ИИ стримеры в Китае вместо людей

Или куда "катится" мир.

Вчера прочитала свежую новость в MIT Technology Review.

Суть в том, что в Китае очень популярны продажи товаров на трансляциях. На них совершается более 25% всех покупок. Но обучение "живых" ведущих, их удержание - это значительные затраты. Поэтому китайцы решили автоматизировать.

Только один китайский стартап Silicon Intelligence создал целых 400,000 виртуальных стримеров. Стоимость от 1000 долларов и выше, в зависимости от функционала.

ИИ стримеры выглядят как настоящие. Более продвинутая версия даже может отвечать на комментарии, поэтому создается впечатление, что стример активно общается с аудиторией. Но в отличии от людей могут работать 24/7.

Что сказать - очень предсказуемо.

Взглянув на ИИ стримера выше, вы сможете угадать - это нейросеть или человек?

Можно ли аналитику данных преобразовать в бизнес? Какие могут быть бизнес идеи, связанные с аналитикой данных?

Вот такие интересные вопросы пришли от подписчика (скриншот выше☝️).

Я решила поделиться, потому что уверена, что многие из вас тоже задумывались над совмещением бизнеса и аналитики.

Как бы вы ответили на эти вопросы? Делитесь своими мыслями и предложениями в комментариях!

Аналитик данных - фрилансер и предприниматель

Основные направления, куда можно расти аналитику данных я изобразила на схеме выше👆🏻

Могу поделиться мыслями про фриланс и предпринимательство, тк. фриланс пробовала ранее, а небольшие предпринимательские проекты реализую регулярно.

Фриланс - предоставление услуг по аналитике

Считаю, что у меня достаточно сильные маркетинговые скиллы, поэтому клиенты стали появляется уже в первый месяц. Секрета нет - убедительное портфолио + размещение на около 30 площадок (РФ + в основном зарубежные).

Но проанализировав, поняла, что фриланс - это не то, чем я хочу заниматься:

Фриланс это: Знания в аналитике + Знание или желание разобраться в продвижении своих услуг + Умение и желание коммуницировать с клиентом. Последнее - не люблю. Клиенты попадаются разные и часто их запросы мягко говоря странные (так как понимание аналитики практически отсутствует). Мне больше по душе идеи, где не нужно плотно общаться с клиентом.

Кроме того основные клиенты - это малые бизнесы, которые не могут и не хотят платить за работу хорошо и чаще всего хотят постоплату.

Предпринимательство

На мой взгляд, аналитические навыки пригодятся при открытии любого дела. Даже открывая кофейню, можно применить в ней знания аналитики и построить "твердый" бизнес, опирающийся на данные, а не на интуицию. Что будет преимуществом, так как малый бизнес редко использует аналитику (максимум подключит Яндекс Метрику, ито не будет использовать ее в полном объеме). Отсутствие аналитики часто приводит к хаосу, потере денег и закрытию бизнеса.

Если хочется сделать что-то, связанное именно с аналитикой, то есть минимум 3 варианта:

1) Разработка аналитических продуктов. Это могут быть платформы для визуализации как Power BI, для сквозной аналитики как Calltouch, для мобильной аналитики как Appsflyer, решения для аналитики социальных сетей и т.д.. Не обязательно делать сразу масштабное решение для всех отраслей и сфер - можно сконцентрироваться на решении проблемы в конкретной отрасли.

2) Разработка продуктов, где аналитика важная часть. Например, трекинговые приложения для сна, питания, физ активности. Или CRM система.

3) Тот же консалтинг и аутсорсинг аналитики, что я описывала во фрилансе, только в отличии от фриланса вы нанимаете сотрудников.

Это только несколько примеров. Я практически ежедневно записываю для себя новую идею, они появляются обычно в процессе изучения нового.

Был ли полезен пост? Если да - ставьте лайк. А то переживаю, что эта тема мало кому интересна:)

Забавная реклама из далекого 1990 года, которая показывает возможности Microsoft Excel (уже тогда существовали формулы и автозаполнение).

Сотрудник фирмы забывает про отчет, который он должен был подготовить к важной сделке и пока едет в лифте буквально за 1 минуту с помощью Excel успевает его сделать.

Чтобы я не думала про Excel, а все-таки - это пример гениального продукта, который кардинально поменял правила игры.

Уверена, что 30 лет назад он был как ChatGPT сейчас. И спустя годы ничего не изменилось: в мире все еще используют программу и она является основным инструментом для многих компаний. Кто-то до сих пор начинает свой путь в аналитике данных с Excel.

Проблема начинающих: как разобраться во всем разнообразии аналитиков данных?

