Аналитик данных кто это

Гид по профессии аналитик данных: кто это, чем занимается и сколько зарабатывает

Дата-аналитик — это специалист, который анализирует данные компании, сферу ее работы и рынка в целом, чтобы использовать их для принятия решений. Каждый день он изучает информацию о предпочтениях клиентов, рассчитывает метрики работы компании, формулирует и проверяет гипотезы. Все это нужно, чтобы получить так называемые actionable insights — выводы, на основе которых бизнес сможет принять правильное решение и улучшить продукт.

На практике это выглядит так. Допустим, компании нужно распределить бюджет между двумя продуктами: увеличить инвестиции в один — закупить рекламу, увеличить производство — и сократить вложения в другой. Как понять, какой из них принесет большую прибыль?

Интуитивно кажется, что нужно вкладываться в продукт, который больше покупают. Но не все так просто. Спрос может быть волнообразным: расти, а потом падать. Данные о продажах и состоянии рынка часто распределены по разным системам: CRM, сервисам для управления заказами, рекламой или маркетинговыми коммуникациями.

Аналитик данных — с нуля до трудоустройства за 9 месяцев

• Постоянная поддержка от наставника и учебного центра
• Помощь с трудоустройством
• Готовое портфолио к концу обучения
• Практика с первого урока

Вы получите именно те инструменты и навыки, которые позволят вам найти работу

Задачи аналитика данных и инструменты, которыми он пользуется

Главная задача аналитика данных — объединить имеющиеся данные, собрать недостающие и интерпретировать полученный массив информации.

Основные рабочие инструменты аналитика — Sublime Text, Jupyter Notebook, Google Sheets или Excel. Насчет последнего: в интернете можно встретить шутки на тему того, что считать таблицы в Excel «большими данными» уже не модно.

Это не так: огромное количество компаний по всему миру строят мощную аналитику на базе таблиц в Excel. Даже несмотря на то, что в их распоряжении есть самые продвинутые технологии. В первую очередь потому, что это доступные и простые инструменты, которые позволяют решать самые сложные задачи. Например, автоматизировать обработку данных в сводных таблицах, формировать листы прогноза, чтобы планировать бизнес-процессы, и даже строить 3D-карты.

Аналитикам данных также приходится писать запросы в базы данных SQL, чтобы получить точечную информацию о процессах или клиентах. Еще нужно работать с BI-системами Tableau, Power BI, Looker Studio, которые агрегируют данные из различных источников. А иногда приходится даже программировать на языках Python, R или Java, чтобы, например, автоматизировать поиск по таблицам, сегментировать их или выявить закономерности.

Вот конкретный кейс: аналитику нужно преобразовать видеопортал, такой как YouTube, в стриминговую платформу — площадку для проведения прямых эфиров. Для этого он:

• Собирает информацию, как пользователи взаимодействуют с платформой — проводит исследования, опросы и объединяет полученные данные, устраняя невалидные и повторяющиеся.
• Описывают модели данных и сценарии использования — собирают фокус-группы, прорабатывают данные и предлагают варианты действий.
• Формируют предложения по архитектуре и потокам данных.

Результат работы аналитика — графики, таблицы, данные. То есть артефакты с готовыми результатами. При этом сами специалисты по дата-анализу не принимают решения по итогам своей работы. Их задача — найти лучший способ представления информации, так, чтобы руководитель, опираясь на него, сам смог быстро принять решение.

Например, результатом работы может быть вот такой график с данными по выручке и продажам, собранный в Tableau — распространенном сервисе визуализации данных:

Приведем другой пример — тепловую карту. Это такой способ визуализации данных, в котором их значения отображаются разными цветами. Ниже тепловая карта c данными по объему спроса в различных геолокациях, собранная в визуальном элементе Azure Maps для Power BI:

Читайте также: Иллюзия больших данных: как работает социология и что делать, чтобы тебе верили

Где нужен аналитик данных

Аналитик данных нужен фактически любой компании, где принимаются решения. Дата-аналитики востребованы везде, где есть диджитал-маркетинг: в ретейле, IT, телекоме, здравоохранении. Такие специалисты превращают маркетинг в эффективный инструмент — они помогают точно понять, куда уходят деньги, и получить максимальную прибыль при минимальных вложениях.

Но есть отрасли и направления, где работа аналитика данных особенно важна. Например, банки — сфера, где всегда очень много информации: пользовательские данные, личные и финансовые. При этом управленческие ошибки в банковском секторе очень дороги. Например, если создать неправильную скоринг-модель — алгоритм, который оценивает, стоит ли выдавать клиенту кредит, — можно потерять и деньги, и доверие клиентов.

