спросите аналитика
Серия интервью с заметными обладателями аналитического мышления о том, как его развивать и где искать таких же, как они.
Иван Ямщиков
Разве аналитика — не про математику?
Интервью с евангелистом ABBYY и сооснователем проекта Creaited Labs про профессию "аналитик", аналитическое мышление и адекватное использование данных для роста бизнеса.
Получил степень PhD по прикладной математике в Бранденбургском Технологическом университете. Шесть лет проработал аналитиком в Яндексе. Научный сотрудник Института Макса Планка в Лейпциге, евангелист компании ABBYY и сооснователь проекта Creaited Labs.

О своей работе простым языком: "Я учу компьютеры понимать человеческий язык".

Иван Ямщиков
просто хороший парень
— Ты как минимум 6 лет был аналитиком, и сейчас довольно близок к этой теме, как мне кажется. Математика — это MUST для аналитика?
— Нет, мне кажется, математика не обязательна для начинающего аналитика. И хорошее знание математики на первых порах часто мешает стать хорошим аналитиком. Напротив, знание физики помогает. Математика — красивая наука, как философия и искусство. Физика же совсем не про красоту, она суровая — в ней важны конкретные результаты.

Базовые навыки, которые закладываются в рамках начального физического образования, совершенно необходимы, чтобы начинать приносить пользу в роли аналитика. Базовые навыки, которые закладываются в рамках начального математического образования, тоже нужны. И чем выше твой уровень, тем выше потребность в них. Но на стартовом этапе они не являются на столько критическими, как те, которые получает физик.

Поясню еще раз. Чтобы начать карьеру аналитиком, желательно быть физиком. Но чтобы стать крутым аналитиком, нужно разобраться с математикой, кем бы ты ни был.

Чтобы начать карьеру аналитиком, желательно быть физиком. Но чтобы стать крутым аналитиком, нужно разобраться с математикой, кем бы ты ни был.
— Солидарна с тобой. Но как тогда объяснить, что такое «аналитическое мышление»?
— Очень просто. Аналитическое мышление — это понимание принципа фальсифицируемости (Поппера) [утверждение, для которого нельзя придумать опровергающий его мысленный эксперимент, — антинаучно, и не надо пытаться что-то с ним делать] и способность адекватно оценивать масштаб компромисса, на который ты идешь со своей совестью, решая ту или иную задачу.

Аналитик — это человек, который постоянно берет на свою душу «грех антинаучности» в пользу интересов компании, не теряя при этом критичности своего мышления. При этом никогда не превышая границы в 1 или 2 сигма (зависит от компании) того, что мы должны проверить и что можем взять на веру.
Аналитик — это человек, который берет на свою душу «грех антинаучности» в пользу интересов компании, не теряя при этом критичности своего мышления.
— Здорово сказано! Ну окей, важна не математика, а способность быть критичным и балансировать между наукой и реалиями бизнеса.
Теперь послушаем, что сейчас на хайпе у продактов и маркетологов. Все хотят учить R, Python и статистику. Что думаешь об этом?
— Сейчас чтобы быть успешным, надо быть умным. Поэтому логично, что люди учатся, ищут для себя новые пути и темы для развития. Однако вот, что я думаю по конкретному кейсу «продакт, который учит Питон и матстат».

Самое худшее что можно посоветовать продакту и маркетологу — выучить Python и статистику, если только они не решили стать аналитиками (что будет стоить им не только времени на переобучение, но и вероятного проседания на некоторе время по доходу). Мне кажется, более глубокое погружение в свою профессию — более выгодный вариант для развития, чем освоение смежных областей.

Вам не нужно учиться проводить аб-тесты самостоятельно. Вам нужно научиться эффективно взаимодействовать с аналитиками и понимать границы ответственности аналитиков в проектах.
Самое худшее что можно посоветовать продакту и маркетологу — выучить Python и статистику, если только они не решили стать аналитиками.
— Я нередко слышу от продактов, что они хотят стать аналитиками. Хотя аналитиков, желающих быть продактами, больше.
— И это разумно. Работа продакта и маркетолога кажется мне весьма перспективной. Во-первых, хороших продуктов существенно меньше, че мест, где их можно было бы сделать. Во-вторых, работа продакта или маркетолога будет существенно позже автоматизирована, чем работа аналитика уровня Junior.
— Еще немного про hard skills для продактов. Многие сейчас убеждены, что пропасть между данными и инсайтами на их основе вызвана плохим знанием матстата и трудностями при работе с базами данных. Поэтому продакты, которые идут учить математику и программирование, на самом деле идут за драйверами роста своих продуктов.
— В данных много вопросов и сигналов. Но хорошие продукты случаются там, где есть хороший продуктовый вижн, а не хорошие данные. Вот вам пример.

