без мотивации он может двигаться совсем невысоко и медленно.
Шарик с мотивацией может полежать и снова начать прыгать )
Вы скажите, зачем выбирать - нужно комбинировать и запускать все шарики параллельно.
У кого то получается ?
Что важнее мотивация или дисциплина, процессы ?
Без дисциплины невозможно преодолевать пиздец как в рабочих проектах так и в жизни.
Без мотивации весь этот логичный процессинг идет нафиг.
Я часто ставлю на первый шарик. Но видимо я старею (не так как громов и бахвалов но тем не менее) и начинаю менять парадигму.
Картинка кстати мислилит.
Шарик с дисциплиной изображен крупнее. Без мотивации он может двигаться совсем невысоко и медленно.
Шарик с мотивацией может полежать и снова начать прыгать )
Вы скажите, зачем выбирать - нужно комбинировать и запускать все шарики параллельно.
У кого то получается ?
Data Nature 🕊
На этих выходных снова думаю над вопросом: почему дата катологи не взлетают? Расскажу все, что в итоге надумаю в понедельник 1 апреля на CDO Day у Datanomix - Заходите Вроде и боли есть и ценность каталоги субъективно дают. Но (честный) результат одним словом…
Вы и не ждали, а тут подвезли запись с этого выступления: https://youtu.be/USVV6VnBHzk?si=eLsIDXlh2JN-S8F0
Ну и новая miro доска со старыми героями: https://miro.com/app/board/uXjVKaSkvRA=/
enjoy
Ну и новая miro доска со старыми героями: https://miro.com/app/board/uXjVKaSkvRA=/
enjoy
Так.
Я понимаю, что tableau для некоторых стало эхом ушедшей молодости. Но это не повод не зарегистрироваться на RSTUG: #02VizNaDvore 16 Апреля 2024
причина номер 1. Будут топовые спикеры (как всегда)
🔝 Скромный Вадим Панасюк Tableau Ambassador из Vizuators собственной персоной расскажет про построение BI команды. У него нет бороды, но да бог ему судья
🔝Не-Скромный Александр Варламов Tableau Zen Master и Ambassador - взорвет вам мозг своими tableau трюками (скромные люди не делают такие вещи)
🔝 Диана и Александр из Wargaming. Там крутой уровень зрелости BI и точно будет что-то самобытное.
🔗 См агенду и темы тут
причина номер 2. Мы сменим формат (по вашим заявкам). Попробуем зум вместо стрима на youtube. Можно будет кроме чата - поднимать руку и подключаться в беседы, задавать вопросы голосом.
причина номер 3. Табло, не табло - не важно. В конце концов БиАй это про жизнь, тут важен принцип. Атмосфера легкого декаданса будет обеспечиваться джазом на фоне и легким сарказмом ведущих.
Короче регайтесь активнее гайз. Весна же
💩 И да. Егор закинул конкурс на создание логотипа для нашей с вами tableau user group. Ведь это самое важное. Пока заявок немного, есть все шансы победить и забрать приз - поездку на Tableau Conference в Сиэтл
Я понимаю, что tableau для некоторых стало эхом ушедшей молодости. Но это не повод не зарегистрироваться на RSTUG: #02VizNaDvore 16 Апреля 2024
причина номер 1. Будут топовые спикеры (как всегда)
🔝 Скромный Вадим Панасюк Tableau Ambassador из Vizuators собственной персоной расскажет про построение BI команды. У него нет бороды, но да бог ему судья
🔝Не-Скромный Александр Варламов Tableau Zen Master и Ambassador - взорвет вам мозг своими tableau трюками (скромные люди не делают такие вещи)
🔝 Диана и Александр из Wargaming. Там крутой уровень зрелости BI и точно будет что-то самобытное.
🔗 См агенду и темы тут
причина номер 2. Мы сменим формат (по вашим заявкам). Попробуем зум вместо стрима на youtube. Можно будет кроме чата - поднимать руку и подключаться в беседы, задавать вопросы голосом.
причина номер 3. Табло, не табло - не важно. В конце концов БиАй это про жизнь, тут важен принцип. Атмосфера легкого декаданса будет обеспечиваться джазом на фоне и легким сарказмом ведущих.
