8 курсов по аналитике данных для новичков

Что сделать после собеседования

• Запросить обратную связь, если о ней не предупредили
  Хороший тон для работодателя — предупредить, в какие сроки он передаст кандидату отзыв. В таком случае не стоит писать раньше этого времени: у работодателя много вакансий, и всё распланировано. А ещё это создаёт ощущение, что кандидат хватается за свой последний шанс, и это не играет в его пользу.

  Но если о сроках обратной связи вас не предупредили — приветствуется спросить о них самостоятельно.

• Задать вопросы
  Советую делать заметки во время собеседования и задавать вопросы по ним. Например, какие будут задачи, какова ваша роль в команде, какие бенефиты и так далее. Если будет несколько компаний, то нужно будет иметь критерии, чтобы из них выбирать.

Вопросы

Какие существуют инструменты оценки компетенций 1С-аналитика? Через что лучше всего проявляются эти компетенции? И сколько времени занимает оценка (потому что категорий очень много)?

У меня есть только прямые и косвенные способы оценки. Я все-таки руководитель, который выполняет задачи отдела сопровождения финансового учета, и использовать какие-то иные способы оценки, которые используют HR, я не могу – я не буду составлять анкету и опросник на 150 вопросов, и у меня нет служб, которые могли бы это сделать вместо меня или совместно со мной. У меня нет такого времени, и HR это не осилят.

Поэтому ко всем остальным способам я отношусь очень скептически. Поэтому на данном этапе я оцениваю вот так. Но я постоянно ищу новые способы оценки, и развиваюсь вместе с HR.

У вас компания оплачивает прохождение сотрудником курсов 1С или он сам?

Получается, что вы его рабочее время делите на самообразование плюс вы ставите ему текущие задачи. А кто выполняет контроль над этими задачами? Вы сами проверяете или приставляете к сотруднику наставника?

В моем отделе наставников нет. Наставник сейчас я, потому что у меня недостаточно большой отдел. Но если у меня будет 20 сотрудников в отделе, скорее всего, наставники появятся.

Аналитик – это должность или призвание?

Статья написана по итогам доклада (видео), прочитанного на конференции Infostart Event.

Какие знания и компетенции нужны аналитику 1С

Требуемые для аналитика 1С знания и компетенции разделены на три категории – каждая из них состоит из теоретических знаний, которые подкреплены практическим опытом их применения.

Это – следующие категории:

• Знание предметных областей

• Умение работать с требованиями

• Навыки взаимодействия с разработчиками

В каждой из этих категорий скрыты так называемые софт-скилы – те компетенции, которые неотъемлемы от технических навыков. И они часто прокачиваются пассивно, в процессе самой работы или в ходе оттачивания хард-скилов.

Однако софт-скилы можно прокачивать и отдельно, точечно определяя, что необходимо.

Чтобы понять, какие компетенции у нашего аналитика нужно прокачивать, сопоставим их с тем перечнем работ, который выполняет аналитик.

На слайде показано мое видение, основанное на моем опыте работы.

Понимаем, что у каждой фирмы, у каждого отдела это может быть свой перечень работ, которые определяются стоящими перед аналитиком задачами.

Как видим, например, знания программных продуктов 1С и сервисов в принципе неотъемлемо для всего его опыта.

Но понятно, что наш аналитик не сразу будет все эти работы выполнять.

Предлагаю также ознакомиться с моим видением, какие в принципе аналитики бывают. На докладе «Бесплатный сыр только в мышеловке или Как бизнес-аналитик прокачать себя самостоятельно» я уже показывала эту схему, но сейчас я опять ее кратко расскажу.

Развивая тему знаний аналитика, я их разделяю на следующие три уровня:

Каждый из этих уровней может иметь свои подуровни. В ходе сегодняшнего доклада мы будем рассматривать только первый уровень, начальный. Он включает в себя подуровни:

• Базовый – стажер-аналитик 1С

• Ниже среднего – младший аналитик 1С

В целом, представителей начального уровня можно называть джунами-аналитиками 1С.

Именно их развитие мы сейчас с вами разберем.

Как разработать и внедрить систему KPI

Ключевые показатели эффективности (KPI) ― это часть бизнес-стратегии. А значит, они должны соотноситься с основными планами, задачами и целями бизнеса. Разработать и внедрить коэффициент результативности не так просто, и для этого требуется системный подход.

Чтобы всё прошло гладко, нужно не упустить ни один из шагов.

Шаг первый. Подготовьте сотрудников

Внедрение системы KPI в рабочие процессы может вызвать сопротивление со стороны персонала. Руководству важно стараться избегать типичных ошибок: нередко топ-менеджмент пренебрегает разъяснениями о целях KPI и более того ― урезают зарплаты. На самом же деле мотивация на первых этапах предполагает дополнительные расходы ― надбавки и премии, а не экономию.

Перед переходом на KPI первым делом выстраивается качественная коммуникация внутри компании. Например, расскажите коллегам, что новый подход поможет наладить тайм-менеджмент и соблюдать баланс между работой и личной жизнью. Ведь когда есть чёткие ориентиры и создана система поощрений, проще выстраивать целенаправленную и структурную работу. 

Шаг второй. Подберите подходящие KPI

Система KPI предполагает контроль и учёт показателей сотрудников, команд и компании в целом. И на основании этих показателей рассчитываются вознаграждения и определяется необходимость реструктуризации или обновления планов. 

