Uber डेटा का डेमोक्रेटाइजेशन

सभी को नमस्कार!

हैलोवीन के तहत, मैंने बुडापेस्ट ( डेटा क्रंच ) में एक सम्मेलन में भाग लिया और कई दिलचस्प प्रस्तुतियां सुनीं। उनमें से एक उबेर से था, जिसने उन दृष्टिकोणों के बारे में बात की, जिस पर उन्होंने अपने डेटा प्रबंधन मंच का आयोजन किया। यह रिपोर्ट इतनी तकनीकी नहीं थी जितनी प्रबंधकीय और किराना थी।

उबेर डेटा का व्यापक उपयोग करता है जिसे वह यात्रियों और ड्राइवरों के साथ बातचीत के परिणामस्वरूप एकत्र करता है। वे यात्रा की लागत की गणना करते हैं, लोगों के प्रवाह का मूल्यांकन करते हैं, मूल्य एल्गोरिदम को बदलते हैं, ड्राइवरों को सिफारिशें देते हैं कि वे कैसे अधिक धन कमा सकते हैं और यह सब एकत्र किए गए आंकड़ों के आधार पर। ऐसी कंपनी में, डेटा के साथ सभी काम विश्लेषकों और डीएस के समूह के हाथों में केंद्रित नहीं हो सकते हैं, क्योंकि अन्यथा उन्हें बहुत सारे काम पर रखना होगा, और इसके अलावा, वे हमेशा व्यापार के संदर्भ में डूबे नहीं होते हैं।

शुरुआत से ही, कंपनी ने एक डेटा प्रबंधन प्लेटफ़ॉर्म बनाने का मार्ग लिया, जो उपयोगकर्ताओं की विस्तृत श्रृंखला के लिए काफी उन्नत विश्लेषणात्मक उपकरणों के उपयोग की अनुमति देगा। उन्होंने 4 मुख्य समूहों की पहचान की:

1. साधारण उपयोगकर्ता - वे मूल एसक्यूएल को जानते हैं, मूल रूप से बस डेटा टेबल, डैशबोर्ड की आवश्यकता होती है)
2. क्षेत्रीय प्रबंधक - वे थोड़ी अधिक एसक्यूएल जानते हैं, विभिन्न वर्गों के डेटा को देखते हैं, स्लाइस और पासा की बहुत आवश्यकता है
3. डेटा एनालिस्ट्स - एडवांस्ड एसक्यूएल, बिल्ड डैशबोर्ड, डू रिसर्च, इनसाइट्स फॉर डेटा
4. डेटा साइंस - डेटा के साथ काम करने की अधिकतम स्तर, मॉडल का निर्माण, आचरण प्रयोग, ए / बी परीक्षण आदि।
   किनारे पर, मैंने उनसे यह भी सीखा कि वास्तव में 5 वीं स्तर के शीर्ष प्रबंधक हैं जो मुख्य रूप से शीर्ष-स्तरीय रिपोर्ट और डैशबोर्ड का उपयोग करते हैं।

दिलचस्प है, उबेर में, जो लोग किसी तरह डेटा के साथ काम करते हैं, उन्हें कम से कम न्यूनतम स्तर पर एसक्यूएल को जानना चाहिए।

उत्पाद के एक उदाहरण के रूप में जो उन्होंने अपने मंच के आधार पर बनाया था, उन्होंने ए / बी परीक्षणों के स्वचालन का हवाला दिया। कंपनी ए / बी की एक बड़ी राशि खर्च करती है और प्रत्येक डेटा वैज्ञानिक के लिए आवंटित करती है, ताकि वह एक प्रयोग का आयोजन करे और फिर परीक्षणों का आकलन करे - फिर से, एक स्वीकार्य लक्जरी नहीं। इसलिए, वे आम उपयोगकर्ताओं को डेटा साइंटिस्ट को लोड किए बिना ए / बी को सही ढंग से और त्रुटियों के बिना व्याख्या और उपयोग करने का अवसर देना चाहेंगे।

इस उत्पाद का उनका निर्माण डेटा साइंटिस्ट के साथ एक गहन कार्य के साथ शुरू हुआ, जैसे अगर इन लोगों को यकीन नहीं है कि सब कुछ सही माना जाता है, तो कोई भी डेटा उत्पाद नहीं निकलेगा। वास्तव में, उन्होंने ए / बी परीक्षणों के लॉन्च और मूल्यांकन को स्वचालित करना शुरू कर दिया, जिससे डेटा साइंटिस्ट को अपने जीवन को आसान बनाने के लिए एक उपकरण मिल गया। उसके बाद, उन्होंने इस उपकरण पर एक इंटरफ़ेस बनाया, जो एक सरल रूप में परीक्षण के परिणाम दिखाएगा (क्या लॉन्च किया गया, क्या अंतर है, क्या अंतर महत्वपूर्ण है)। उसी समय, उन्होंने "हुड के नीचे" छुपाया, ए / बी परीक्षणों में निहित अधिकतम बारीकियों की संख्या ताकि उपयोगकर्ता को गणित और आंकड़ों में गहराई से गोता लगाने की आवश्यकता न हो।

दिलचस्प बात यह है कि जिन लोगों के साथ मैंने कॉफी ब्रेक के बारे में बात की उनमें से अधिकांश ने कहा कि उनके अभ्यास में कोई ए / बी परीक्षण नहीं है, कि वे निर्णय लेते समय बहुत सारे गुणात्मक शोध और अंतर्ज्ञान का उपयोग करते हैं। तो कहीं और, एक बार जब आप सोचते हैं, तो आपको कटौती करने की आवश्यकता है!