Comments 7
То есть, давать заказчикам удочку вместо рыбы?
Именно!) На самом деле вопрос гораздо шире только инжиниринга данных, каждая команда по работе с данными должна развиваться по похожему пути, на мой взгляд.
Второй тип BI-разработки - "отвечает за хранилища данных и ETL процессы" - не это ли зона администратора данных?
Первый тип больше соответствует бизнес-аналитику.
Тяжело с этими новыми названиями - дата инженер, дата саентист, аналитик - каждого существует по несколько видов, и они смешны друг с другом, что работу искать по требованиям и задачам, но не названиям.
А за статью спасибо!
Уже лет 30 BI популярен и только ленивый не использует в своей компании, но проблемы все теже, чаще это провал, чем успех. Обилие инструменто лишь усложняют ситуацию, а обещания вендоров продать вам silver bullet для всех ваших задач сбивает с толку. Очень важно иметь понимание назначения аналитики, и тогда даже с Excel можно найти data insights и помочь бизнесу быть успешней.
А потом, когда другие команды поназаливают сырых данных в платформу, не понятно кто должен отвечать за качество данных, за трансформацию данных, за модель данных, особенно когда она построена поверх данных, которые генерятся разными командами. Команда инженеров отвечать за это не может, потому что отвечает только за работу платформы, которая позволяет командам заливать данные в платформу. Команды разработки не могут отвечать за это, потому что модель данных компании - это гораздо больше чем условные данные, которые генерит условная команда маркетинга. Аналитики данных тоже за это не могут отвечать, они лишь могут поставить задачу на то какие данные им нужны для анализа. В итоге дата инженеры отлично поработали и сделали классную платформу, зарыли кучу ресурсов и времени, попробывали классные технологии. А бизнес как принимал решения на эксельках, так и принимает.
От «data-driven» к «data-driving» в инжиниринге данных