Важно составить грамотные формулы, учитывающие мнение каждого сотрудника, чтобы планы оставались сбалансированными. При правильном внедрении системы KPI ключевые показатели сотрудников растут, так как работники видят связь между приложенными усилиями и доходом.

Шаг третий. Автоматизируйте систему KPI

Когда решены вышеуказанные вопросы, пора приступать к автоматизации KPI с помощью программного решения. Оно упрощает планирование и выбор первоочередных показателей эффективности, собирает данные о фактических результатах из CRM-системы, сводит их в общую базу для дальнейшей обработки, рассчитывает вознаграждения и формирует отчёты для отдельных сотрудников и целых подразделений.

Для чего нужны KPI

Key Performance Indicators позволяют определять дальнейший путь компании, создают ориентир для работы. Они могут быть различными в зависимости от отрасли, но их цель одна ― помогать бизнесу развиваться. 

А для руководителей и топ-менеджмента это ещё и важная составляющая успешного управления. Плановые и фактические данные по KPI должны оценивать рациональность и правильность работы отдела или организации в целом. К тому же KPI повышают лояльность сотрудников к компании: подробнее об этом мы рассказали в нашем блоге.

Метрики эффективности лучше использовать в сочетании с другими аналитическими инструментами. Только так можно получить полную картину бизнеса. Например, стоит смотреть на показатели ROI (рентабельность), ROS (доход), EBITDA (прибыль) и т. д. 

Обратите внимание и на курсы в этой области: 

• «Планирование и организация работы» ― о том, как приоритезировать задачи в рабочих в процессах.
• «HR-менеджмент. Управление корпоративной (организационной) культурой и настроением персонала» ― о том, как сохранять в коллективе тёплую атмосферу и вместе достигать высоких результатов.

«Аналитик данных» от факультета компьютерных наук НИУ ВШЭ

Формат: офлайн или онлайн
Продолжительность: 12 месяцев
Стоимость: 390 000 ₽, есть рассрочка — пять платежей по 78 000 ₽
Ближайший старт: 3 октября
Подробнее: на сайте

Занятия проходят в кампусе Вышки на Покровском бульваре

Отличие этого курса от других в подборке — его можно слушать офлайн, но есть и онлайн-трансляции. Занятия — дважды в неделю  — всего 544 часа за 12 месяцев.

Помимо стандартных предметов вроде Python, SQL, прикладной статистики и визуализации данных, студенты осваивают:

• A/B-тестирование для планирования экспериментов и измерения их результатов;
• машинное обучение — это дополнительный инструмент, с помощью которого можно решать больше задач по анализу данных;
• продуктовую аналитику, которая помогает изучать поведение пользователей при взаимодействии с продуктом;
• data warehouse — хранилища больших данных в индустрии.

Те, у кого есть диплом о высшем образовании или СПО, получают диплом о профессиональной переподготовке. Студенты могут получить его, окончив университет. Если курс не подошел, отказаться от участия можно в любой момент — деньги вернут за непройденные занятия.

Виды ключевых показателей эффективности

Существует несколько ключевых показателей эффективности (KPI), которые можно использовать для измерения успехов в достижении целей. 

Эти метрики отражают финансовое состояние компании и её успех в достижении планов по заработку. 

К таким показателям могут относиться выручка, прибыль, рентабельность, оборотные средства, денежный поток и другие.

KPI по клиентам

Улучшают уровень обслуживания клиентов и удовлетворения их потребностей. 

К таким показателям относят уровень удовлетворённости клиентов, количество повторных покупок, количество новых клиентов и т. д.

KPI по продукту

Нужны для измерения отклика аудитории на продукты или услуги.

Среди таких метрик: количество продаж, доля рынка, частотность возвратов. 

KPI по производительности

Позволяют оценить эффективность работы компании в области производства и оптимизации бизнес-процессов. 

Это, например: время цикла производства, количество произведённой продукции, эффективность использования ресурсов.

KPI по персоналу

Их используют для измерения качества работы сотрудников и управления персоналом. 

Такими KPI бывают: уровень удовлетворённости сотрудников, уровень текучести кадров, производительность и другие.

KPI по маркетингу

По ним оценивают эффективность маркетинговых кампаний и стратегий. 

Здесь смотрят на количество посетителей сайта, число лидов, конверсию, рост трафика и т. д.

Чтобы структурировать все показатели и разобраться, какие из них стоит внедрять в бизнес-систему, используют матрицу KPI. Это инструмент, который наглядно показывает метрики эффективности. 

Матрица KPI представляет собой таблицу с прописанными целями и метриками, которые необходимо отслеживать для достижения этих целей. Каждый показатель связан с конкретным процессом или функцией в компании, и его изменение может влиять на результаты бизнеса. Матрица помогает выстраивать приоритетность в задачах, отслеживать статус решения тех или иных вопросов, определять, какие изменения нужно внести. 

Запомнить

1. Когортный анализ показывает, как клиенты взаимодействуют с продуктом, что им нравится и что отталкивает, насколько эффективно работает реклама. Еще помогает улучшить клиентский опыт.
2. Используйте этот метод, если хотите понять, почему клиенты перестают пользоваться продуктом и как это исправить.
3. Когортный анализ делится на два вида. Анализ когорты приобретения покажет, как выпуск новых возможностей влияет на поведение пользователей. Поведенческая когорта даст больше данных. Например, какие клиенты приносят больше доход, какими функции приложения пользуются или какие каналы приносят самых горячих лидов.
4. Чтобы быстрее свести и визуализировать данные, используйте Google Analytics, Barametrics, ProfitWell или другие сервисы для когортного анализа.

