Кто такой аналитик данных и как им стать

Фактически любой бизнес — от ретейла до IT-гигантов — собирает разные данные: о покупках, продажах, кредитах, налогах, производительности, скачиваниях ПО. Всё ради того, чтобы проверить, как обстоят дела в компании, и принять стратегическое решение. Например, выгодно ли выводить на рынок новый продукт, что популярнее: приложение или сайт, где открыть новую точку продаж.

Данных много, разобраться в них непросто. Обычный менеджер без навыков не справится. Зато справится data analyst — аналитик данных. Он делает так, чтобы данные приносили бизнесу пользу.

На курсе Skypro «Аналитик данных» студентов учат обрабатывать данные о продажах и поведении клиентов на сайте. А еще соотносить их с данными о работе сервиса доставки, изменением цен, запуском рекламных кампаний. Все практические задания потом можно положить в портфолио.

Кто такой аналитик данных

Аналитик данных, или data analyst — специалист, который анализирует большие данные. То есть всевозможные и никак не систематизированные данные, которые создает или получает бизнес.

Аналитик обрабатывает данные, строит гипотезы и прогнозы. А компания на базе данных и выводов принимает важные решения: например, какое обновление выкатить для приложения.

Специалиста обычно нанимают крупные компании, которые не могут существовать без анализа данных. Но аналитик полезен любому бизнесу — даже цветочному магазину у дома. Например, чтобы выяснить, когда больше покупателей — утром, днем или вечером или на какие букеты выше спрос.

А вот чем занимается аналитик данных на рабочем месте:

📌 Собирает данные. У аналитика есть цель: например, понять, какой продукт самый продаваемый. Прежде чем анализировать, специалист определяет, какие данные потребуются и из каких источников.

📌 Очищает данные. Любые данные приходят в беспорядке: некоторые с ошибками, другие неполные, а третьи — лишние. Задача аналитика — их очистить: удалить те, что не нужны, а остальные исправить, упорядочить и систематизировать.

📌 Настраивает данные. На этом шаге аналитик собирает данные из нескольких таблиц в одну, чтобы можно было составить отчеты и построить графики.

📌 Создает отчеты. Аналитик находит закономерности и создает на базе данных отчеты, графики, диаграммы. Он либо делает их с нуля, либо дополняет те, которые уже есть. Отчеты и визуализацию изучает руководитель, чтобы сделать выводы по самому популярному продукту. Иногда выводы делает сам аналитик

Если знать основы SQL и Python, можно автоматизировать часть работы. На курсе Skypro «Аналитик данных» учат настраивать визуализации так, чтобы данные из таблиц подгружались при обновлении.

Основные специализации аналитика данных: какие бывают

📊 Продуктовый аналитик. Работает в продуктовых компаниях, которым важно анализировать спрос, предложения, производственные нормативы. Специалист изучает данные по продажам, производству, конкурентам и всего рынка в целом.

Типичная задача продуктового аналитика — выяснить, какие сложности возникли у потребителей после того, как они купили продукт и пользуются им. По результатам работы бизнес либо оставит продукт таким, какой есть, либо улучшит — выпустит новую модель.

📊 Маркетинговый аналитик. Выясняет, откуда приходит больше клиентов, сколько должен стоить клик, какой рекламный бюджет понадобится на маркетинговую кампанию и есть ли смысл ее запускать. Итог работы аналитика — эффективные объявления, дешевые лиды и высокая окупаемость маркетинговых инвестиций.

📊 Гейм-аналитик. Нанимают компании по разработке игр. Задача аналитика — изучать игровые данные и делать выводы, интересна ли игра геймерам, что в нее добавить, что убрать, какое обновление выкатить. Еще аналитик может искать ошибки до и после релиза, выяснять, почему они появились и что предпринять, чтобы всё исправить.

📊 BI-аналитик. Автоматизирует работу с источниками данных, строит отчеты и сводит на едином графике — дашборде. Работает с любыми данными организации: хоть производственными, хоть по продажам. В итоге компания больше зарабатывает, снижает затраты, обходит конкурентов.

«Наибольшим спросом пользуются аналитики, которые умеют программировать и рассчитывать результаты АБ-тестов с помощью математической статистики. То есть продуктовые аналитики. Специалистов с подобными умениями не так уж и много, даже по сравнению с бизнес- и BI-аналитиками. Но направление для себя предлагаю не определять, а сперва овладеть базисом профессии, который позволит вам перейти в любое из этих направлений».

Данил Елистратов

Tech Lead факультета «Аналитики данных» в Skypro

Какие навыки и знания нужны, чтобы работать в сфере

Аналитика данных существует на пересечении математики и программирования, но иногда специалист занимается анализом бизнес-процессов и моделированием.