Короче регайтесь активнее гайз. Весна же
Please open Telegram to view this post
VIEW IN TELEGRAM
На этой неделе думал про дата культуру.
Разные компании пишут правильные стратегии, говоря о приоритетности дата грамотности. Но "Качество" людей (ужас какой) умножает на 0 бюджеты на проекты и наоборот - поднимает сложные инициативы без видимых усилий.
Возникает в центре эта самая Дата культура — то, как люди воспринимают себя, руководство и свои задачи с точки зрения данных, желательные модели принятия решений.
Кажется это самая актуальная тема из тех, о которых меньше всего говорят.
Думаю, никто не знает, как изменить это на практике.
Пока я думал об этом - выделил для себя 4 черты целевой data-driven культуры:
1️⃣ Приоритет объективности - решения основаны на эмпирических пруфах в результате анализа данных. Экспертные оценки являются второстепенными.
2️⃣ Challenge культура - Постановка под вопрос мнений руководства при условии подкрепления данными
3️⃣ Test and Learn (привет Костя Маркелов из Tinkoff Bank) - широкое использование экспериментов для управленческих решений
4️⃣ No Fear to Fail - поощряется делиться уроками как из успешных, так и из неудачных кейсов.
Большинство примеров, которые я вижу, это технологические компании, созданные за последние 20 лет.
Поэтому я пытаюсь понять эффективные методы трансформации для остальных. Помогайте.
Вот топ-3 (обратная нумерация):
3️⃣ Марафоны - это глобальные массовые длительные ивенты, где (почти все) сотрудники компании одновременно "бегут" по темам в режиме спринта, решают кейсы и отмечают результаты.
+ агрессивный маркетинг в интранете с участием топ-менеджеров и приглашенных экспертов (🤝 @lingualize )
2️⃣ C-Level менеджмент имеет высокую data / AI грамотность и выступает активными спонсорами и евангелистами инноваций.
1️⃣ Корпоративная политика найма с обязательными требованием к дата скилам. Замена сотрудников, не обладающих данными навыками.
Это кажется наиболее эффективным методом. Может быть как жестким там и плавным.
Есть ли другие идеи/практики?
Картинку кладу в D&A Strategy and Tactics Guide
Разные компании пишут правильные стратегии, говоря о приоритетности дата грамотности. Но "Качество" людей (ужас какой) умножает на 0 бюджеты на проекты и наоборот - поднимает сложные инициативы без видимых усилий.
Возникает в центре эта самая Дата культура — то, как люди воспринимают себя, руководство и свои задачи с точки зрения данных, желательные модели принятия решений.
Кажется это самая актуальная тема из тех, о которых меньше всего говорят.
Думаю, никто не знает, как изменить это на практике.
Пока я думал об этом - выделил для себя 4 черты целевой data-driven культуры:
1️⃣ Приоритет объективности - решения основаны на эмпирических пруфах в результате анализа данных. Экспертные оценки являются второстепенными.
2️⃣ Challenge культура - Постановка под вопрос мнений руководства при условии подкрепления данными
3️⃣ Test and Learn (привет Костя Маркелов из Tinkoff Bank) - широкое использование экспериментов для управленческих решений
4️⃣ No Fear to Fail - поощряется делиться уроками как из успешных, так и из неудачных кейсов.
Большинство примеров, которые я вижу, это технологические компании, созданные за последние 20 лет.
Поэтому я пытаюсь понять эффективные методы трансформации для остальных. Помогайте.
Вот топ-3 (обратная нумерация):
3️⃣ Марафоны - это глобальные массовые длительные ивенты, где (почти все) сотрудники компании одновременно "бегут" по темам в режиме спринта, решают кейсы и отмечают результаты.
+ агрессивный маркетинг в интранете с участием топ-менеджеров и приглашенных экспертов (
2️⃣ C-Level менеджмент имеет высокую data / AI грамотность и выступает активными спонсорами и евангелистами инноваций.
1️⃣ Корпоративная политика найма с обязательными требованием к дата скилам. Замена сотрудников, не обладающих данными навыками.
Это кажется наиболее эффективным методом. Может быть как жестким там и плавным.
Есть ли другие идеи/практики?