Что спросят у джуна, но не спросят у мидла

Если коротко, то у джуна всегда проверяют технические знания, а у мидла — по желанию интервьюера. Например, когда я собеседую опытных специалистов, то не проверяю Python и SQL, а вот если кандидат без опыта, после университета или курсов, то проверяю. Я считаю, что раз кандидат уже работал аналитиком, то код писать точно умеет. Кроме того, на опытных специалистов всегда есть рекомендации.

Знание технологий могут оценивать через тестовые задания до или после собеседования, а ещё — с помощью вопросов на самом собеседовании. Например, могут попросить написать код на бумажке или рассказать, как вы работали с какой-то технологией.

Что повторить перед собеседованием

1. SQL —  хлеб с маслом любого аналитика.

2. Базу своего языка программирования: названия библиотек или то, чем отличаются разные типы данных. Например, что такое NaN и Null и почему это не одно и то же.

3. Инструменты, которые указаны в вакансии: если работодатель пишет что-то конкретное (например, про А/Б-тестирование), то, скорее всего, спросит о нём.

4. Задачи на теорию вероятностей: я сама с математическим образованием, поэтому люблю об этом спрашивать 🙂

Что обычно спрашивают на собеседовании

— В чём разница между where и having?
Люблю задавать этот вопрос, потому что с помощью having можно обойтись и без подзапросов.

— Дана таблица (Сlients):

Необходимо найти среди клиентов тех, кто покупает Гель для душа (Gel), но не покупает Мыло для рук (Soap).
Задача хороша тем, что её можно решить несколькими способами. Каждый из способов засчитают как верный ответ, но выбор инструмента покажет уровень соискателя.

— В чем отличие между Series и DataFrame в Pandas?
DataFrame нужно знать, это основа, с которой чаще всего работает аналитик.

— Как посмотреть распределение величины в Python?
Вопрос отлично показывает, как соискатель разбирается в статистике и какие библиотеки знает.

Статистика и А/В-тесты

— Из колоды 36 карт вытаскивают 2. Какова вероятность, что обе карты будут масти черви?
Вопрос кажется банальным, но один раз я услышала ответ, где вероятность получилась больше 1 🙂

— Мы провели А/В-тест, раскатали тестовую группу, потому что она победила, но целевой показатель упал. Что могло пойти не так?
Открытый вопрос, который отлично показывает, как плотно человек работал с А/В-тестами.

Что важно сделать до собеседования

• Поискать информацию о компании
  Даже если ваша цель — просто найти работу, а не устроиться в конкретную компанию, лучше хоть немного подготовиться уже перед первичным скринингом с эйчаром. Поищите, чем занимается компания, что выпускает, что происходило в последнее время. Эта тема обязательно всплывёт, и её можно использовать, чтобы показать свою мотивацию.

• Протестировать продукт
  Если собеседуетесь в продукт — протестируйте его несколько дней в разных сценариях и посмотрите на конкурентов. Это особенно важно для аналитика: если продукт не понравится, работать будет очень сложно.

  Интерес к продукту — тоже маркер мотивации. Например, у меня на собеседовании кандидат рассказывал, как сильно хочет работать именно в нашей мобильной игре, но так ни разу в неё и не поиграл. Звучало сомнительно.

• Подготовить список вопросов
  Работодателю всегда приятно, когда у вас есть осмысленные вопросы о компании. Хорошо работают вопросы про команду: сколько человек, как всё устроено, будет ли у меня наставник и так далее. Такой интерес покажет, что человек приходит надолго и хочет влиться.

• Выбрать образ
  На собеседование в IT не стоит приходить в костюме, это не формат индустрии. Лучше надеть какой-то кэжуал-образ, в котором вам будет удобно, чтобы не отвлекаться на тесный пиджак. Если сомневаетесь, как принято одеваться в компании, — спросите у эйчара, это нормально.

Чего не стоит делать на собеседовании

• Уклоняться от вопросов
  Если кандидат на какой-то вопрос отвечает «не знаю» или «не хочу отвечать», то кажется, что он что-то скрывает, и это неприятный звоночек для собеседующего. Обычно работодатели хотят услышать не правильный ответ, а рассуждение. Если действительно не знаете ответа, хотя бы попытайтесь поразмышлять вслух.

• Врать о прошлой работе
  Скорее всего, после собеседования у вас попросят контакты человека с прошлой работы, у которого можно что-то прояснить, — и тогда всё тайное станет явным.

• Ругать прошлого работодателя
  Работодатель понимает, что на этом месте может оказаться он сам, и делает выводы. Кстати, это касается и плохих отзывов о собеседовании, если они необоснованны. Один кандидат не прошёл собеседование, обиделся и написал о компании гадости. Потом его не взяли на другую должность, потому что узнали об этом поступке.

• Перебивать и грубить
  На собеседовании работают все обычные правила вежливости — это касается и кандидатов, и работодателей.

• Игнорировать свой опыт
  Если вы уже работали в IT — дизайнером, менеджером, тестировщиком, — обязательно скажите об этом. То же самое с опытом в сфере: если фармацевт решил стать аналитиком в аптечной сети, его знания пойдут в плюс.

• Противоречить своим ответам
  На собеседованиях задают похожие вопросы, чтобы выяснить, насколько человек определился со своими планами и ценностями. Если кандидат отвечает на них по-разному — это не очень хороший знак. Например, я спросила у кандидата, чем бы он хотел заниматься. Он ответил: продуктовой аналитикой. А на вопрос «Как вы видите трек своего развития?» ответил, что хочет развиваться в сфере machine learning.

