ریحانه فرجی هماکنون به عنوان تحلیلگر ارشد کسبوکار در دیجیکالا مشغول فعالیت حرفهایست و پیش از این نیز به عنوان تحلیلگر داده اسنپتریپ مشغول به کار بوده و از آن زمان با مسائل گوناگون تحلیل داده آشنا شده است. ریحانه با پیشزمینه مهندسی مکانیک وارد حوزه تحلیل داده شده و نکات شنیدنی زیادی برای علاقهمندان ورود به بازار کار تحلیل داده دارد.
در این رویداد آنلاین، داستان تجربیات حرفهای ریحانه فرجی به عنوان تحلیلگر داده و تحلیلگر کسبوکار را از زبان خودش خواهیم شنید و با او گفتگو خواهیم نشست.
فیلم کامل
- پادکست:
- پادکست کار نکن – گفتو گو با محمدرضا شعبانعلی (۴۷، ۴۸ و ۴۹)
- فنون مذاکره محمدرضا شعبانعلی
- کتاب:
- خلق مدل کسب و کار
- مرجع شاخص های کلیدی
- رزیابی عملکرد سازمان
- هنر رقصیدن با استراتژی
- داستان سرایی با داده
- جان بخشیدن به اعداد
- سود و دیگر هیچ
- اندازه گیری آنچه مهم است
- مقالهها:
- Megadeals: How data and analytics can dramatically boost success
- Manufacturing: Analytics unleashes productivity and profitability
- From raw data to real profits: A primer for building a thriving data business
- Solving the paradox of growth and profitability in e-commerce
- Overcoming Retail Complexity with AI-Powered Pricing
- The Rise of the B2C Specialty Marketplace
- The Rise of Data-Driven Decision Making Is Real but Uneven
- Data and Intuition: Good Decisions Need Both
- The Impact of Data-Driven Decision Making on the Annual Net Sales Revenue and Stock Price of Amazon
- Experimentation Platforms Meet Reinforcement Learning: Bayesian Sequential Decision-Making for Continuous Monitoring
گزارش تفصیلی
در ادامه وبینارهای مسیر شغلی تحلیل داده، این بار سراغ ریحانه فرجی، تحلیلگر ازشد کسبو کار دیجیکالا رفتهایم. او از حوزهای متفاوت به دنیای داده مهاجرت کرده و در این وبینار به تشریح این مسیر و چالشهای خود پرداخت.
ریحانه فرجی، فردی با پیشزمینه متفاوت از مهندسی مکانیک را تا کارشناسی ارشد خوانده است. مسیر او از کار مهندسی تولید در یک شرکت تولیدی به عنوان طراح پروتز ارتوپدی به حوزه تحلیل داده در شرکتهایی چون اسنپتریپ و دیجیکالا کشیده شده است.
ورود او به مسیر تحلیل داده، دلایل چندگانهای داشت؛ از جمله چالشهای فراوان در کار تولیدی در ایران که مقیاسپذیری آن را محدود میکرد، و همچنین عدم تمایل او به مسیرهای شغلی رایج در شرکتهای تجهیزات پزشکی که غالباً بر واردات و کارشناسی فروش متمرکز بودند. علاقه او به مفاهیم هوش مصنوعی، بهینهسازی دادهها و ریاضیات و همچنین، تمایل به کار در فضای استارتاپی و شرکتهای بزرگ بود. ریحانه فرجی در اگر چه ورود به این حوزه را بسیار دور از دسترس میدید، اما دوره آموزشی، کارآموزی و مطالعه این حوزه مسیر را برای اون هموارتر کرده است.