Кроме более менее всем знакомых вакансий - аналитик данных, продуктовый аналитик, маркетинговый аналитик - можно увидеть: аналитик данных в Google Таблицах, dashboard analyst, аналитик big data, маркетолог-аналитик, менеджер-аналитик и т.п. На схеме выше набросала, каких аналитиков ищет рынок, и это далеко не все вакансии.

Кроме того за одной и той же вакансией в разных компаниях могут скрываться разные задачи. Пример: Сбер пишет, что им нужен “Аналитик данных”. Захожу в описание и встречаю фразы: "ищем кандидата на позицию менеджера", "опыт работы бизнес-аналитиком от 1 года". И задачи вцелом бизнес-аналитика. Так почему бы не написать, что нужен бизнес-аналитик?

От рынка одно впечатление - кто в лес, кто по дрова.

Почему так происходит?

📌 Каждая компания делает вакансию исходя из своих потребностей и сложившейся (но не обязательно верной) практики.

📌 Исходя из собственного понимания, чем должен заниматься тот или иной аналитик. Нередко понимание отсутствует или искажено, поэтому в описании появляется каша (или запрос явно взаимоисключающих навыков от аналитика).

📌 Размер компании играет роль: чем больше компания, тем больше специализации. В маленькой компании вы и чтец, и жнец, и на дуде игрец (отсюда появляется Аналитик и подборщик товаров на маркетплейсах (в одном лице), программист-аналитик по продажам🤯)

Как разобраться в вакансиях аналитиков данных?

На мой взгляд, есть классическая база - что делает аналитик данных и какие инструменты должен знать и она преподается на бесплатных и платных курсах и о ней можно прочитать в интернете.

Далее уже над этой базой есть своя надстройка - маркетинговая, продуктовая и т.п.

Все остальное - запросы конкретной компании, которые нужно внимательно читать и обсуждать на собеседовании, чтобы понять, насколько они вам подходят и не являются ли они "бредом сумасшедшего"😄.

P.S. Небольшое замечание - начинающим (на мой взгляд) проще ворваться как раз в маленькие компании, где не совсем понимают, что такое аналитика (со всеми вытекающими из этого негативными последствиями, но зато точно на выходе получите опыт).

Есть среди нас есть работодатели, кто готов взять на работу начинающего аналитика данных?

Напишите мне, я размещу вашу вакансию в этом канале бесплатно.

Я подумала, что здесь много аналитиков, которые сталкиваются с трудностью поиска работы не потому что они плохие специалисты, а из-за отсутствия вакансий для начинающих. В то же время многие компании испытывают проблему с кадрами. Взять талантливого начинающего в этом случае - может быть хорошим решением.

Если тема зайдет, то это может стать доброй традицией: я периодически размещаю вакансию - компании получают специалиста, а начинающие специалисты работу.

Если вы такая компания, то от вас - четко описать следующие параметры:
- название компании, чем занимается и ссылку на сайт
- что нужно делать (задачи)
- зарплата (можно вилку)
- контакты (куда отправлять резюме)

И отправить мне в телеграм.

Единственное условие - вы готовы взять человека без опыта работы или с минимальным, который заканчивает учебу на аналитика данных или только отучился.

P.S. Если вы знаете кого-то, кто ищет аналитика и готов взять начинающего - перешлите этот пост ему😄.

Как получить первый опыт работы: IT - волонтерство

Периодически публикую, как получить первую работу. И это один из вариантов.

Что такое IT - волонтерство? Это помощь некоммерческим, благотворительным организациям, которые не имеют денег нанять специалиста для IT и digital задач (анализ данных, программирование, маркетинг и тп). Это как правило не постоянная работа, а под задачу/проект.

Плюсы:

- получить опыт и добавить кейс в портфолио, что поможет найти работу
- получить рекомендации для резюме
- помочь (для тех, кто любит помогать)

Далее будут площадки, на которых можно "задонатить" свои навыки.

Площадки в РФ

В РФ IT-волонтерство развито слабо. Я нашла только 2 площадки, но задач по аналитике на них очень мало.

- IT-волонтер (платформа помощи НКО)
- Procharity

Как вариант - проявить инициативу и предложить свои навыки НКО, которую вы знаете, самостоятельно.

Зарубежные площадки

Если хотите получить работу в зарубежной компании, то целесообразнее сразу делать проекты в зарубежных организациях. Площадок с задачами масса.

- Catchafire
Знакомая с опытом работы в РФ не могла найти работу зарубежом. Но добавив в портфолио проект с Catchafire (и показав тем самым опыт работы на американскую компанию), смогла найти.

- Datakind
Организация сконцентрирована на дата-волонтерах, которые имеют навыки машинного обучения.

- Statisticswithoutborders
Волонтеры делают статистические и аналитические проекты. Примеры проектов: исследование медицинских вмешательств в Сьерра-Леоне, исследование программ по спасению детей в Эфиопии и тп.