А еще с помощью аналитики данных можно:

• Привлечь и удержать инвестора в стартапе
• Бороться с кассовыми разрывами, сопоставляя доходы и расходы компании
• Прогнозировать динамику спроса предложения и точно знать, каких товаров запасти впрок перед Новым годом или Черной пятницей
• Изучать рынок труда, собирать эффективную команду — например, приглашать только определенных кандидатов на основе статистики найма и увольнения.

Что нужно знать, чтобы стать аналитиком данных

Стать аналитиком можно, даже если всю жизнь до этого вы работали ученым, журналистом или госслужащим. Специальных талантов для этого не нужно. Но вот что точно может пригодиться всем новичкам:

• Интерес к цифрам и систематизации данных. Без него аналитику может быть тяжело, ведь ежедневно ему приходится обрабатывать много разной информации.
• Усидчивость. Аналитика — это про спокойствие, внимание и дотошность. С импульсивным характером и склонностью принимать спонтанные решения, будет сложно.
• Аккуратность. Суперсила аналитика данных в том, что он обращает внимание на неочевидные вещи и видит то, что упускают из внимания другие.

Аналитик данных: с чего начать обучение

На старте нужно знать, как работать с Excel и Google Sheet, обрабатывать данные с помощью языка SQL и писать сложные SQL запросы, представлять информацию в виде графиков и диаграмм.

После изучения основ аналитики стоит выбрать конкретную отрасль. Здесь может пригодиться прошлый опыт. Если вы были HR-специалистом, можно искать вакансии в сфере HR-аналитики. Работали бухгалтером — выбирайте экономическую и финансовую специфику, основные термины и процессы вам уже будут знакомы.

Аналитик данных и дата-сайентист: в чем разница

Чтобы начать работать аналитиком, не нужно глубоко знать программирование. Но если вы интересуетесь разработкой, есть еще одно возможное направление роста — Data Science.

Дата-сайентист — это эксперт, работающий на стыке бизнес-анализа и машинного обучения. Он обучает нейронные сети и создает прогнозные алгоритмические модели для сложных вычислений: оптимизации бизнес-процессов, научных расчетов. С помощью таких моделей можно, например, предсказывать эффективность рекламных кампаний, создавать новые формулы лекарств и даже изучать космос. Но здесь без знания Python или основ ML уже не обойтись.

Сколько зарабатывает аналитик данных

Если заглянуть на HeadHunter, то разброс зарплат окажется довольно большим. В первую очередь, это связано с опытом работы специалистов и спецификой каждой вакансии.

Например, начинающим специалистам в среднем предлагают от 100 до 150 тыс. рублей.

Мидл- и сеньор-аналитики могут рассчитывать на зарплату от 200 до 400 тыс. рублей в зависимости от опыта и навыков.

На уровень зарплат влияет и регион работы. В Москве специалист уровня мидл, скорее всего, будет получать не меньше 200 тыс. рублей на руки. А в Тюменской области, например, для аналогичной вакансии установлена вилка от 100 до 130 тыс. рублей.

В чем сложности профессии аналитика данных

Хороший аналитик должен не просто собирать данные, но и понимать, для чего он это делает. Его работа поставлять не графики, а то, что следует за ними. Инсайты — вспышки озарения, которые двигают бизнес вперед. Без инсайтов графики остаются просто красивыми картинками.

Для того, чтобы этому научиться, недостаточно просто пройти курсы. Нужно наработать опыт, научиться глубоко погружаться в бизнес и уметь работать с собой — избегать простых обобщений, легких выводов и поверхностных решений. Тогда действительно получится стать не просто специалистом, а настоящим экспертом: ценным, конкурентоспособным и востребованным.

Николай Голов, Head of Data Engineering в ManyChat — о профессии аналитика данных

На первый взгляд, аналитик похож на оператора прибора. Его главная задача — снимать объективные показания и передавать их руководителям для принятия решений. Но, в отличие от оператора, аналитик делает это не механически, а вдумчиво, четко понимая, для чего это нужно и как данные помогут бизнесу.

Очень важно правильно визуализировать информацию, чтобы, глядя на график, можно легко принять решение: развивать направление, сфокусироваться на продукте, закрыть отделение или готовиться к кризису.

У этой профессии много сфер применения, а у специалистов — много возможностей для роста и развития. Если аналитик умеет работать с базами данных и инструментами визуализации, по уровню зарплаты его можно поставить на полступени ниже разработчика. А если знает Python и умеет работать с моделями — возможно, даже на ступень выше.

При этом для работы с основными задачами не обязательно глубоко погружаться в программирование и работу с моделями. В отличие от дата-сайентиста, для аналитика данных работа с моделями — не обязанность, а приятная опция. Хотя многие этой опцией пользуются. Сейчас очень много готовых библиотек для моделей, поэтому машинное обучение постепенно используется даже в рутинных задачах: классификации, А/В тестах, прогнозировании. Поэтому развиваться и строить карьеру можно в любом направлении.