از نظر ریحانه فرجی، تحلیل داده ترکیبی از کار مهندسی و دانش کسبوکار است و باید آن را یک کار مهندسی در نظر گرفت. مهارت حل مسئله که وی از مهندسی مکانیک کسب کرده بود، در تحلیل داده بسیار کاربردی است؛ تحلیلگر باید بتواند سؤال مطرح شده از سمت بیزینس را مدلسازی کند، که این مدلسازی غالباً شبیه به طراحی یک مدل ریاضیاتی یا مدل کسبوکار است. مهمترین مهارت برای تحلیلگر داده، علاوه بر تسلط بر پایتون و آمار، سواد کسبوکار است.به گفتهی او تحلیلگری که کسب و کار را نداند، حتی با ارائه اعداد صحیح، قادر به ارائه توصیههای استراتژیک درست نخواهد بود. فهم کسبوکار یعنی درک ادبیات آن، آگاهی از نگرانیهای سازمان، و توانایی رساندن مدیران ارشد به یک تصمیمگیری خاص و قانع کردن آنها، نه صرفاً ارائه یک گزارش. تحلیلگر در سطوح ارشد باید بتواند ابتدا هدف و تأثیر پیشنهادی خود را بیان کند. مهارتهای نرم مانند خلاقیت، حساسیت به اعداد و کنجکاوی برای رشد فردی و تأثیرگذاری بر استراتژیهای سازمان بسیار حیاتی هستند.
ابزارهایی که ریحانه فرجی در این مسیر استفاده کرده شامل زبان برنامهنویسی پایتون و زبان SQL برای کار با دیتابیسها است. همچنین، تسلط بر ابزارهای هوش تجاری و مصورسازی مانند پاور بیآی (Power BI) یا تبلو (Tableau) و یکی از زبانهای برنامه نویسی مثل پایتون یا R را ضروری می داند.
در حوزه پیشرفت شغلی، وی معتقد است که بهترین مدل سازمانی، مدل متمرکز است، زیرا به تحلیلگر اجازه میدهد کل فرایند کسبوکار را از صفر تا صد ببیند و بر ابعاد مختلف (مالی، تقاضا، عرضه، محصول و زیرساخت فنی) کار کند و به کشف ریشهای علت مشکلات دست یابد. برای شروع کار، ریحانه فرجی توصیه میکند که یک استارتاپ کوچکتر را به جای یک شرکت بزرگ انتخاب کنند؛ زیرا در شرکت کوچکتر، کارها و چالشهای متنوعتری دریافت میشود که دید جامعتری نسبت به کسبوکار به فرد میدهد، در حالی که شرکت بزرگتر، دانش عمیقتر در یک حوزه محدودتر فراهم میکند. او خود با اسنپتریپ در پایینترین سطح شروع کرد و با کنجکاوی که داشته، راهحل جدیدی را برای ارزیابی ارائه داده که اون را به نیروی ارشد واحد خود تبدیل کرده است. انگیزه او برای رفتن به دیجیکالا، اندازه بزرگ این شرکت و چالشهای عملیاتی بسیار سختی است که این شرکت دارد.
از نگاه فرجی، وظایف تحلیلگر داده عموماً به دو دسته تقسیم میشوند: ۱) کارهای فوری که وظایف غیرمنتظره و با اولویت بالا و زمان تحویل کوتاه هستند (مانند بررسی افت ناگهانی فروش یا بحرانها) و ۲) پروژههای بلندمدت و استراتژیک (مانند برنامهریزی برای بلک فرایدی یا ایجاد خطوط کسبوکار جدید).
در نهایت او تأکید دارد که افراد باید مهارت یادگیری را بلد باشند تا بتوانند همگام با تغییرات سریع علم و بیزینس، مسیر شغلی خود را بهروز کنند. سواد کسبوکار دیگر “لازمه” تحلیل داده است. وی برای یادگیری سواد کسبوکار، منابعی معرفی کرده که در زیر ویدئوی پیوست شده، در دسترس است.
ثبتنام (رایگان)
برای شرکت در وبینار مسیر شغلی تحلیل داده به روایت ریحانه فرجی ثبت نام کنید: