שאלה: "למה בעצם דאטה אנליסט צריך לדעת SQL?
האם אקסל + כלי BI כמו PowerBI ,Tableau וכיו"ב לא מספיקים?
את השאלה הזו פגשתי כמה פעמים בזמן האחרון מצד מועמדים לתפקידי דאטה אנליסט.
מאחר ולשאלה הזו יש לא מעט זוויות – קשה לענות עליה בצורה שטחית.
לכן, החלטתי לתת מענה בפוסט, או יותר נכון בסדרת פוסטים.
בחלק הראשון, נתייחס לזווית של נישות אנליטיות – בדגש על ההבדל בין ביזנס אנליסט ודאטה אנליסט.
אמל"ק – זווית הנישה האנליטית וסוג הארגון – ההבדל בין דאטה אנליסט לביזנס אנליסט
בארגונים עם פוקוס עסקי יחסית פשוט וצרכים אנליטיים פשוטים + תשתית BI מיוצבת – כלי BI יספיק עבור האנליסטים.
בארגונים המחפשים זוויות יותר עמוקה של מחקר, הגדרות ולוגיקות מורכבות מצד אחד, או לחילופין שתשתית ה-BI לא מספיקה – כאן יידרש SQL.
הנה טעימה ל-2 משימות המחייבות SQL:
💸 אפיון ומימוש מדידה של לקוחות נוטשים (הגדרה מורכבת שלא קיימת לרוב ב-BI).
🔧 טיוב נתונים בהתאם למשימה – אפיון וטיפול בערכים חסרים, חריגים (כמו מיקוד '99999'/,'11111'), ערכי 0, אחוזונים וכיו"ב.
חלק א' – סוג הארגון והמשימות (ההבדל בין דאטה אנליסט לביזנס אנליסט)
הכלים הרלוונטיים בהם עושים אנשי הדאטה שימוש – תלוי בסוג הארגון/חברה ובסוג המשימות.
(זה נכון כמובן גם לכל כלי ולכל בעל מקצוע אחר).
ישנם ארגונים בשוק (ואפילו לא מעט), בהם בולטים 2 מאפיינים דומיננטיים:
📊 כבר קיימת תשתית BI ייעודית לדוחות ודשבורדים בארגון.
⏳ חלק ניכר (או אפילו מלא) מהשאלות העסקיות הן יחסית פשוטות ומיידיות.
בארגונים האלה, אכן מספיק ברוב המקרים שימוש בכלי BI (בדגש על כלי דוחות + ויזואליזציה, וכמובן אקסל).
חשוב מאוד לזכור, שבמקרים האלה או שכבר עבדו קשה בעבר בשביל ללעוס את הדאטה ולהביא אותו לתצורה מתאימה;
כזו המאפשרת מענה על כ-80% מהשאלות העסקיות – שדורשות עיבוד יחסית פשוט וישיר של הדאטה.
או שמלכתחילה בארגון או ביחידה אנליטית ספציפית רמת המורכבות של השאלות העסקיות או הפוקוס העסקי היא פשוטה;
כזו, המאפשרת מענה יחסית פשוט וישיר – בלי יותר מדי עיסוק בהגדרות ולוגיקות מורכבות של דאטה.
ברבים מהארגונים/ יחידות האלה האנליסט הוא למעשה Business Analyst, ופחות Data Analyst.
כלומר – האנליסט/ית ממוקד/ת בתמיכה ישירה בקבלת ההחלטות של המנהלים ואנשי התפעול.
אווירה כזו מתעדפת לרוב מהירות (time-to-market) לעומת עומק מחקרי ואנליטי.
האם הארגונים האלה הם כל מה שיש בשוק? ברור שלא...
למעשה, רוב הארגונים הם ככל הנראה מהטיפוס האחר:
💾 ארגונים שבהם אין תשתית דוחות BI מסודרת ומובנית;
🔮 חברות בהן קיימת דרישה לניתוחים יותר מעמיקים מדוחות פשוטים.
כאן, הצורך בעבודת דאטה מסיבית הופך להכרח, ואותה כבר קשה מאוד ואפילו לא אפשרי לעשות רק בעזרת כלי דוחות וויזואליזציה. הנה כמה דוגמאות:
🛠 יצירת תשתית BI מיושרת עם מודל נתונים יציב.
🎨 דוחות אד-הוק בהם נדרש לאפיין ולממש לוגיקה ייעודית שלא קיימת בתשתית ה-BI. לדוגמה: הגדרת לקוחות נוטשים.
🔮 מודלי ML או Predictive Analytics המחייבים הגדרות ולוגיקות ספציפיות או מבנה נתונים ייעודי.
⚙ לוגיקות מורכבות. לדוגמה:
• חישוב ביצועים בתקופה הקודמת עבור כל לקוח. לדוג': אילו פעולות במהלך השבוע הראשון לפעילות של המשתמש מנבאים המשך שימוש בכלי;
• הגדרת זהויות לקוח – מכשיר מול משתמש (כל משתמש יכול להשתמש באתר בהרבה מכשירים/דפדפנים וכמה משתמשים יכולים לגשת לאתר מאותו המכשיר);
• אגרגציה מורכבת – לדוג': עבור כל לקוח מועד ביקור הראשון שבו קרתה פעולה ספציפית – לא הראשון או האחרון מתוך כלל הביקורים.
✂ טיוב נתונים בהתאם למשימה – אפיון וטיפול בערכים חסרים, חריגים (כמו מיקוד '99999'/,'11111'), ערכי 0, אחוזונים וכיו"ב.
לרוב, אין את זה באופן מובנה בתשתית ה-BI אלא רק את הדאטה הגולמי.
וכאמור, זה יכול להשתנות פר משימה.
חשוב לציין, שעבודת תשתית דאטה מסיבית היא לא התפקיד לא של business analyst ולא של data analyst, אלא של מפתחי BI / Data engineers.
הכוונה בפוסט כאן היא יותר לעבודת אפיון הנוגע לטיוב הדאטה, מחקר עומק שלו והפקת תובנות וערך – ופחות להקמת תשתית הדאטה.
🏁 לסיכום
אקסל וכלי דוחות BI כמו PowerBI , Tableau, Looker, Sisense ואחרים הם כמובן כלים נהדרים.
העניין הוא שישנם יישומים אנליטיים וניתוחי עומק הדורשים עיבוד נתונים מסיבי וחישובים מורכבים – שאותם כלי הדוחות פחות מיועדים לממש.
זה למעשה ההבדל העיקרי בין נישת דאטה אנליסט לביזנס אנליסט (למרות שברוב המקרים הטייטל עשוי לא להיות מדויק).
< למאמר מעניין נוסף הנוגע בנישות אנליטיות – ההבדל בין BI אנליסט לדאטה אנליסט – לחצו כאן >
ועד כאן הזווית הראשונה של סוג החברה/ יחידה, ובמקביל סוג המשימות העסקיות.
בהמשך ניגע בזוויות נוספות – כמו תהליך העבודה האנליטי, יצירת תשתית דאטה ארגונית, סוג המשימות האנליטיות הקיימות, סוג הכלים האנליטיים ועוד.
קורסים, הכשרות וייעוץ שאולי יעניינו אותך
(מהחנות האנליטית של 'מועדון הנתונים'!)
מסטר קלאס 'הרגל בדלת' לדאטה אנליסט
קורס SQL מעשי לדאטה אנליסט
פגישת הכוונה לקריירה כדאטה אנליסט