• Оценивать ответ за работодателя
  Может показаться, что вы ужасно ответили на какой-то вопрос, и тогда запустится цепь: «сам ответил, сам оценил, завалил тут — завалю везде», и собеседование рискует окончиться провалом. 

  Не стоит оценивать себя самому. Правильного ответа может вообще не быть, а если он есть — у вас мог быть правильный ход решения, и это тоже нормально. Самое важное: вас сравнивают не с эталоном, а с другими кандидатами, и они могут ответить хуже, даже если вы ошиблись.

  Когда я устраивалась на вторую работу, мне казалось, что я ужасно отвечала. Когда пришла домой, то чуть не плакала: думала, что это провал, работодатель обязательно всем расскажет о нём, и меня больше никуда не возьмут. А на следующий день мне прислали оффер! Когда я уточнила свои результаты на собеседовании, мне сказали, что я хорошо отвечала. Так что не делайте поспешных выводов.

Проблемы внедрения KPI

Внедрение KPI кажется сложной задачей. И это действительно так. Но предотвратить многие неурядицы удастся, если заранее знать о проблемах, которые могут возникнуть при переходе на KPI. Помните о них, чтобы заблаговременно предотвратить негативные последствия. 

заключается в том, что компания может не знать, какие показатели следует использовать в системе мотивации. Частая ошибка ― выбор показателей, которые не имеют никакого отношения к бизнесу или не являются ключевыми для достижения целей компании. 

возникает, когда руководство собирает слишком много показателей. Такая система KPI оказывается слишком сложной и непонятной для сотрудников, она только путает их, что неизбежно приводит к демотивации и падению результативности.

― неучитывание изменений на рынке. Если компания не будет обновлять планы, чтобы брать во внимание перемены в бизнес-среде или стратегии развития компании, KPI устареют и станут нерабочими. 

состоит в том, что компания может не обеспечить достаточную мотивацию персонала. Каждый сотрудник должен видеть ценность системы KPI и понимать, какие положительные аспекты она ему приносит. Для этого важна чёткая формула расчёта премий и регулярная обратная связь от руководства. 

― компания не связывает KPI и глобальные задачи компании. Если не связывать планирование работы персонала и цели компании, скорее всего, бизнес просто перестанет расти.

появляется при недостаточной технической поддержке системы KPI. У команды должны быть работающие инструменты и отчёты для оценки собственной эффективности. 

неиспользование данных из системы KPI. Планирование заключается в первую очередь в том, чтобы использовать ретроспективную информацию и применять её для развития бизнеса в настоящем. 

может возникать, если руководители не учитывают мнение персонала при выборе показателей.

― отсутствие обучения для работы с системой KPI. Если не дать команде достаточно разъяснений, персонал просто не сможет выполнять план.

возникает там, где компания не учитывает индивидуальные различия персонала. Да, часть метрик  у разных подразделений может совпадать, однако у всех должна быть своя зона ответственности, на которую делается акцент. 

Разработка и внедрение системы KPI ― важный процесс для любой компании, которая стремится достичь целей и измерить свой успех. 

Правильный выбор KPI помогает отслеживать прогресс и выявлять недостатки. И всё это трудозатратный процесс. Но если учесть все нюансы и подойти к делу с тщательной подготовкой, приложенные усилия окупятся уже в ближайшее время.

Что делать, если…

Если вы проявляли себя как аналитик — даже в рамках эксель-таблиц со сложными формулами, — то это уже неплохо 🙂 Однажды мы взяли джуна, который рассказал, что структурировал систему на своей прошлой работе и ускорил свою рутину, а это хорошее умение для аналитика.

Такие дыры не нужно закрывать предыдущими местами работы. Однажды мой кандидат сказал, что работал в компании больше года, а когда мы позвонили туда, оказалось, что он уволился через 6 месяцев. Получилось неловко.

Есть только один совет: не пытайтесь под видом фейла продать какое-то «положительное» качество вроде перфекционизма или трудоголизма. Такой приём опытные интервьюеры сразу видят и воспринимают как неискренность. 

Если вы поняли, что опаздываете, лучше не надеяться, что успеете. Напишите эйчару заранее и сообщите, на какое время вы можете опоздать, — лучше с запасом, чтобы точно в него уложиться. Хороший тон — спросить, могут ли интервьюеры подождать, или лучше перенести собеседование.

Если случилась экстренная ситуация, то лучше сразу же вежливо написать об этом эйчару, объяснить причины и перенести собеседование.

Что делать, чтобы не бояться собеседований

Проходить собеседования 🙂 Совет, который я сейчас дам, не очень нравится работодателям, но для соискателей это распространённая практика. Тренируйтесь проходить собеседования, даже если не ищете работу или хотите в конкретную компанию. Это помогает освоить самопрезентацию, расслабиться и почувствовать себя уверенно. А иногда «тренировочная» компания может так понравиться, что вы захотите в ней остаться. Я так влюбилась в одно из своих мест работы и осталась там на 7 лет 🙂 Если практиковаться, то всё обязательно получится!

План индивидуального развития (ПИР)

Итак, мы выявили и оценили компетенции, но это – часть дела. Что делать с этим всем дальше?