Что почитать, посмотреть и послушать будущему аналитику данных

Чтобы начать учиться на аналитика данных, действительно не нужны специальные знания или навыки. Но можно заранее подготовиться, чтобы процесс погружения прошел легче: почитать книги, изучить особенности профессии и разобраться с базовыми терминами. Собрали книги, курсы и видео, которые в этом помогут:

• «Python и анализ данных», Уэс Маккинни
• «Говори на языке диаграмм», Джин Желязны
• «Статистика для всех», Сара Бослаф

• Основы Microsoft Excel
• Методы прогнозирования и анализ данных с R
• Руководство по анализу данных для начинающих

Профессия аналитик данных

Данные — очень важная информация для любой компании. По ним можно предсказать поведение клиентов, отследить спрос на определенный товар, улучшить сервис и повысить продажи. Обработка значений и показателей сформировала целую профессию — аналитик данных. Узнаем, чем заниаются эти специалисты в 2024 году

Сфера IT – это одна из самых быстро развивающихся отраслей мировой экономики. В этой сфере работает множество специалистов – программисты, системные администраторы, разработчики, тестировщики и аналитики данных.

Описание

Аналитик данных (Data Analyst) занимается сбором, обработкой и анализом информации. Он пишет запросы в базы данных, выявляет тенденции, проверяет гипотезы, проводит тесты и на основе результатов делает определенные выводы, которые помогают решить ту или иную задачу.

Чтобы хорошо выполнять свою работу, аналитик данных должен разбираться в математике, теории вероятностей, статистике, основах программирования и визуализации данных. Работа аналитиком подходит усидчивым и коммуникабельным людям с развитым логическим мышлением.

Полезная информация о профессии аналитик данных

Мы собрали полезные данные об этой профессии в одну таблицу.

Параметр	Данные о профессии аналитик данных
Срок обучения	От 10 месяцев
Средняя зарплата	180 000 рублей
Где можно получить	В вузах, на онлайн-курсах
Необходимые качества	Аналитический склад ума, структурность мышления, логика
Востребованность профессии	Высокая
Где работать	В любой компании, где есть диджитал-маркетинг

Плюсы

Перечислим плюсы профессии аналитик данных:

• Быстрое обучение

Стать аналитиком данных можно за один год, причем как самостоятельно, так и закончив специальные курсы. При этом математическое образование будет хорошей базой, но оно не обязательно.

• Хорошая зарплата

Специалисты из сферы IT имеют высокий доход, и аналитики данных – не исключение.

• Удаленная работа

Аналитик данных может работать как в офисе компании, так и из дома.

• Быстрый карьерный рост

За несколько лет стажер-аналитик может вырасти до старшего аналитика, а потом стать главой отдела.

• Работа в команде

В больших компаниях в отделе аналитики работает целая команда сотрудников. Более опытные коллеги всегда помогут новичкам.

Минусы

Также у профессии аналитик есть и свои минусы:

Хотя работа аналитика довольно творческая, в основном она связана с рутинными действиями, например со сбором данных.

• Постоянное обучение

Сфера информационных технологий развивается очень быстро, поэтому нужно постоянно учиться и быть в курсе всех изменений.

Работа аналитика влияет на развитие компании. Иногда сотруднику приходится отстаивать свое мнение перед начальством и брать на себя ответственность за результат.

Где учиться в 2024 году

В колледжах и вузах нет специальности «Аналитик данных», но навыки, необходимые для этой профессии, можно получить на разных направлениях обучения, связанных с математикой и информатикой. Также эту профессию можно освоить самостоятельно или на специальных курсах.

Учебные заведения

Тем, кто хочет получить среднее профессиональное образование в этой области, подойдет программа «Информационные системы и программирование», которую предлагают многие средние специальные учебные заведения страны, например:

• Московский техникум космического приборостроения Московского государственного технического университета имени Н. Э. Баумана;
• Институт среднего профессионального образования Санкт-Петербургского политехнического университета Петра Великого;
• Волгоградский индустриальный техникум;
• Высший колледж информатики Новосибирского национального исследовательского государственного университета.

В университетах выбор программ обучения гораздо больше, чем в колледжах. Абитуриенты, желающие связать свою карьеру с аналитикой, могут выбрать одну из следующих программ:

• Прикладная математика;
• Математическое и компьютерное моделирование;
• Математическое моделирование и вычислительная математика;
• Прикладная информатика;
• Бизнес-аналитика и прогнозирование;
• Аналитика данных и эффективное управление и другие.

Эти направления обучения есть в таких вузах, как:

1. МИРЭА – Российский технологический университет, г. Москва;
2. Санкт-Петербургский государственный университет;
3. Национальный исследовательский Нижегородский государственный университет имени Н. И. Лобачевского;
4. Уральский федеральный университет имени первого Президента России Б. Н. Ельцина, г. Екатеринбург.