🧮 Математика. Data analyst должен разбираться в алгебре, статистике, логике. Иметь диплом математика не надо: большую часть данных обрабатывают с помощью скриптов. Но базовые знания помогут просчитать вероятность, найти тенденции и закономерности.

💻 Программирование. Аналитик собирает терабайты данных, упорядочивает их и анализирует. Если делать это руками, уйдет много времени. Удобнее написать скрипт — программу, которая сделает всё сама. Но для этого надо уметь программировать на Python или R, а еще знать SQL.

💼 Анализ бизнес-процессов. Результаты работы аналитика влияют на весь бизнес, поэтому специалист должен понимать, как работает вся компания и каждый отдел. Иначе не сможет сделать выводы: подсказать, на что влияют данные, как могут помочь или навредить.

📈 Моделирование или машинное обучение. Бывает, что с моделированием работает специалист по data science, но иногда и аналитик данных. Задача аналитика — создать модель: файл, который умеет находить закономерности. Потом предоставить ему набор данных, обучить эти данные анализировать, а дальше использовать обученную модель для реальной работы.

Какие личностные качества помогают в работе

👍 Аналитический склад ума. Специалист склонен анализировать информацию, вычленять главное из второстепенного и делать последовательные выводы. Если человек привык полагаться на интуицию или шестое чувство, в анализе будет сложно.

👍 Внимательность. Потерять цифру, забыть часть данных или не перепроверить отчет — недопустимо для аналитика. Внимательный человек будет кропотливо искать закономерности и ошибки по несколько часов.

👍 Деловой подход. Аналитик данных должен уметь концентрироваться на важном, а остальное игнорировать. Например, если в процессе анализа он пришел к второстепенным выводам, отвлекаться нельзя. Нужно делать только значимую работу.

👍 Умение аргументировать. Когда аналитик сдает результат компании, то подсказывает, какое решение принять. Даже если решение не нравится начальнику, толковый специалист не отступит перед авторитетом, а приведет конструктивные аргументы.

Как строится карьерный путь аналитика

Начинающий специалист собирает портфолио и начинает искать работу. Портфолио можно собрать на онлайн-курсах или взять вымышленный бизнес и придумать, как решить его проблемы с помощью анализа данных.

Дальше путь специалиста выглядит так:

1. Стажер. Новичка берут в компанию и обучают на боевых проектах под присмотром штатных сотрудников, он набирается опыта. Стажировка может быть платной или бесплатной — тут как повезет.
2. Младший специалист (джуниор). Работает под руководством старших коллег, решает несложные задачи, продолжает учиться и нарабатывать опыт.
3. Специалист (мидл). Способен уверенно решать задачи без помощи коллег. Мидлом аналитик становится через год-два после старта в профессии.
4. Старший специалист (сеньор). Старший аналитик справляется с любой работой и сам ставит задачи коллегам младшего уровня.

«Аналитики были и будут востребованы всегда, так как они нужны в абсолютно всех сферах бизнеса. Конкуренция выше среди тех аналитиков, которые не умеют программировать на Python или не в состоянии провести вычисления на основании математической статистики. Чем более серьезные инструменты вы знаете и чем глубже понимаете сферу бизнеса, тем с меньшей конкуренцией вы столкнетесь».

Данил Елистратов

Tech Lead факультета «Аналитики данных» в Skypro

Как стать аналитиком данных

🚀 Как освоить профессию

Самостоятельно. Бесплатное обучение требует самоорганизованности и усидчивости. Подходит тем, кто хочет сэкономить и быстрее начать применять знания на практике.
Учиться самостоятельно можно по видеороликам в ютубе и на бесплатных курсах, например «Введение в математический анализ» от Александра Храброва.

Еще — на форумах. На cyberforum можно почитать разделы по базам данных, Python и SQL. А спецы, которые там общаются, помогут в сложных моментах и поделятся лайфхаками.

Пример разделов на форуме

Можно читать книги по программированию, математике, визуализации данных. Например, такие:

• «Python и анализ данных», Уэс Маккинни.
• «Бизнес-моделирование и анализ данных с помощью Microsoft Excel», Уэйн Лесли Винстон.
• «Говори на языке диаграмм», Джин Желязны.

Практиковаться можно по задачникам или брать вымышленные проекты, а потом придумывать для них решения.

«Освоить любую профессию можно самостоятельно, однако для этого нужна очень сильная мотивация и хорошая база в компьютерах и математике в целом, чтобы не застревать на базовых концепциях. Надо хорошо понимать приоритетность инструментов и навыков, чтобы не хвататься хаотично за разные направления. В первую очередь всегда надо изучать SQL».