Картинку кладу в D&A Strategy and Tactics Guide
Please open Telegram to view this post
VIEW IN TELEGRAM
BI Adoption Guide.pdf
12.9 MB
Размышлял над темой год и пора упаковать и переключится.
Еще родился шаблон для воркшопа, чтоб самим провести анализ в команде.
Кому эта тема интересна пишите и приходите на курс по BI стратегии в мае.
Там это все обсудится и пошарится
Please open Telegram to view this post
VIEW IN TELEGRAM
Мальчишкам и девчонкам а также их родителям
Изучению истории (как и многим школьным предметам) всегда не хватало визуализации.
Супер интересно соотносить события в разных странах в одно время - иметь линзу для сквозного анализа.
Я даже начал делать этот визуал с параллельным таймлайном разных цивилизаций.
Едва ли я бы довел это конца - Тем круче что уже сделали, с дизайном и надеюсь с критическим анализом без "исторических симулякров" (👋 @Alex_S_Vilkov)
Напоминает немного московское метро.
Визуальный кайф.
🔗 https://hronotop.ru/
Нашел в канале DZENDESIGN
(не реклама)
Изучению истории (как и многим школьным предметам) всегда не хватало визуализации.
Супер интересно соотносить события в разных странах в одно время - иметь линзу для сквозного анализа.
Я даже начал делать этот визуал с параллельным таймлайном разных цивилизаций.
Едва ли я бы довел это конца - Тем круче что уже сделали, с дизайном и надеюсь с критическим анализом без "исторических симулякров" (👋 @Alex_S_Vilkov)
Напоминает немного московское метро.
Визуальный кайф.
🔗 https://hronotop.ru/
Нашел в канале DZENDESIGN
(не реклама)
Классная статья (перевод) про то, что «эффект Даннинга-Крюгера» булшит.
Это было заманчивое обоснование для интеллектуалов возвысить себя над другими.
Забавно, что в итоге авторы исследования подтвердили свой эффект, но не данными, а своей ошибкой, переоценив свою компетентность.
Теперь, когда приходит джун и говорит, что он синьор, уже нельзя будет сослаться на этот закон и придется объяснять на фактах.
Меня кстати всегда преследует ощущение переоценки своей компетентности, но теперь можно не волноваться)
Источник: канал Чартомойка
Эффект в том, что неквалифицированные люди склонны переоценивать свою компетентность.
Это было заманчивое обоснование для интеллектуалов возвысить себя над другими.
Забавно, что в итоге авторы исследования подтвердили свой эффект, но не данными, а своей ошибкой, переоценив свою компетентность.
Теперь, когда приходит джун и говорит, что он синьор, уже нельзя будет сослаться на этот закон и придется объяснять на фактах.
Меня кстати всегда преследует ощущение переоценки своей компетентности, но теперь можно не волноваться)
Источник: канал Чартомойка
rationalnumbers.ru
Эффект Даннинга-Крюгера — автокорреляция
Перевод статьи Блейра Фикса
Фрейморки, борды, темплейты, сколько можно 😵💫
За год я произвел какое-то количество тулов для data/bi менеджеров.
Поток этого "творчества" не унять, это побочный продукт основной работы. Но нужно хотя бы структурировать. Вот последние:
- Data & Analytics Maturity Canvas
- BI Adoption guide и темплейт, PDF версия
- Data & Analytics Strategy & Tactics Guide 2.0
- Борд - Почему Data Catalogs не взлетают?
- BI Leader Ramble
- Info Design Songbooks (вместе с Настей)
- Some Dashboards Roasting (вместе с Ромой)
Удачные из них останутся, остальные переродятся во что то другое. Все надо касдевить в этой жизни - напишите в коментах кто чем пользовался.
Не только вам, но и мне требуется усилие, чтобы переварить эти борды, подружить с новыми мыслями и c задачами в работе, убедиться что они реально помогают решать
проблемы. Сложно не скатываться в итоге в инфо-продукты формата so-what и спасибо-кэп.
В том числе для этого я использую свой курс по BI стратегии. Кстати логичнее его переназвать в Разработка Data&Analytics стратегии и тактики, чтоб соответствовало содержанию.
Старт 15 мая, можем взять еще 2-3 человека, кому интересно, пишите. Если коротко - это 3-недельный марафон с длинными встречами по вечерам, "лекциями и домашками", tg-чатом и общением.
🤱Сейчас в работе есть еще несколько новых исследований - будущих Miro бордов, на разных стадиях:
- BI about BI: контент менеджмент гайд о том, что имеет смысл трекать в своей BI системе + примеры дашбордов
- Карта d&a болей: типология проблем разных дата и бизнес ролей + шаблон для воркшопа
- Коллекция шаблонов упражнений для воркшопа по дата/BI стратегии (полноценный экстеншн к этому гайду)
- Data Governance Program Guide 2.0 - сильно переосмысленный и дополненный
- Типология Оргструктур дата команд
- Tableau Report Optimization Guide
- ...
✍️ Напишите в коменты, как думаете - в какие темы вложить больше усилий и продвинуть к готовности в первую очередь?
Часть добью и покажу на курсе в мае и потом выведу в паблик. Остальные будут созревать дальше.
#cамореклама
За год я произвел какое-то количество тулов для data/bi менеджеров.
Поток этого "творчества" не унять, это побочный продукт основной работы. Но нужно хотя бы структурировать. Вот последние:
- Data & Analytics Maturity Canvas
- BI Adoption guide и темплейт, PDF версия
- Data & Analytics Strategy & Tactics Guide 2.0
- Борд - Почему Data Catalogs не взлетают?
- BI Leader Ramble
- Info Design Songbooks (вместе с Настей)
- Some Dashboards Roasting (вместе с Ромой)
Удачные из них останутся, остальные переродятся во что то другое. Все надо касдевить в этой жизни - напишите в коментах кто чем пользовался.
Не только вам, но и мне требуется усилие, чтобы переварить эти борды, подружить с новыми мыслями и c задачами в работе, убедиться что они реально помогают решать
проблемы. Сложно не скатываться в итоге в инфо-продукты формата so-what и спасибо-кэп.
В том числе для этого я использую свой курс по BI стратегии. Кстати логичнее его переназвать в Разработка Data&Analytics стратегии и тактики, чтоб соответствовало содержанию.
Старт 15 мая, можем взять еще 2-3 человека, кому интересно, пишите. Если коротко - это 3-недельный марафон с длинными встречами по вечерам, "лекциями и домашками", tg-чатом и общением.
🤱Сейчас в работе есть еще несколько новых исследований - будущих Miro бордов, на разных стадиях:
- BI about BI: контент менеджмент гайд о том, что имеет смысл трекать в своей BI системе + примеры дашбордов
- Карта d&a болей: типология проблем разных дата и бизнес ролей + шаблон для воркшопа
- Коллекция шаблонов упражнений для воркшопа по дата/BI стратегии (полноценный экстеншн к этому гайду)
- Data Governance Program Guide 2.0 - сильно переосмысленный и дополненный
- Типология Оргструктур дата команд
- Tableau Report Optimization Guide
- ...
Часть добью и покажу на курсе в мае и потом выведу в паблик. Остальные будут созревать дальше.
#cамореклама
Please open Telegram to view this post
VIEW IN TELEGRAM
Какие вызовы возникают у корпораций при внедрении визуализации данных?
Меня попросили ответить а этот вопрос на конференции, но потом не хватило времени озвучить ответ.
Оставляю здесь свои мысли:
1️⃣ Первая мысль
Большинство data профессионалов не имеют интуитивного чувства, что хорошо и что плохо в визуализации данных. И это неисправимо.
После тренингов по визуализации аналитики учатся создавать разные типы графиков механически, без чувства дизайна.
Стайлгайды и шаблоны помогают избежать создания слишком уродливого контента, делая средний уровень более-менее нормальным.
Но создание высококачественных визуализаций остается исключительным сервисом отдельной команды с фокусом на дизайн.
2️⃣ Вторая мысль
Ценность визуализации данных не очень высока в корпоративном мире.
Она была преувеличена, в основном, Tableau, поскольку это их основное преимущество.
Это вызывает разочарование у аналитиков при начале работы бизнес-дешбординге.
Каждый сначала ищет как «применить» все многообразие чартинга, но потом осознает оптимальные типы графиков для любой метрики.
