Mình ko phải là data analyst chuyên nhưng mình là người lớn lên cùng với team data từ những ngày đầu hệ thống, những ngày đầu khi team chỉ có 1, 2 người, khi chưa có data analyst chuyên thì mình là người tự tay đi đào bới insight. Sau này analyst chuyên vào thì mình không làm những việc của tầng phía bên trên nữa, nhưng mình vẫn theo dõi/quan sát những việc mà tầng bên trên làm.
Bạn analyst bên mình là dân kinh tế, ngày mới vào chỉ biết Excel, SQL không biết, càng không biết đến business của hệ thống. Team data bên mình những ngày đầu là một chuỗi hỗn loạn ở tất mọi khâu, mà thật ra đến giờ nó cũng chẳng khác gì, chỉ là có 1 số khâu, quy trình trong hệ thống nó có vẻ rõ ràng hơn so với những ngày đầu.
Những ngày đầu thì những report metric nó chỉ quanh quẩn ở những metric đơn giản, như số lượng xử lý được ở mảng này mảng kia, sau phát triển hơn, các metric phức tạp, tinh vi hơnn hơn bắt đầu lật qua lật lại các con số đó dưới rất nhiều các góc nhìn khác nhau, tìm ra các con số và các góc nhìn mà nó thực sự có ý nghĩa.... Rồi thể hiện tỉ lệ, rồi so sánh, trend tăng giảm trong các quãng thời gian ABC.....
Với các "report" dạng phân tích chứng minh, thực ra mình nghĩ nó có thể đến từ 2 cách làm. Từ 1 chuyên đề, có thể cá nhân 1 analyst tự làm với cách làm là thứ mà mình nói như trên, những cũng có 1 hướng khác là không phải 1 cá nhân làm, mà là cả 1 đám bay vào phòng họp, từ C-level, trưởng 1 nhóm liên quan cho đến analyst của team data, cả data engineer cũng bị lôi vào, rồi đâm chém nhau gì đó trong phòng họp với metric report của mục trên được filter dưới quan điểm của người đưa và bảo vệ quan điểm và người phản bác quan điểm. Chuyện mọi người nghĩ khác nhau quan điểm là bình thường, người có kinh nghiệm về hệ thống nhưng bị bias vì thói quen, người ko có kinh nghiệm về hệ thống nhưng lại phát hiện được pattern data bất thường, là thứ quá là bình thường. Đâm chém nhau xong rồi thì rút ra quyết định, hoặc là quyết định theo dõi thêm, đều là chuyện bình thường.
Ở chỗ khác thì mình ko rõ, nhưng bên mình thì những vấn đề cần giải quyết hầu hết nó cũng kiểu như như cái vấn đề trong cái hình này thôi. Phương pháp làm cũng na ná vậy. Mình ko nghĩ những phương pháp kiểu thế này là một thứ gì đó quá cao siêu cả. Trong nội bộ team cũng có nhiều người với các hiểu biết về hệ thống/kĩ thuật khác nhau và góc nhìn nhận vấn đề khác nhau. Mọi người bổ sung cho nhau để hướng đến mục tiêu chung: tạo ra impact.
Dĩ nhiên cũng có những vấn đề khác rất phức tạm với những cách giải rất phức tạp (như vụ build model ML dự đoán số lượng đơn hàng trong tương lai chẳng hạn), tuy nhiên những thứ này thường bị ưu tiên thấp do chi phí/thu hoạch thấp, trong khi có rất nhiều thứ rõ ràng có tiềm năng hơn rất nhiều mà cách thực hiện lại đơn giản.....
Clean data mà tính mod, median, standard deviation hả thím? Ko biết đừng chém.
Mặc dù là học ngành CNTT, học ở lớp đéo học, rủ nhau bỏ tiền đi học ngoài.
