IL mercato globale dell’analisi dei dati si prevede che aumenterà di 234,4 miliardi di dollari dal 2023 al 2028. Questo rapido aumento accelererà la crescita dei posti di lavoro nel settore.
Per saperne di più sulle tendenze dei campi dell’analisi dei dati, sulle loro prospettive e sulle loro sfide, abbiamo parlato con Aksinia Chumachenko, Product Analytics Team Lead presso Simpals, la principale azienda digitale della Moldavia. In questa intervista, Aksinia condividerà il suo viaggio, il suo approccio alla leadership e al tutoraggio e la visione per il futuro di questo campo in rapida evoluzione.
Il tuo viaggio da studente universitario a responsabile del team di analisi dei prodotti è stimolante. Potresti condividere le tappe fondamentali che hanno plasmato la tua carriera nell’analisi dei dati?
Il mio viaggio è iniziato alla NUST MISiS, dove ho studiato Informatica e Ingegneria. Ho studiato duramente ed ero uno studente molto attivo, il che mi ha reso idoneo per un programma di scambio presso l’Università di Scienze Applicate di Häme (HAMK) in Finlandia. Questa esperienza mi ha portato al mio primo vero lavoro IT: uno stage presso Renault nel 2019. È stato il mio primo lavoro come analista di dati. Mi ha aiutato a familiarizzare con strumenti popolari come Excel e SQL e a sviluppare il mio pensiero analitico.
Il tempo trascorso in Renault mi ha aiutato a capire che l’analisi dei dati è qualcosa che mi interesserebbe perseguire come carriera a tempo pieno. Dopo il mio periodo in Renault, sono entrato in Sberbank, una delle più grandi banche dell’Europa orientale, come analista stagista attraverso il loro programma Sberseasons altamente competitivo. La competizione è stata intensa, con oltre 50 candidati per posizione. Tuttavia, tre diversi team all’interno della banca erano interessati ad assumermi e alla fine ho scelto di lavorare con Sberbank CIB, responsabile delle attività di investimento aziendale.
Presso Sberbank ho lavorato come analista per importanti clienti B2B. Questa esperienza mi ha aiutato a migliorare le mie competenze in Python e ad acquisire un’esperienza più pratica lavorando con i big data.
Nel 2020 sono passato all’analisi dei prodotti presso OZON Fintech, uno dei principali mercati in Russia. Questo ruolo chiave mi ha permesso di raddoppiare il mio stipendio e acquisire una vasta esperienza lavorando su prodotti fintech. In OZON, ho lavorato con quattro prodotti finanziari e, attraverso la mia ricerca basata sui dati, abbiamo aumentato significativamente parametri chiave come utilizzo, numero di nuovi clienti, resi ed entrate.
Nel novembre 2020 mi ha contattato BCS Investments, nominata “Società di investimento dell’anno” da un’autorevole piattaforma finanziaria online. Stavano cercando di assumere il loro primo analista di prodotto e di costruire un nuovo dipartimento da zero. Quell’opportunità si adattava ai miei obiettivi, poiché volevo acquisire nuove capacità di leadership. Durante la mia permanenza lì, ho implementato numerose iniziative di grande impatto. Uno dei più significativi è stata l’introduzione da zero del processo di test A/B, che ha migliorato l’esperienza dell’utente e le metriche del prodotto. Grazie all’implementazione a livello aziendale di questo processo di test A/B, abbiamo aumentato il tasso di conversione dell’onboarding nella nostra app di diversi punti percentuali, incidendo in definitiva sul numero di clienti che utilizzano l’app e, di conseguenza, sulle nostre entrate.
Circa un anno dopo, sono passato a Simpals in Moldavia, dove lavoro ancora come responsabile del team di analisi dei prodotti. Gestisco un team di esperti di analisi dei dati di prim’ordine e lavoro su uno dei siti Web più visitati in Moldavia.
Recentemente, sono stato molto coinvolto nel restituire qualcosa alla comunità. Ho organizzato un incontro in Moldavia nel 2023 e sono stato anche relatore. Uno dei relatori era una collega di cui ho fatto da mentore fin dall’inizio: è stato un grande piacere vedere quanto è cresciuta rapidamente.
Sono anche giudice in diversi hackathon internazionali, tra cui il Big Data Hackathon delle Nazioni Unitedove ho valutato 18 team diversi in base all’innovazione, alla qualità e all’applicabilità delle loro soluzioni.
Altri hackathon a cui sono stato invitato come esperto sono MLH Web3Apps Hackathon e MLH Data Hackfest.
In qualità di leader nel tuo campo, come ti avvicini al mentoring dei membri del tuo team e quale impatto speri di avere sulla loro carriera?
Ho iniziato a fare da mentore non appena ho avuto la mia squadra. Oggi faccio da mentore non solo all’interno di Simpals ma anche in organizzazioni esterne come Women in Tech e Women in Big Data. Si tratta di programmi internazionali gratuiti che aiutano le donne a progredire nella loro carriera. In qualità di mentore, ho aiutato diverse donne a raggiungere un successo significativo salendo di livello o iniziando una nuova carriera.
Ogni allievo è diverso, ecco perché creo piani di sviluppo individuali basati sui suoi obiettivi, punti di forza e di debolezza. Ci incontriamo regolarmente anche per incontri individuali per discutere come stanno andando le cose.
Vedere il mio impatto sui colleghi è molto gratificante. Inoltre, aiutando gli altri, aiuto anche me stesso a crescere come professionista e come essere umano.