Компания Burbn воевала с компанией Foursquare и Gowalla. Burbn пришли на рынок геологкационных сервисов для чекинов третьей. Они собирали чекины и фотографии мест. В какой-то момент топам из Burbn стало очевидно, что им не победить в войне за чекины, и даже Gowalla, которая пришла на рынок второй вряд ли поднимет следующий раунд. Поэтому они подумали, в чем миссия нашего продукта? В том, чтобы показывать людям мир глазами их друзей. Так появился Instagram. Долгое время в Instagram была карта с фотографиями — наследие Burbn. [Прим. редакции — больше инфы тут «Как мы запускали Instagram — история сооснователя Майка Кригера» и тут «Growth Lessons From Instagram, Before It Was Instagram«]

Можно ли было найти это продуктовое решение в данных или аналитике? Можно было увидеть, что надо улучшать качество геопозиции и инвестировать дополнительные десятки миллионов долларов на маркетинг неконкурентоспособный продукт. Но правильным оказалось инвестировать эти деньги в разработку фильтров Instagram.

Хороший продакт отличается от плохого тем, что в его вижн верят вопреки всем рациональным законам. И часто хорошими продактами становятся через взаимодействие с аналитикой. Так как аналитика — это аргументы для подтверждения его вижена. Полезный скилл для любого продакта — использовать аналитику для подтверждения своих гипотез и переставать продавливать идеи, если пришел сигнал из данных, их опровергающий.
Хороший продакт отличается от плохого тем, что в его вижн верят вопреки всем рациональным законам.

Полезный скилл для любого продакта — использовать аналитику для подтверждения своих гипотез и переставать продавливать идеи, если пришел сигнал из данных, их опровергающий.
— Давай все-таки успокоим тех наших читателей, которым сейчас показалось, что математика — это не фактор успеха. Я знаю огромное количество карьерно состоявшихся людей, которые активно вкладываются в свое именно математическое образование.
— И это правильно, с этим я согласен. Есть базовая точка входа — это те навыки, которые скорее есть у физика [прим. ред. базовая точка входа к получению конкретных результатов ]. Если человек, например, уже создал свою компанию, значит звезды так сложились, что эти навыки у него уже есть. А математика начинает требоваться по мере углубления в детали в общем-то любого дела. Ровно также, как понимание квантовой механики обычно не нужно. Классическая механика тоже неплохо объясняет то, как устроен мир. Но если хочется понять глубже, понять больше — без знания квантовой механики уже не обойтись.

Математика помогает привести сложные процессы в систему. В этом плане я рекомендую изучать теорию вероятности и теорию информации. Мне кажется, эти разделы математики нужно преподавать в школе. Они формируют правильное мышление.

Математика помогает привести сложные процессы в систему. В этом плане я рекомендую изучать теорию вероятности и теорию информации.
— Как найти хорошего аналитика? Есть ли какой-то быстрый тест на определение настоящего аналитика?
— Надо задаться вопросом, а зачем вам аналитик? Собственно, ответ на этот вопрос — и есть решение задачи «как найти хорошего аналитика». Но часто компании запускают процесс найма, не до конца разобравшись, а зачем.

И в этом плане, лакмус для определения хорошего аналитика — это спросил ли он вас, зачем он вам нужен, и попытался ли усомниться в том, что он действительно вам нужен. Хороший аналитик разбирается в сути всех задач, за которые берется, и по умолчанию сомневается в справедливости рабочих гипотез.
Лакмус для определения хорошего аналитика — это спросил ли он вас, зачем он вам нужен, и попытался ли усомниться в том, что он действительно вам нужен. Хороший аналитик разбирается в сути всех задач, за которые берется, и по умолчанию сомневается в справедливости рабочих гипотез.
Я хочу посоветовать недавно мой прочитанную книгу "Algorithms to Live By: The Computer Science of Human Decisions"
Иван Ямщиков
— Спасибо за интересный разговор. Я немного другие вопросы планировала, но ты повел наш разговор в правильное русло!
— Пожалуйста, был рад общению!
Ближе к смыслу
Приглашаем на наши воркшопы по развитию аналитического мышления и базовым навыкам в продуктовой аналитике.
Новости о новых статьях тут:
https://tele.gg/close2sense