Составляем ПИР – план индивидуального развития. У этого названия встречаются и другие варианты – ИПР (индивидуальный план развития/роста), ППР (персональный план развития/роста). Для меня это синонимы, я предпочитаю все-таки аббревиатуру ПИР.

Цель ПИР – это не изучение материалов и получение знаний как процесс. Цель ПИР – это скорейший ввод сотрудника в рабочий процесс для достижения максимальной автономности при выполнении сотрудником рабочих обязанностей.

ПИР – это очень простой инструмент, в нем буквально три пункта

• Когда это сделать

• И отметка о том, сделано это или нет

ПИР может быть создан очень просто – на бумаге, майнкарте, в Excel, в Word, в том же Project. Самое важное – другое, как с ним работать.

Основные моменты, на которые нужно обратить внимание – это:

• Определить в принципе перечень должностных обязанностей аналитика, которые он должен будет выполнять после прохождения этого плана. Например, консультационная поддержка запущенного проекта, сбор требований по разделу учета на новом проекте. Т.е. под какие задачи мы готовим сотрудника. Мы не выдаем ему просто требование – пожалуйста, обучись. Нет, мы знаем, в каких областях нам его нужно подтянуть, чтобы он дальше решал необходимые для нас рабочие задачи.

• Далее мы должны определить перечень теоретических знаний, которых не достает аналитику для выполнения его должностных обязанностей. Например, знание областей учета, знание смежных областей учета и т.д.

• Обязательно определить порядок проверки знаний сотрудника.

• И здесь немного опциональное – определить сроки периода адаптации сотрудника, потому что в каждой фирме могут быть абсолютно разные рамки. Это может длиться и целый год, это может длиться и несколько месяцев, а может и буквально неделю.

Вернемся к самому ПИР. Четкость его постановки в принципе напрямую связана с точностью его исполнения. Рекомендация тут достаточно простая – всем известная технология SMART. Если постановка задачи ПИР может пройти проверку на эту простую технологию, процент успеха достаточно высок.

Какие метрики постановки задач можно определить?

• Задача должна быть зафиксирована. Не просто так вы где-то в перерыве сказали ему, чтобы он что-то изучил. Задача должна быть оформлена письменно, желательно в определенном документе.

• Задача должна иметь четкое название, а не так: «Сделай там что-нибудь, посмотри вот на эту область». Название должно очень четко отражать суть задачи.

• У задачи должен быть один исполнитель, потому что это – план индивидуального развития, т.е. он индивидуальный. Да, у вас могут быть шаблоны на поточное обучение, но в данном случае я уже говорю о развитии конкретной команды, когда руководитель с каждым сотрудником в принципе работает индивидуально. Иначе вам даже свою небольшую команду уже нельзя будет построить.

• Задаче могут быть назначены кураторы или наставники, которые также могут помогать.

• Обязательно должны быть определены сроки, потому что мы знаем, что задача с открытой датой не будет решена никогда.

• И задача должна быть четко описана.

Рассмотрим пример. Здесь мы изучаем джуна-аналитика, этот ПИР дается ему на вход в команду. В самом начале я говорила, что важно еще определить ту предметную область, которую нужно изучать, здесь ее нужно зафиксировать. Тут не должно быть: «Изучить налоговое законодательство и принципы работы складского учета», нет, мы должны определить узконаправленную область.

Дальше – как я уже говорила ранее, определены три задачи:

• Работа с программой и изучение методических материалов по работе с ней.

• Подготовка к экзаменам 1С

• Изучение методических пособий по предметной области

Для каждой из задач здесь определены:

• отметки о выполнении;

• и четко сформулировано само мероприятие – что сделать: прочитать книгу, изучить курс, проработать материал.

Это все точно соответствует правилам постановки задач SMART, о которых я говорила ранее.

Контроль, реакция на отклонения и корректировка ПИРа

Как сам ПИР в принципе связан с элементами работы сотрудника?

• с одной стороны, у нас ПИР;

• с другой стороны – реальная работа и реально выполненные задачи;

• соединяющее звено – это и есть как раз-таки процесс обучения сотрудника на рабочем месте.

Это – взаимосвязанные элементы, которые при правильном подходе работают совместно и помогают развиваться и расти нашему аналитику.

• мы составляем ПИР для нашего сотрудника;

• в процессе изучения он одновременно решает возложенные на него рабочие задачи;

• если изучение материалов не оказывает ему помощь в решении рабочих задач, ПИР можно корректировать, исходя из получаемой обратной связи;

• для рабочих задач мы обязательно устанавливаем контроль в первые месяцы работы;

• процесс изучения материалов ПИР тоже нужно контролировать, и при непрохождении, например, контрольных точек, проводить уже корректирующие мероприятия.

Таким образом, двигаясь по всей этой схеме мы тем самым формируем цикл развития и адаптации нашего джуна-аналитика в команде.

Тут важно определить, какие могут быть контрольные мероприятия со стороны руководителя по результатам прохождения сотрудником ПИР. И какие реакции тоже могут быть у руководителя на какие-либо отклонения.

Я определила четыре возможных варианта результата контроля:

• Материал ПИР не пройден сотрудником

• Материал ПИР пройден, но не усвоен сотрудником

• Материал ПИР пройден, но не пройден контроль знаний

• Материал ПИР помог в решении рабочих задач

Далее я привожу список возможных причин, почему это могло не произойти.

А также реакции и способы решения.

Рассмотрим на примере.

Материал ПИРа пройден, но наш джун-аналитик не прошел контроль знаний.

В чем может быть причина? Например, сотрудник тратит необоснованно много времени на решение своих текущих задач. А на изучение ПИРа у него не остается времени.

Вроде бы нужно подкачать свои знания как раз-таки для того, чтобы он не решал эти задачи долго, но он считает, что лучше он будет выполнять задачи, тратит на это много времени и т.д. Получается, что у нас идет нестыковка.

Здесь нужно сбалансировать время, дать ему недостающие теоретические знания, чтобы он еще раз это проработал на практике, решая задачи. Тем самым, это будет точка перехода, когда у него уже будут нужные знания, и он будет решать эти задачи.

Способы решения есть, и они чисто технические, но не следует забывать о такой важной составляющей как мотивация.

• Если сотрудник имеет внутреннюю мотивацию к развитию, то мероприятия руководителя, направленные на помощь сотруднику, будут иметь максимальный успех.

• А вот если мотивации у сотрудника нет, тут уже стоит задуматься – действительно ли перед нами будущий аналитик 1С?

Как провести когортный анализ и остановить отток клиентов

Шаг 1. Определите цели — чего хотите достичь. Например, повысить число переходов с пробной версии на платный тариф, увеличить средний чек за счет допродаж или сократить отток клиентов.

Шаг 2. Выберите метрики, которые будете анализировать: конверсию, объем продаж, средний цикл жизни клиента, рост числа пользователей за нужный период, длительность сеанса, выручка или что-то еще.

Шаг 3. Соберите когорту. Для этого объедините в группу пользователей, которые совершили одинаковые действия в один период времени. Например, зарегистрировались на сайте в один день и купили одинаковый тариф

Шаг 4. Изучите данные. Через сервис анализа когорт посмотрите, какой процент оттока клиентов сейчас и отчего он зависит.

Шаг 5. Выдвинете гипотезу, что поможет удержать клиентов. Например, сделать понятнее онбординг в приложении, добавить новые функции или снизить стоимость подписки.

Шаг 6. Протестируйте идею и проанализируйте результаты, изменились ли ключевые метрики или нужно скорректировать стратегию.

Для чего нужен когортный анализ

Когортный анализ помогает понять, как люди пользуются продуктом. Он показывает поведение отдельной группы или когорты пользователей с общими признаками. Например, это могут быть люди, которые скачали приложение в один день и купили одинаковый тариф.

Пример от HighTime. Представим, что мы создали онлайн-сервис, в котором работают тысячи людей. После регистрации пользователи активны, а со временем все реже заходят в сервис.

Чтобы разобраться, почему падает интерес к продукту, мы делим пользователей на когорты: тех, кто зарегистрировался сегодня, в прошлом месяце, прошлом квартале и так далее. И смотрим, как ведет себя каждая когорта: как часто заходит в сервис, сколько времени тратит, какими функциями пользуется и с какими сложностями сталкивается. Это и есть когортный анализ.

Объединять клиентов в когорты можно по разным признакам: переходу по рекламе, регистрации, покупке, возрасту или доходу. Выбор зависит от того, что хотите проанализировать.

Технологические стартапы (SaaS-компании) обычно смотрят на отток клиентов, когда клиенты перестают пользоваться продуктом, отменяют подписку или удаляют аккаунт. Когортный метод исследования — это способ понять, почему так происходит, на каком этапе, от чего зависит и что именно не нравится пользователям.

Интересуетесь свежими материалами по продвижению SaaS-продуктов?

В чем польза когортного анализа

• Помогает удержать пользователей. Анализ показывает, за какое время в среднем у человека пропадает интерес к приложению, почему и как это исправить.Например, исследование показало, что пользователи не замечают часть важных функций. Вы добавили подсказки, интерес к приложению вырос.
• Рассказывает о привычках клиентов. Какими функциями не пользуются или что делают в приложении чаще всего. Это позволит понять, как развивать продукт.
• Показывает, почему пользователи уходят. Частый кейс: люди скачали приложение и не прошли регистрацию. Анализ поможет понять с чем это связано.
• Измеряет эффективность промо. Показывает, как рекламные кампании влияют на поведение пользователей.

Так выглядит таблица с результатами когортного анализа. Столбцы сверху вниз делят когорты по дате регистрации. В нашем случае по месяцам. В строках слева направо указано сколько времени прошло с тех пор, как пользователь подписался на продукт. В каждой ячейке виден процент людей, которые отказались от услуги в конкретный месяц

Правила расчёта KPI с примерами

Ключевые показатели эффективности также помогают выявлять проблемные области, которые нуждаются в улучшении. Система KPI будет полезной, если верно выбрать и рассчитать показатели.

Первое правило: показатель должен быть конкретным. Например, если компания хочет нарастить новую аудиторию, то необходимо отслеживать количество новых пользователей в неделю, месяц, квартал и год. Эти данные можно сравнить с предыдущими периодами, чтобы оценить эффективность, а также построить план по ожиданиям.  

Второе правило: показатель должен быть связан с целями компании. Например, если нужно увеличить прибыль, то показателем станет уровень рентабельности. Если же компания хочет повысить качество своих продуктов, то в KPI включают количество возвратов от клиентов.

Третье правило: показатель должен быть релевантным для бизнеса. Например, если фирма занимается продажей автомобилей, то количество лайков на странице в социальных сетях не будет метрикой для оценки эффективности бизнеса.