Aksinia, in qualità di Product Analytics Team Lead presso Simpals, un’azienda che ha un impatto significativo sull’ecosistema digitale della Moldavia, che ruolo gioca l’analisi dei dati nel successo di piattaforme digitali come 999.md?
999.md è visitato da oltre 2 milioni di utenti unici ogni mese, fornendoci molti dati su cui lavorare. Ero responsabile della creazione di un team da zero e della sua guida per garantire la crescita dei parametri chiave e ottimizzare i processi esistenti. Grazie agli adeguamenti delle funzionalità principali, abbiamo ottenuto un aumento dei ricavi del 13%.
Grazie al nostro lavoro, la piattaforma può ottenere maggiori entrate e ridurre le spese ove possibile. Questo è ciò che fa l’analisi: non solo aiuta a guadagnare di più, ma previene anche spese inutili che, per progetti di grandi dimensioni come questo, possono essere significative.
Il campo dell’analisi dei dati è in continua evoluzione. Quali sono le sfide più grandi che l’analisi dei prodotti e dei dati deve affrontare oggi?
I dati si accumulano velocemente ed è difficile raccoglierli e analizzarli. Tuttavia, cosa ancora più importante, le informazioni generate devono essere allineate con la strategia e gli obiettivi generali dell’azienda. Fai una domanda: il completamento di questa attività ti porterà a raggiungere i tuoi obiettivi aziendali? A volte gli analisti di dati dimenticano di porsi questa domanda. Ma penso che sia fondamentale avere una mentalità imprenditoriale.
Inoltre, molti professionisti IT hanno difficoltà a rimanere aggiornati con le tecnologie in rapida evoluzione. Per rimanere aggiornato partecipo regolarmente a convegni (a volte in qualità di relatore). Il mio mentore mi aiuta anche a crescere costantemente ed esplorare cose nuove.
Hai menzionato l’importanza di allineare l’analisi dei dati con la strategia aziendale. Per favore, forniscici un esempio di come questo allineamento ha funzionato nel tuo ruolo in Simpals.
Il compito del mio team era ottimizzare l’esperienza dell’utente su 999.md. Avevamo bisogno di aumentare il coinvolgimento degli utenti e i tassi di conversione rendendo la piattaforma più intuitiva e facile da usare. Ecco cosa abbiamo fatto:
- identificato i punti critici nel percorso dell’utente;
- utilizzato la segmentazione degli utenti per comprendere meglio come i diversi gruppi utilizzano la piattaforma;
- ha condotto test A/B per confrontare diverse versioni della piattaforma e vedere quali modifiche hanno portato a risultati migliori.
Ho discusso in precedenza di quanto sia importante allineare l’analisi dei dati con gli obiettivi aziendali. Le informazioni acquisite ci hanno permesso di aumentare le entrate e aumentare la soddisfazione dei clienti.
L’integrazione dell’intelligenza artificiale e dell’apprendimento automatico nell’analisi è un tema caldo in questo momento. Come ritieni che queste tecnologie daranno forma al futuro dell’analisi dei dati?
L’intelligenza artificiale e l’apprendimento automatico sono sostanzialmente onnipresenti. Non esiste un singolo campo in cui queste tecnologie non vengano utilizzate. Queste tecnologie ci consentono anche di automatizzare processi complessi di dati. Ciò consente di risparmiare tempo sul “lavoro manuale” e ci consente di dedicare più tempo alla risoluzione dei problemi e alla creatività.
In futuro, vedremo l’intelligenza artificiale e l’apprendimento automatico diventare ancora più parte integrante dell’analisi dei dati, con modelli e strumenti più sofisticati in grado di gestire compiti sempre più complessi. Queste tecnologie funzionano meglio in sinergia con la creatività umana, non in sostituzione. Una profonda comprensione dei dati e del contesto aziendale è ancora essenziale per sfruttare al meglio ciò che offrono l’intelligenza artificiale e il machine learning.
Considerando la tua esperienza e il tuo riconoscimento nel settore, inclusa la valutazione di hackathon internazionali e del Big Data Datathon delle Nazioni Unite, come vedi l’evoluzione del panorama globale dell’analisi dei dati nei prossimi anni?
Il ruolo degli analisti cambierà gradualmente e si espanderà. Ad esempio, una tendenza che vedo proprio adesso sul mercato è che gli analisti devono avere capacità di gestione del prodotto, poiché devono avere una profonda comprensione del lavoro con i dati e la conoscenza del prodotto per prendere decisioni.
Un altro cambiamento importante è che le nuove tecnologie stanno accelerando notevolmente il lavoro con i dati. Ciò che prima richiedeva giorni o settimane ora può essere fatto in poche ore. Ad esempio, il data warehouse cloud BigQuery di Google, utilizzato da molte aziende, sta già introducendo nuovi strumenti che semplificano la vita agli analisti, come la ricerca di approfondimenti basati su una tabella specifica e il monitoraggio della qualità dei dati.
Tuttavia, è importante rendersi conto che l’intelligenza artificiale non sostituirà completamente gli analisti. Al contrario, diventerà uno strumento potente che ti permetterà di concentrarti su compiti più complessi e strategici. Il ruolo degli esseri umani nell’analisi è ancora molto importante. Competenze trasversali come il pensiero critico e la capacità di comunicare e negoziare con persone diverse sono alcune cose cruciali che l’intelligenza artificiale non può sostituire.