- Vizforsocialgood
Волонтеры создают визуализации данных для организаций по всему миру. “Некоммерческие благотворительные организации работают над тем, чтобы изменить мир к лучшему, а мы даем возможность этим организациям рассказать о своем влиянии посредством историй на основе данных”.

Также есть и другие площадки bluebonnetdata, technologyvolunteers, newdata, distributeaid, techfleet.

Ставьте 🔥, если пост был полезен и нужно делиться далее такого плана постами.

Весьма хорошей вещью в платном ChatGPT оказалась возможность создать свою кастомизированную версию GPT под конкретный проект или задачу.

Я пока сделала 3 GPT: помощника в разработке сайта на Django, тренера по английскому, эксперта по продвижению в ютьюб. Кастомный GPT для анализа данных "Data analysis", кстати, уже есть встроенный. Планирую создать еще как минимум несколько GPT-помощников, которым можно делегировать конкретные задачи.

Как можно затюнинговать свой GPT?

- Прописать конкретные инструкции - что GPT должен делать
- Загрузить файлы, которые GPT будет использовать в ответах
- “Вишенка на торте” - если хотите, чтобы чат-бот получал внешнюю информацию или выполнял действия за пределами ChatGPT - можно настроить использование сторонних API. Можно связать со Slack, Google Calendar, Notion и другими приложениями.

P.S. Все это повышает эффективность использования ChatGPT. И как пишут в курсе за 500 долларов (реклама которого мне попалась недавно) “снимает 30% рутины в личных задачах”. На курсах, кстати, продают как зарегаться в ChatGPT и потом настроить такого бота. Что делается очень быстро и не требует особых знаний, но видимо кому-то проще заплатить 500 долларов😂.

Как лучше всего получить первый опыт начинающему специалисту?

Эрик Андерсен (просто чувак из Linkedin, а также Software Engineer) провел опрос среди рекрутеров:

- 40% - сказали, что фриланс/контрактная работа
- 37% - волонтерская работа (например, волонтерские проекты как писала тут или проекты с открытым исходным кодом)
- 10% - свой бизнес
- 13% - ответили «другое» (что судя по комментариям связано с «личными проектами»)

Что это значит?
Конечно, это просто опрос, а не исследование. Но цифры намекают, что реальный опыт работы (пусть даже во фрилансе) ценится работодателями больше, чем выполнение личных проектов.

Выполните фриланс-задачи по аналитике и включите это в своей портфолио. Не ожидайте, что вам много заплатят (вам все равно не платят за работу над личными проектами), цель здесь - получить реальный опыт.

Нужно рассказать свой опыт - как и где искать фриланс работу? Ставьте 🔥.


#аналитик_данных #дата_аналитик

Как аналитику данных получить заказы на фрилансе: получила 16 заказов за 7 дней

Так как пост собрал много реакций, делюсь своим опытом фриланса (но учитывайте, что он чуть более 1 года давности).

Для фриланса нужен четкий план, как получить клиентов. Мой план был такой: сделать хорошее портфолио + разместиться на макс количестве площадок.

Я сделала портфолио, где по каждой услуге расписала подробно:

- что за услуга и для чего она нужна
- а также конкретный пример из своей практики (считаю, что пункт с примером важен, чтобы показать заказчику как оно в реальности, сюда можно вносить учебные примеры, если нет реальных)

Далее разместила портфолио на более чем 30 площадках (РФ и зарубежных). Также на некоторых площадках есть биржи с заданиями, где я регулярно откликалась на понравившиеся задания.

Вот те площадки, которые сработали:

- Kwork - 7 заказов
- Телеграм чаты для предпринимателей (например, STARTUP ПОЛЯНА) - 5 заказов
- Upwork - 2 заказа
- Fiverr - 2 заказа

Тип задач - практически все были связаны с визуализацией и построением дашбордов, хотя в портфолио у меня было много аналитических услуг.

В целом все просто, если не считать приличного количества времени, на это потраченного. Потому что вроде бы и просто сделать портфолио - но все равно перед этим сидишь изучаешь портфолио "успешных" фрилансеров, чтобы перенять опыт. Потом изучаешь хотя бы немного каждую площадку, чтобы понять, как на ней публиковаться. В случае с тг каналами - там еще и "нативный рекламный текст" составляешь, чтобы твою рекламу заметили, откликнусь и она не показалась "спамом".

На VC расписала этот пост более подробно с примером из портфолио. А свое отношение к фрилансу писала тут.

Если использовать фриланс не для получения опыта на начальных этапах, а как основной источник дохода, то мне видится, что как и в бизнесе, нужно выстроить систему (коммуникации с заказчиками, маркетинга и других аспектов). Если системы не будет, то фриланс может показаться рабским трудом, а не ожидаемой свободой.

Был ли полезен пост?


#аналитик_данных #дата_аналитик