Пишите свои комменты, вместе разбавим понедельник ✏️
— Было много случаев, когда ТЗ заказчика сильно отличалось от действительности, на это потратили больше времени. Тут была и моя ошибка. Заказчик не всегда понимает то, что ему нужно) ❓
— Бесконечное количество созвонов. Не секрет, что продуктовый аналитик обычно проводит много времени на созвонах, так как нужен аналитический саппорт по цифрам. Иногда доходило до 6-7 встреч в день. А когда работать? ⌛️
— Проблемы с данными. Никто не застрахован от того, что не будет недоезда данных, в источнике данные сломаются или еще что-то. В результате придет бизнес и начнет неистово пинать аналитику по причинам (это норма, но на это приходится тратить зачастую много времени, если нет алертов и сенсоров). ⌚️
— Быстро посчитать. Есть в этом какой-то челендж, но когда этого много, сильно утомляет, становишься как белка в колесе. 🏃♂️
— Отсутствие фидбека. Порой кажется, что аналитиков используют как модель LLM, чтобы ответить на промпт (главное его сделать адекватным 😂). Сделал исследование, а дальше непонятно, что делаем с этим.
— Когда запрос слишком долго отрабатывает, а потом падает из-за отсутствия ресурсов на кластере. В такие моменты бывает обидно, так как бизнес-задача казалось бы сделана. Нужно оптимизировать... 💻
— Когда лежит источник данных и дашборд не обновляется... 👀
И все равно, мы любим аналитику:
1️⃣ За момент, когда данные сошлись с источником
2️⃣ За инсайт, который помог команде
3️⃣ За кайф от оптимального запроса
4️⃣ За красивые цифры в эксперименте
Ставьте 🐳, жду ваших дополнений к этому списку!
@zasql_python