Данил Елистратов

Tech Lead факультета «Аналитики данных» в Skypro

На онлайн-курсах. Студенты учатся дома по видеороликам, а преподаватели задают домашки, проверяют тесты, подсказывают, если что-то не получается.

Курсы — золотая середина, если учиться самостоятельно трудно, а на учебу в университете нет времени. После выпуска студенты получают сертификат или диплом, портфолио с работами, которые можно приложить к резюме, проходят стажировки в российских компаниях.

В онлайн-университете Skypro вы освоите специальность аналитика данных за пять месяцев. Учим с нуля: получится, даже если нет опыта в IT и технического образования. В программе — анализ данных с помощью Excel, SQL, логика, основы бизнеса, Python и A/B-тесты. Соберете портфолио, получите диплом государственного образца — и на этом всё не закончится. Центр карьеры поможет найти работу, или вернем деньги за обучение.

В университете. Российские вузы предлагают программы для обучения аналитиков данных. Например, «Прикладная математика и информатика», «Математика и компьютерные науки», «Бизнес-информатика». Получить диплом можно в СПбГУ, НИУ ВШЭ, МТУСИ, Московском политехническом университете.

Обучение в университете недешевое и занимает несколько лет.

🚀 Как найти работу. Составить резюме, собрать портфолио из реальных, учебных или вымышленных проектов и начать откликаться на вакансии.
Искать можно везде: на хедхантере и в телеграм-каналах. Например, тут:

• Data Science Jobs / AI / NN / ML / DL / NLP.
• Data Analytics Jobs.
• Job for Analysts & Data Scientists.
• «Работа ищет аналитиков // Вакансии».

Плюсы и минусы профессии

➕ Плюсы:

• Зарплата. Аналитик данных зарабатывает в среднем 139 000 ₽ в месяц, но специалистам с опытом могут предлагать больше. Работать можно и на зарубежную компанию. Например, в США аналитики получают $60 935 в год.
• Востребованность. 45% российских компаний нуждаются в аналитиках данных. Вакансий хватит всем.
• Удаленка. Аналитику данных нужен только интернет, ноутбук и розетка. Поэтому он может работать из кафе, дома, оставаться жить в родном городе или путешествовать.
• Выбор специализации. Можно анализировать маркетинговые данные, продуктовые, гейминговые. Работать с тем, что больше интересно.
• Работа в IT. Data analyst — это IT-профессия, а значит, специалист будет всегда востребован. В IT-компаниях часто удобные офисы с зоной отдыха, компенсация фитнеса, языковых курсов или курсов повышения квалификации и прочие плюшки.
• Быстрый старт. Выучиться на аналитика можно на онлайн-курсах, а за два-три года практики дорасти до старшего специалиста.

➖ Минусы:

• Монотонность. Работа всегда примерно одинаковая. Чтобы уменьшить рутину, аналитик учится кодить. Тогда часть работы выполняет не руками, а с помощью написанных скриптов.
• Ответственность. Результаты работы аналитика данных влияют на весь бизнес. Если человек не готов брать ответственность за выводы, долго его в компании не продержат.
• Умственное напряжение. Иногда в конце рабочего дня бывает утомление, перенапряжение и истощенность. Чтобы не перегореть, надо делать паузы, полноценно отдыхать, брать отпуска и не работать в выходные.

«Я выделяю такие плюсы: повсеместность (сможете устроиться в любую сферу, включая ту, в которой уже разбираетесь), высокий спрос, большое количество вакансий, способность напрямую влиять на бизнес.
Минусы следующие: размытая зона ответственности, потенциальные переработки, необходимость до косточек разобрать бизнес и его процессы. Без понимания специфики сферы аналитик рискует быть бесполезным».

Данил Елистратов

Tech Lead факультета «Аналитики данных» в Skypro

Что запомнить

• Аналитик данных — специалист, который занимается обработкой больших данных, делает по ним выводы и подсказывает бизнесу, какие решения принимать, чтобы успешно зарабатывать.
• Аналитик разбирается в математике, программировании, бизнес-процессах и моделировании. Нужно знать SQL, желательно освоить Python.
• Преимущества профессии — высокая зарплата, работа в IT-сфере, востребованность, удаленка, быстрый старт. Можно выбрать специализацию: стать маркетинговым, продуктовым, гейм- или BI-аналитиком.
• Выучиться на аналитика можно самостоятельно, на онлайн-курсе или в университете. Оптимальный вариант — курсы: вам помогут не запутаться в огромном объеме информации, собрать портфолио, найти работу. При этом на всё уйдут не годы, а несколько месяцев.