Четвёртое правило: показатель должен быть достижимым и реалистичным. KPI надо адаптировать к текущему состоянию бизнеса: сначала нужно дать персоналу возможность повлиять на показатели. Например, не стоит внедрять в KPI количество новых пользователей, приведённых сотрудником, если у него нет для этого необходимых инструментов. 

Пятое правило: коэффициент должен быть своевременным и актуальным. Например, если компания оценивает эффективность своих маркетинговых кампаний, то показатели измеряют в течение короткого периода времени после окончания акции. 

Шестое правило: показатель должен быть универсальным и применимым для всех подразделений компании. Тогда если в фирме есть несколько подразделений, можно будет сравнить их эффективность.

Седьмое правило: показатель должен быть измеряемым в денежном эквиваленте. Если компания оценивает результаты продаж, то показателем станет будет выручка. Этот KPI измеряется в денежном эквиваленте и сравнивается с затратами на производство.

Расчёт на примере

Каждый сотрудник должен знать глобальные цели компании, свои задачи для достижения этих целей, а также личные планы ― то есть понимать, от чего зависит размер вознаграждения.

Покажем на примере, как может выглядеть расчёт KPI маркетолога.

• Постоянный доход сотрудника (оклад): 50 000 руб./мес.
• Размер бонуса: 30%, то есть 15 000 руб./мес. 
• В KPI маркетолога включены следующие метрики: CAC, CR, CPC, CPA, ROMI, ER. 
• При выполнении плановых показателей сотрудник получит премию 15 000 рублей. А при перевыполнении ― ещё больше: в зависимости от условий расчётов. 
• В формуле расчёта бонуса важно учесть возможный процент отклонения от плана. Тогда даже если маркетолог выполнит план, например, только на 90%, он получит минимальный размер выплаты и не окажется демотивированным. 

Data Analyst от физтех-школы прикладной математики и информатики МФТИ

Формат: онлайн
Продолжительность: 10 месяцев
Стоимость: 240 000 ₽, есть рассрочка на 3, 5 или 10 месяцев без участия банка
Ближайший старт: сентябрь
Подробнее: на сайте

В МФТИ обещают, что помогать учиться будут сразу несколько специалистов

Физтех-школа прикладной математики и информатики МФТИ предлагает курсы дополнительного профессионального образования в области ИТ. Есть разные форматы: интенсивы, профессии, в которые входит несколько курсов, и даже программы для школьников.

Курс по аналитике длится год, по 8 академических часов в неделю. Занятия проходят в формате вебинаров — не в записи, но их можно посмотреть после лекции. Для комфортного обучения на курсе пригодятся базовые знания высшей математики: комбинаторики, булевой алгебры, матриц, алгоритмов, векторов, рядов, производных и интегралов.

Программа состоит из четырех блоков:

1. Базовый SQL — 1 месяц.
2. Python и инструменты машинного обучения — 2,5 месяца.
3. Теория вероятностей и математическая статистика — 2 месяца.
4. Инструменты анализа и визуализации данных — 2,5 месяца.

Первое удостоверение МФТИ о прохождении курса студенты получают через 3 месяца — после программы «Python и инструменты машинного обучения». выдают удостоверения по всем пройденным курсам и диплом о профессиональной переподготовке. Деньги за курс можно вернуть в течение 14 дней. Также есть бесплатное вводное занятие, на котором организаторы и преподаватели отвечают на вопросы.

Какие виды когортного анализа существуют

Для исследования пользователей чаще всего объединяют в когорты по одному из двух критериев: моменту подписки или поведению в сервисе.

Когорта приобретения

Клиентов группируют по времени регистрации или покупки. Например, когортой станет группа пользователей, которые скачали пробную версию приложения в феврале или оформили подписку в марте.

Анализ когорты покажет, как изменения в продукте влияют на поведение покупателей. Возможно, они стали чаще работать в сервисе или наоборот реже в него заходят. На основе данных проще понять, правильно ли выстроена продуктовая стратегия или пора что-то менять.

Вы проанализировали пользователей из четырех когорт. Каждая когорта — это группа людей, которая скачала приложение в конкретный квартал.

Данные показывают, что самые вовлеченные — пользователи, которые зарегистрировались в первом квартале. Но есть проблема — спустя два месяца после установки приложения, они его удаляют. Клиенты из других когорт пользуются фитнес-трекером не так часто, зато долго. В среднем 8 месяцев.

На основе анализа сразу видны зоны роста. Например, можно повысить активность пользователей из 2–4 когорты или придумать, как удержать клиентов из первой.

В результате вы решили добавить геймификацию в приложение. Есть предположение, что это раскачает подписчиков — они начнут чаще использовать фитнес-трекер. Без анализа когорты приобретений обосновать такую гипотезу было бы сложнее.

Поведенческая когорта

Клиентов группируют по их действиям в приложении, тарифному плану, каналу привлечения, должности или размеру компании.

Анализ поведенческой когорты дает больше информации — поможет понять, какой группе пользователей нравится продукт и почему. Покажет, какие клиенты приносят больше всего денег, какими функциями в приложении они пользуются чаще, на что делать упор в продвижении и какие каналы приносят самых горячих лидов.

Сперва вы проводите анализ когорты приобретения, чтобы выяснить, когда люди теряют интерес к мессенджеру. Данные показывают, что пользователи перестают обмениваться сообщениями на третий день.

Есть две гипотезы, почему так происходит: чаще уходят пользователи, которые не заполнили личный профиль или не пригласили в приложение друзей в первые два дня.