это интересно
Профессия веб-аналитик
О востребованности, зарплате, плюсах и минусах своей работы рассказывают представители профессии

Курсы

Существует много онлайн-курсов, как платных, так и бесплатных, на которых обучают основам аналитики данных. При выборе курса важно обратить внимание на количество часов теории и практики и выбирать те, где много практических заданий. Длительность онлайн-курсов варьирует от 2-3 месяцев до 2 лет. Приведем несколько примеров платных курсов:

1. Курс «Аналитик данных» от «Яндекс.Практикум» длительностью 6 месяцев. После курса у студента остается портфолио из 15 проектов и сертификат.
2. Курс по аналитике данных от «Skillfactory» также длится 6 месяцев. На курсе студенты выполняют 10 проектов для портфолио.
3. Полугодовой курс «Аналитик данных с нуля» от SkillBox. В конце курса нужно защитить дипломную работу.

Для тех, кто предпочитает бесплатные курсы, существует несколько хороших вариантов:

1. Курсы «Программирование на Python», «Основы статистики» и «Анализ данных в R» на платформе «Stepik»;
2. Курс «Введение в данные» на платформе «Coursera» от Новосибирского государственного университета;
3. Курс «Программирование на R в науке о данных» от «Microsoft» на английском языке.

Востребованность

Профессия аналитик данных входит в топ самых востребованных профессий не только в России, но и в мире. Сегодня ни одна крупная компания не обходится без услуг аналитика, так как результаты работы этого специалиста помогают понять, насколько эффективно работает бизнес и в каком направлении его следует развивать.

Устройство на работу и карьера

При наличии нужных профессиональных навыков, личных данных и портфолио устроиться на работу аналитиком может даже новичок. Начать лучше со стажировки, которая поможет увидеть все процессы изнутри. Для портфолио можно взять пару бесплатных проектов в той области, в которой кандидат хочет работать. Также большим плюсом будет, если кандидат разбирается в какой-то области: например, имеет опыт в сфере финансов, маркетинга, а не только в аналитике данных.

Первой ступенью карьерной лестницы после стажировки является позиция джуниора или младшего аналитика. Младший аналитик работает под контролем более опытных коллег и оттачивает навыки на конкретных задачах. Примерно через полтора года младший аналитик может получить повышение и стать аналитиком, а еще через год-два – старшим аналитиком. Вершиной карьеры в пределах одной компании будет должность главного аналитика.

Уровень зарплаты

Зарплата стажера составляет примерно 30 тысяч рублей, а аналитик данных с опытом в среднем зарабатывает от 70 тысяч рублей в месяц и выше. Доход зависит от региона, опыта и количества решенных задач, способностей и от того, умеет ли кандидат правильно себя подать.

Перспективы в будущем

Объемы данных постоянно растут, а значит, будут нужны и специалисты, которые смогут эти данные обрабатывать. Аналитики данных будут очень востребованы в ближайшем будущем, особенно сильные специалисты, занимающиеся сложными направлениями, например Big Data, машинным обучением и Microsoft Power BI.

Отзывы специалистов

Елена Щенявская, старший консультант дирекции аналитических и индустриальных решений, компания SAS Россия/СНГ:

– Профессия аналитик данных – одна из самых заманчивых для тех, кто всегда мечтал исследовать мир. Она не привязана к конкретной отрасли, и любой неопытный в какой-то сфере человек может с помощью алгоритмов анализа информации получить подсказки из данных на уровне бизнес-эксперта. Эта профессия позволяет окунуться в разные направления бизнеса и расширить кругозор. На одном проекте ты можешь изучать закономерности в поведении клиентов банка, а на другом проекте – анализировать причины оттока клиентов в фуд-ритейле.

Мне лично нравится находить инсайты, о которых не подозревает и продвинутый бизнес-эксперт. Есть в этом процессе некоторый азарт! В анализе данных есть место для творчества – ты придумываешь, какими параметрами описать бизнес-проблему, переложить ее на язык математики и нередко удивляешься тому, какие интересные закономерности на самом деле присутствуют в данных. Для меня это захватывающий процесс. Ну а не нравится то, что на сбор данных уходит 80% времени аналитика, и лишь оставшиеся 20% – на анализ, моделирование и интерпретацию результатов.

Для аналитика данных важно выработать в себе навык абстрактного мышления, и это возможно лишь путем решения большого количества задач. Я советую новичкам участвовать в разных конкурсах анализа данных, соревнованиях на Kaggle, смотреть, как решают задачи продвинутые аналитики, и постоянно обучаться на своем и чужом опыте.