95% - BANs, бары и таблицы. Нет никакой необходимости их улучшать.
Релевантность аналитики и доверие к ней в разы важнее.
Поэтому я предпочитаю говорить больше например о процессах сертификации контента, чем о визуализации данных.
В ней нет ничего критически важного для бизнес-аналитики.
К сожалению.
3️⃣ И третье:
Качество визуализации - это фактор гигиенический. Оно не должно быть ниже определенного уровня в любом случае.
Поэтому я вижу тренд к вендоров (не у всех) в упрощении BI разработки.
Вместо множества модных экстеншенов для «сложных» графиков у BI-инструментов должен быть набор стандартных строительных блоков и готовых лейаутов.
Это ограничивает визуальное разнообразие, но обеспечивает единый формат (без ручных аудитов), ускоряет разработку и доводит время отклика отчетов на уровень приложений.
И вероятно это правильный тренд.
Меня попросили ответить а этот вопрос на конференции, но потом не хватило времени озвучить ответ.
Оставляю здесь свои мысли:
Большинство data профессионалов не имеют интуитивного чувства, что хорошо и что плохо в визуализации данных. И это неисправимо.
После тренингов по визуализации аналитики учатся создавать разные типы графиков механически, без чувства дизайна.
Стайлгайды и шаблоны помогают избежать создания слишком уродливого контента, делая средний уровень более-менее нормальным.
Но создание высококачественных визуализаций остается исключительным сервисом отдельной команды с фокусом на дизайн.
Ценность визуализации данных не очень высока в корпоративном мире.
Она была преувеличена, в основном, Tableau, поскольку это их основное преимущество.
Это вызывает разочарование у аналитиков при начале работы бизнес-дешбординге.
Каждый сначала ищет как «применить» все многообразие чартинга, но потом осознает оптимальные типы графиков для любой метрики.
95% - BANs, бары и таблицы. Нет никакой необходимости их улучшать.
Релевантность аналитики и доверие к ней в разы важнее.
Поэтому я предпочитаю говорить больше например о процессах сертификации контента, чем о визуализации данных.
В ней нет ничего критически важного для бизнес-аналитики.
К сожалению.
Качество визуализации - это фактор гигиенический. Оно не должно быть ниже определенного уровня в любом случае.
Поэтому я вижу тренд к вендоров (не у всех) в упрощении BI разработки.
Вместо множества модных экстеншенов для «сложных» графиков у BI-инструментов должен быть набор стандартных строительных блоков и готовых лейаутов.
Это ограничивает визуальное разнообразие, но обеспечивает единый формат (без ручных аудитов), ускоряет разработку и доводит время отклика отчетов на уровень приложений.
И вероятно это правильный тренд.
Please open Telegram to view this post
VIEW IN TELEGRAM
Парадокс Жевона в дата аналитике
Прогресс в области инженерии данных снизил затраты на производство, распространение моделей данных и дашбордов. Задачи, которые раньше требовали недель работы команды из 3-4 BI/Data инженеров, теперь могут быть выполнены одним за несколько дней. Те же Копайлоты дали ощутимый буст времени на написание и аудит кода.
С уменьшением затрат на производство, растет спрос на данные и все их деривативы, что приводит к дальнейшему размножению датасетов и дашбордов.
Поддержание этого множества контента сокращает полученные выгоды: увеличиваются затраты на обслуживание, становится все сложнее для потребителей найти нужную информацию.
Сложность обнаружения и часто низкое качество дата контента стимулирует создание еще большего количества датасетов и дашбордов, поддерживая этот цикл.
Чтобы прервать этот отрицательный цикл, нужно более радикально переосмыслить способ работы, чем просто архивация ненужного:
1. Введение новых абстракций поверх базовых наборов данных. metric store связанный с семантическим слоем помогает повышать переиспользование и адаптацию мастер слоя для бОльшего количества кейсов использования.
2. Дата продукты и связанный с ними процесс сертификации и гавернанса. Создание объектов в местах наибольших пересечений требований разных потребителей и развитие этого слоя на аналитике их потребления.