Популярные вопросы и ответы

Отвечает Иван Пакулин, маркетолог, преподаватель курса «Аналитика данных в медиа» НИУ ВШЭ в Санкт-Петербурге.

Почему профессия аналитик данных сейчас востребована?

Профессия аналитика данных сейчас является одной из самых востребованных и перспективных из-за того, что количество данных в мире растет в геометрической прогрессии. Ярким примером можно считать заявление одного из основателей Intel Гордона Мура, который сказал, что «каждые 18 месяцев количество информации удваивается». А информация — это новая нефть. С помощью актуальных и правильно интерпретированных данных можно предсказывать поведение людей и рынков, принимать тактические и стратегические решения, предсказывать будущее.

Сколько зарабатывают аналитики данных?

Стажер на удаленке начинает свой трудовой путь с оклада примерно в 25 тысяч рублей. Начинающий специалист может претендовать на 40-50 тысяч рублей в месяц, а топовые аналитики данных получают около 300 тысяч. Немаловажно, что навык аналитики данных универсален, что позволяет специалистам работать в различных сферах и охватывать множество направлений анализа данных в соответствии с потребностями каждой отрасли, будь то финансы, маркетинг, медицина или транспорт. Поэтому спрос на специалистов растет, а значит растут зарплаты.

Кому подойдет профессия аналитик данных?

Работа аналитиком данных подойдет людям, которые склонны к анализу и разбору деталей, тем, кто любит разбираться в мелочах. Не менее важна усидчивость — специалистам нужно изучать различные источники данных, выбирать подходящие методы анализа и проверять гипотезы. Эта работа подойдет тем, кто обладает математическим или техническим складом ума, ведь будущего специалиста ждут статистика, вероятности, численные методы и программирование. Не стоит забывать и о навыках коммуникации — аналитики должны уметь объяснять сложные концепции и выводы простыми словами, презентовать результаты своей работы и сотрудничать с коллективом.

Чем занимается аналитик данных и почему ему готовы платить 300 тысяч рублей в месяц

Спрос на аналитиков данных стабильно растёт. Рассказываем, что нужно освоить, чтобы работать с данными, — и где это сделать.

Иллюстрация: Катя Павловская для Skillbox Media

Роман Панов

Редактор и иллюстратор. Перепробовал пару десятков профессий — от тестировщика до модели, но нашёл себя в удалёнке. Учится в Skillbox и делится в своих текстах новыми знаниями.

Подготовить статью помогла

Светлана Вронская

Эксперт департамента аналитических решений ГК «КОРУС Консалтинг». В IT с 2000 года. Автор телеграм-канала Analytics Now и подкастов по теме искусственного интеллекта и анализа данных.

Аналитика данных — популярная отрасль, в которой не хватает специалистов. Только на HeadHunter более 7 тысяч вакансий для «аналитиков данных» и почти 20 тысяч вакансий — для «аналитиков». В аналитике можно стартовать с нуля и уже через 1–3 года получать 300 тысяч рублей в месяц.

В этом материале Skillbox Media рассказываем главное о профессии.

• Кто такой аналитик данных
• Чем занимается аналитик
• Какие есть специализации в анализе данных
• Что должен знать и уметь аналитик
• Сколько зарабатывает специалист
• Как стать аналитиком данных

Кто такой аналитик данных

Аналитик данных (data analyst) — это специалист, который работает с данными. Он собирает их, обрабатывает и делает выводы на их основе. Эти выводы помогают принимать бизнес-решения.

Предположим, собственник компании хочет пересмотреть ассортимент: понять, каких товаров нужно закупать больше, а каких — меньше. Аналитик данных изучает данные о продажах и выясняет, что 90% выручки компании приносят 15 товаров. Ещё 10 товаров приносят 8% выручки. Пять товаров генерируют 2% выручки, но компания продаёт их в убыток, потому что тратит много денег на хранение и доставку. Собственник решает отказаться от этих пяти товаров.

Аналитик данных — зонтичное понятие. Так называют людей, которые работают с самыми разными данными — о маркетинге, финансах, продуктах и так далее. Подробнее о специализациях мы поговорим ниже.

Анализ данных нужен любому бизнесу, который работает с данными, даже малому. Небольшой бизнес обрабатывает, например, данные о клиентах, продажах, выручке. Обычно таких данных немного, поэтому задачи по аналитике могут поручать маркетологам, бухгалтерам, продакт-менеджерам и другим специалистам.

В крупных и средних компаниях данных намного больше. В них часто практикуют data-driven-подход — это стиль управления бизнесом, при котором решения принимают на основе цифр и данных. Такие компании часто нанимают аналитиков.

Профессия аналитика данных востребована сейчас и останется востребованной в будущем. Объём данных, которые используют во всём мире, быстро увеличивается. В 2020 году он достиг 64,2 зеттабайта . По прогнозам, к 2025 году он вырастет до 180 зеттабайт или более.

Специалист с похожими обязанностями — дата-сайентист (data scientist). Это программист, который создаёт модели, предсказывающие результат. Для этого он сначала ищет в массивах данных связи и закономерности, на основе которых и строит модель. Разница между дата-сайентистом и дата-аналитиком в том, что аналитик не строит модели, а занимается анализом данных.

Например, дата-сайентист может создать программный алгоритм, который анализирует финансовые операции клиента и рекомендует решение: выдать ему кредит или отказать. Аналитик данных ставит перед дата-сайентистом эту задачу, а после делает полезные для бизнеса выводы на основе полученной информации. Проанализировав статистику, аналитик может рекомендовать банку сократить или увеличить объёмы кредитования.

Задачи бизнес-аналитика и дата-сайентиста нередко пересекаются, но каждый занимается своей частью работы.

Курсы Skillbox для тех, кто хочет зарабатывать на аналитике

• «Аналитик данных с нуля» — освоить языки программирования и инструменты аналитики, выбрать специализацию и устроиться в крупную компанию.
• «Профессия BI-аналитик» — научиться работать с Power BI и SQL и начать зарабатывать через полгода после начала обучения.
• «Профессия Продуктовый аналитик» — научиться собирать данные о поведении пользователей и строить гипотезы о том, как улучшить продукт.

Чем занимается аналитик данных

Работу аналитика данных можно описать простыми словами так: он получает из больших данных полезную информацию, на основе которой можно принимать правильные решения.

Вот задачи, которые решают все аналитики данных:

• Сбор данных. Аналитик берёт данные из внутренних и внешних источников — онлайн-сервисов, документов и баз — и объединяет их для дальнейшей работы.
• Обработка данных. Аналитик удаляет ненужные данные, очищает их от ошибок и повторов. Решает, как их можно отсортировать, и упорядочивает. На практике это занимает до 80% всей работы аналитика.
• Интерпретация. Аналитик ищет закономерности в данных и выявляет аномалии. Выясняет, как метрики влияют друг на друга, и рассчитывает необходимые для бизнеса показатели.
• Построение отчётов. Аналитик готовит отчёты и визуализирует их, то есть представляет результат работы в виде, например, графиков и диаграмм.
• Выводы. Это может быть логическое умозаключение или рекомендация. Например, аналитик может выяснить, почему изменилась какая-то метрика, или выдвинуть гипотезу: что можно сделать, чтобы улучшить результаты.

Набор других задач специалиста определяется тем, с какими данными он работает.

На чём могут специализироваться аналитики данных

Специализаций у аналитиков данных много. Расскажем о некоторых из них.

Маркетолог-аналитик. Это специалист, который анализирует рынок, конкурентов, поведение покупателей и вообще весь маркетинг компании. На основе анализа он может построить маркетинговую стратегию, распределить бюджет или дать рекомендации по тому, что изменить, чтобы результаты улучшались. Его глобальная цель — сделать так, чтобы компания зарабатывала больше. Прочитайте статью, где о работе маркетолога-аналитика рассказано подробно.

Продуктовый аналитик. Это специалист, который помогает бизнесу понять, как пользователи взаимодействуют с продуктом, например с онлайн-сервисом. Продуктовый аналитик исследует метрики и предполагает, как можно их улучшить. Больше о работе продуктового аналитика можно узнать из этой статьи.

Бизнес-аналитик. Специалист, который занимается сбором, хранением и анализом данных о результатах деятельности компании. Он автоматизирует отчётность, тестирует гипотезы, моделирует ситуации, ставит задачи разработчикам, внедряет специализированные IT-системы — например, ERP, CRM. В Skillbox Media есть статья о специальности бизнес-аналитика.

Гейм-аналитик. Этот специалист собирает и анализирует данные, которые помогают понять, интересна ли игра пользователям или в ней нужны изменения. Например, он может оценить, как меняется среднее время, которое пользователи проводят в игре, или какие действия они совершают чаще. Гейм-аналитик обычно работает вместе с геймдизайнером и гейм-продюсером.

Финансовый аналитик. Это специалист, который помогает бизнесу управлять финансами. Цель его работы — изучить, что происходило с финансами в прошлом, и прогнозировать будущие финансовые данные. Он может, например, строить финансовые модели для новых проектов или рассчитывать их срок окупаемости. Подробнее о работе финансового аналитика — в этой статье.

Системный аналитик. Это специалист, который работает с IT-системами. Он переводит требования к IT-продукту с языка бизнеса на язык разработки и контролирует процесс создания продукта вплоть до запуска в работу. Он должен сделать так, чтобы на всех уровнях системы — от баз данных до пользовательского интерфейса — всё работало корректно. Больше о работе системного аналитика — в этой статье.