Мораль: Если не начать эти инициативы сейчас, через 2-3 года вас с командой совсем не будет видно за кучей таблиц и отчетов, к которым добавятся еще и AI/ML модели😭 😬
Осмыслил пост из Linkedin
Парадокс или Эффект Жевона описал английский экономист Уильям Жевон в 1865 году, изучая влияние улучшений в эффективности использования угля.
Прогресс в области инженерии данных снизил затраты на производство, распространение моделей данных и дашбордов. Задачи, которые раньше требовали недель работы команды из 3-4 BI/Data инженеров, теперь могут быть выполнены одним за несколько дней. Те же Копайлоты дали ощутимый буст времени на написание и аудит кода.
С уменьшением затрат на производство, растет спрос на данные и все их деривативы, что приводит к дальнейшему размножению датасетов и дашбордов.
Поддержание этого множества контента сокращает полученные выгоды: увеличиваются затраты на обслуживание, становится все сложнее для потребителей найти нужную информацию.
Сложность обнаружения и часто низкое качество дата контента стимулирует создание еще большего количества датасетов и дашбордов, поддерживая этот цикл.
Чтобы прервать этот отрицательный цикл, нужно более радикально переосмыслить способ работы, чем просто архивация ненужного:
1. Введение новых абстракций поверх базовых наборов данных. metric store связанный с семантическим слоем помогает повышать переиспользование и адаптацию мастер слоя для бОльшего количества кейсов использования.
2. Дата продукты и связанный с ними процесс сертификации и гавернанса. Создание объектов в местах наибольших пересечений требований разных потребителей и развитие этого слоя на аналитике их потребления.
Мораль: Если не начать эти инициативы сейчас, через 2-3 года вас с командой совсем не будет видно за кучей таблиц и отчетов, к которым добавятся еще и AI/ML модели
Осмыслил пост из Linkedin
Please open Telegram to view this post
VIEW IN TELEGRAM
DataBar - успехом стартовал наш скромный движ для людей про данные и алкоголь
Вместе с Я-Tableau-Бог-Егором и RevealTheData-Ромой таки подавили социофобию и провели первый оффлайн ивент в парке в Амстердаме.
Пришло около 25 незнакомых друг с другом людей из России, Белоруссии, Украины, Марокко, Италии и Индии.
Все пришедшие были в жутком адеквате - аналитики, инженеры и предприниматели. Небольшие стартапы, глобальные компании.
Была идея, что нужно будет как-то развлекать всех, знакомить и модерировать обсуждения, разгоняя темы про AI, данные и аналитику. Рома подготовилпантомиму фасилитацию.
Но народ просто взял пива и начал общаться. Заготовки не пригодились и талант Ромы не был востребован.
Было супер короче. Будем делать второй ивент в июне. Присоединяйтесь кто недалеко.
Следующий 29 июня -
https://www.meetup.com/databar-data-analytics-meetups/
И кстати - недавно по совпадению появился канал крутого Саши Варламова - с таким же названием Data Bar - https://xn--r1a.website/data_bar. Тут ссылки на работы и мысли на премиальном уровне. Каждый пост - интеллектуальный тест на настоящего эксперта продвинутого датавиза. Я прохожу через раз)
Вместе с Я-Tableau-Бог-Егором и RevealTheData-Ромой таки подавили социофобию и провели первый оффлайн ивент в парке в Амстердаме.
Пришло около 25 незнакомых друг с другом людей из России, Белоруссии, Украины, Марокко, Италии и Индии.
Все пришедшие были в жутком адеквате - аналитики, инженеры и предприниматели. Небольшие стартапы, глобальные компании.
Была идея, что нужно будет как-то развлекать всех, знакомить и модерировать обсуждения, разгоняя темы про AI, данные и аналитику. Рома подготовил
Но народ просто взял пива и начал общаться. Заготовки не пригодились и талант Ромы не был востребован.
Было супер короче. Будем делать второй ивент в июне. Присоединяйтесь кто недалеко.
Следующий 29 июня -
https://www.meetup.com/databar-data-analytics-meetups/
И кстати - недавно по совпадению появился канал крутого Саши Варламова - с таким же названием Data Bar - https://xn--r1a.website/data_bar. Тут ссылки на работы и мысли на премиальном уровне. Каждый пост - интеллектуальный тест на настоящего эксперта продвинутого датавиза. Я прохожу через раз)