Веб-аналитик. Этот специалист анализирует данные об интернет-пользователях. Например, анализирует, как ведут себя посетители сайта, и предполагает, что можно изменить, чтобы они чаще оформляли заказы. Веб-аналитик нужен компаниям, которые продвигают продукты в интернете. Прочитайте обзор профессии, чтобы узнать о ней больше.

Есть и другие направления работы. Например, 1С-аналитик отвечает за внедрение продуктов компании «1C», аналитик маркетплейсов — за анализ данных о продажах на этих площадках, UX-аналитик — за анализ данных о том, как пользователи взаимодействуют с сайтом или приложением.

Что должен знать и уметь аналитик данных

Аналитик данных комбинирует в работе методы математики, программирования и анализа бизнес-процессов. Вот что должны знать и уметь все аналитики.

Знать математику и статистику. Аналитику данных необходимо знание теории вероятности, линейной алгебры, математического анализа и углублённой статистики. Это важно для анализа данных — например, для поиска закономерностей и аномалий — и для построения прогнозов. Значительная часть математических функций уже реализована в Python и функциях Excel, поэтому важно именно понимание теории.

Уметь программировать. Языки программирования нужны, чтобы автоматизировать работу. На них пишут запросы к базам данных, с их помощью обрабатывают данные и строят отчёты. Чаще всего от аналитика данных ожидают, что он владеет языками Python, R, SQL.

Уметь работать с таблицами Google и Excel. Большинство данных, с которыми работает аналитик, содержится в таблицах. Кроме того, в Excel и «Google Таблицах» обрабатывают данные, строят прогнозы и составляют отчёты.

Уметь работать с инструментами визуализации. Это могут быть такие BI-системы, как Power BI, Tableau, Qlik. Они нужны, чтобы предоставлять данные в виде дашбордов. Так сотрудникам компании проще пользоваться полученной информацией.

Понимать потребности бизнес-заказчиков. Аналитик должен хорошо разбираться в бизнесе, с которым работает. Только так он сможет определить, что означают для бизнеса сделанные им выводы.

Уметь общаться с людьми нетехнических специальностей. Аналитик взаимодействует с сотрудниками компании гораздо чаще, чем, например, с разработчиками и дата-инженерами. Поэтому он должен уметь объяснять даже самые сложные вещи понятным языком, избегая технических терминов.

Кроме того, есть набор специфических навыков для разных специальностей. Например, маркетолог-аналитик и веб-аналитик должны уметь работать с «Яндекс Метрикой» и Google Analytics, а финансовый аналитик — с бухгалтерской отчётностью.

Несмотря на то что аналитики данных работают в разных областях, для специалистов характерны общие личные качества: аналитический склад ума, внимательность и усидчивость. Аналитик должен обладать здоровым скептицизмом и быть готовым постоянно учиться.

Редакция «Управление» Skillbox Media изучила зарплаты на рынке

Сколько зарабатывает аналитик данных

Бизнесу нужна качественная аналитика, а квалифицированных специалистов на рынке пока ещё не так много. Поэтому в аналитике данных сравнительно большие зарплаты.

Рассмотрим зарплату специалистов в штате, которую предлагают на HeadHunter. Доход зависит от ступени квалификации — их три: джун, мидл и сеньор.

Джуниор — начинающий специалист. Работодатели ждут, что он освоил SQL на базовом уровне, может писать простой код на Python, знает Excel и работает с базами данных. Его зарплата — от 40 тысяч до 80 тысяч рублей в месяц.

Мидл — специалист с опытом работы от года. Он хорошо знает SQL и Python, статистический анализ, моделирование. Мидл может претендовать на зарплату от 100 до 200 тысяч рублей в месяц.

Сеньор — специалист с опытом работы от трёх лет. Он знает языки программирования на продвинутом уровне, отлично разбирается в статистическом анализе и визуализации данных. А ещё понимает, как устроены бизнес-процессы, умеет общаться с бизнес-заказчиками и разработчиками. Сеньор может получать от 150 до 300 тысяч в месяц.

Аналитик данных может зарабатывать и больше — только на HeadHunter в июле 2023 года было более 150 вакансий с доходом более 315 тысяч рублей в месяц. Столько предлагают мидлам и сеньорам с хорошими скиллами, а также тем, кто готов занять позицию старшего аналитика или руководителя отдела.

Как стать аналитиком данных

В аналитике данных можно стартовать с нуля, без опыта: занять позицию стажёра и научиться всему на практике. Многие компании готовы обучать молодых специалистов. Но на старте зарплата будет небольшой — около 50 тысяч рублей.

Найти работу легче тем, у кого уже есть опыт решения задач, связанных с аналитикой. Поэтому в анализ данных часто приходят специалисты из смежных отраслей. Например, разработчики — они уже знакомы с языками программирования, или маркетологи — они умеют работать с системами аналитики на базовом уровне.

Также шансы попасть на стажировку повышаются у тех, кто прошёл профильные курсы. Курсы позволяют освоить главное — понять, как работает аналитика, научиться работать с базами данных и отчётами и строить дашборды. Более сложные скиллы можно получить на практике.

Высшее образование не обязательно. Но оно будет преимуществом для тех, кто строит карьеру. Есть профильные программы высшего образования для аналитиков, но подойдут и другие. Например, часто в эту сферу приходят люди с математическим или экономическим образованием.

Где учиться на аналитика данных? Обратите внимание на курс Skillbox «Аналитик данных с нуля». Эта программа подходит студентам, разработчикам, начинающим аналитикам, владельцам бизнеса и всем, кто хочет освоить профессию.

На курсе учат тому, что понадобится в работе, — собирать базы данных на языке SQL, писать запросы на Python, работать с сервисами аналитики и дашбордами, строить гипотезы, общаться с заказчиками. Кроме того, все пользователи получают доступ к курсу «Трудоустройство» и помощь специалистов Центра карьеры Skillbox.

Редакция «Управление» Skillbox Media рекомендует

Как узнать больше об аналитиках данных

• В Skillbox Media есть обзоры разных профессий, связанных с аналитикой. Прочитайте о работе маркетолога-аналитика, финансового аналитика, UX-аналитика, веб-аналитика, бизнес-аналитика, чтобы понять, какая специализация вам подойдёт.
• Также в Skillbox Media есть статья, которую написал Ассир Битохов — дата-аналитик американской компании Xometry. Прочитайте её, чтобы узнать, как устроена карьерная лестница и собеседования в этой отрасли.
• Если вас интересуют сервисы, в которых работают аналитики данных, прочитайте другие материалы медиа. Мы уже рассказывали о «Яндекс Метрике», Google Analytics, BI-системах и Power BI.
• Курс Skillbox «Аналитик данных с нуля» подойдёт тем, кто хочет стартовать в этой отрасли. На нём дают навыки и знания, которые позволят претендовать на позицию джуна. Также в Skillbox есть курсы по системной аналитике и другим специализациям — для тех, кто хочет построить карьеру в отрасли аналитики.

Хотите узнать больше о разных направлениях в аналитике? Читайте эти статьи Skillbox Media

• Кто такой data scientist, сколько он получает и как им стать, даже если вы не программист
• Что такое сквозная аналитика, чем она полезна бизнесу и кто её должен настраивать
• Чем занимается аналитик букмекерской компании и почему ему готовы платить 100 тысяч рублей
• Главное о маркетинговых исследованиях: как бизнесу помогают опросы, Jobs to be done и глубинные интервью
• 6 книг для UX‑дизайнера и UX‑аналитика на русском языке

1 зеттабайт равен 1 миллиарду терабайт.

Что делает аналитик данных?

В последнее время словосочетание «аналитик данных» прямо таки витает в воздухе. Звучит как увлекательная профессия. Мысль о работе с данными и технологиями заинтересовала Вас, но вы не знаете о повседневных обязанностях этого специалиста?

Одно дело мечтать о работе, а другое — выполнять эти обязанности каждый день. Вам нужно знать все, прежде чем менять специальность. Мы разузнали, чем аналитики на самом деле занимаются. Читайте дальше, чтобы ознакомиться с повседневными рабочими обязанностями, которые могут стать частью вашей будущей карьеры.

День из жизни аналитика данных

В основном, аналитик данных собирает и анализирует данные, организует их и использует для того, чтобы делать осмысленные выводы. «Задачи аналитиков данных варьируется в зависимости от типа данных, с которыми они работают (продажи, социальные сети, инвентаризация и т. д.), а также от конкретного клиентского проекта», — комментирует Стефани Фэм, аналитик компании Porter Novelli.

Компании практически в любой отрасли могут извлечь пользу из работы аналитиков: от поставщиков медицинских услуг до розничных магазинов и сетей быстрого питания. Идеи, которые аналитики данных привносят в организацию, могут оказаться ценными для руководителей, которые хотят знать больше о потребностях своего потребителя или конечного пользователя.

Независимо от того, в какой отрасли они работают, аналитики данных разрабатывают системы для сбора данных и составления отчетов, которые помогут улучшить показатели компании.

Аналитики могут быть вовлечены в любую часть процесса. В роли аналитика данных вы можете участвовать во всем, начиная с настройки аналитической системы и заканчивая предоставлением информации, основанной на собранных данных — вас даже могут попросить обучить других работать с вашей системой.

Теперь, когда у вас есть представление о том, чем занимаются аналитики данных, вы готовы углубиться в специфику их жизни и работы.