Чтобы проверить гипотезы, вы составляете поведенческие когорты. В одной — клиенты, которые заполнили или не заполнили личный профиль в мессенджере. В другой — люди, которые посоветовали приложение друзьями, и те, кто этого не сделал.

Анализ показал, что заполненный профиль не влияет на удержание пользователей. А вот если люди приглашали друзей, то чаще заходили в мессенджер и отправляли сообщения. Так работает анализ поведенческой когорты.

Что я думаю о джунах

Для крупных компаний джуны действительно нужны и ценны. Они очень мотивированы: несмотря на более низкие зарплаты, глаза у джунов горят сильнее, чем у опытных сотрудников. Также у них нет своего представления о том, как должна работать аналитика: как хорошего, так и плохого. Иногда научить джуна с нуля гораздо проще, чем переучить уже опытного специалиста. 

Однако тут есть и риски: возможно, человека всему научат, а он решит уйти развиваться дальше в другую компанию. Это не очень интересно компаниям, особенно небольшим, где обучение сотрудников не поставлено на поток. Работодателю важно не только нанять, но и удержать человека, ведь найм — это всегда деньги: часы работы эйчара, эксперта-интервьюера, команды онбординга и наставника стоят недёшево. Поэтому джуну стоит показать, что он собирается расти и развиваться именно в этой компании.

Кроме того, важно искреннее желание расти и прилагать усилия. Как говорит мой лид: «Мало просто хотеть стать хорошим аналитиком, нужно что-то для этого делать».

Что важно понимать начинающему аналитику

Для меня важно, чтобы кандидат обладал матграмотностью: понимал основные математические термины, основы теории вероятностей, ограничения математических методов.

Ещё от джуна ждут, что он в общих чертах понимает, как устроена IT-сфера. Например, в IT многие общаются на «ты», используют сленговые слова вроде «фичи», «краши»,  «продакшн». Знать эти мелочи — значит вписываться в коллектив. Если вместо «друзья, погнали на синк» всерьёз сказать «уважаемые коллеги, пройдёмте на совещание» — будет странно. Так что советую посмотреть видео на ютубе или почитать статьи аналитиков из сферы, куда вы хотите устроиться, чтобы освоить лексику. Конечно, никто не будет ждать от джуна знания всего сленга на свете, но важно понимать базовые выражения.

Как анализировать готовые данные

Сперва готовый отчет по когортам кажется сложным. На самом деле данные легко анализировать. Разберем значение каждого показателя на примере.

Отчет с результатами когортного анализа оттока клиентов из сервиса Baremetrics — наш пример для разбора. Расшифровка показателей ниже

Октябрь 2022 в таблице — это когорта, поскольку указывает месяц подписки пользователя. Значит, что все клиенты из группы купили ваш продукт в октябре 2022 года.

24 — число клиентов в когорте, которую вы анализируете. В октябре 2022 года ваш сервис оплатили 24 человека.

92% — процент клиентов, которые стабильно пользовались продуктом первый месяц. Следующие столбцы показывают, как меняется эта динамика. Видно, что во второй месяц в сервисе работали 88% клиентов из когорты, в третий — 79% из 24 покупателей.

Кроме оттока клиентов когортный анализ покажет, как меняются доходы компании в зависимости от числа клиентов. При желании вы можете поменять проценты в абсолютные числа

«Аналитик данных» от «Нетологии»

Формат: онлайн
Продолжительность: 7 месяцев
Стоимость: 95 000 ₽, есть рассрочка на 2 года
Ближайший старт: 19 сентября
Подробнее: на сайте

На сайте «Нетологии» указывают, что курс будет полезен не только будущим аналитикам, но и специалистам, которые просто работают с данными

Учеба длится 7 месяцев — 108 часов теории и 172 часа практики. В основе программы четыре предмета: аналитическое мышление, практическая статистика, SQL и Python. Если ученик уже проходил из них, их можно перезачесть и получить скидку.

Во время обучения предстоит сделать четыре работы, включая дипломную. Бонусом можно взять английский для аналитиков, визуализацию данных с помощью Power BI и метрики продукта.

«Нетология» выдает диплом о профессиональной переподготовке и возвращает деньги, если программа не подошла: всю сумму, если прошли меньше трех занятий, часть — если больше.

У программы есть расширенная версия — «Аналитик данных с нуля до middle». Она идет вдвое дольше, включает развитие статистику и визуализацию.

«Аналитик данных» от

Формат: онлайн
Продолжительность: от 4 до 12,5 месяца
Стоимость: от 96 000 до 168 000 ₽, есть рассрочка
Ближайший старт: 28 сентября
Подробнее: на сайте

Вводный урок и одно из первых заданий курса

Курс состоит из двух частей. Сначала — бесплатные уроки по основам Python и аналитики. Затем можно выбрать один из трех платных треков: базовый, плюс и буткемп. Они отличаются ценой, сроками и количеством практических заданий.

Большую часть программы — теорию и закрепление знаний — можно проходить в любое время, но есть и живые вебинары. Среди предметов — базовый Python, предобработка данных, статистический и исследовательский анализ, теория вероятностей, SQL, анализ бизнес-показателей и принятие решений в бизнесе, основы машинного обучения. Полученные знания закрепляют проектами: студенты должны выполнить минимум 13 проектов на учебных и реальных данных реальных банков и мобильных приложений.

Есть дополнительная программа на 8 недель — помощь в трудоустройстве, она бесплатная. Там учат составлять резюме, писать сопроводительные письма, составлять портфолио на GitHub и проходить собеседования. Если у выпускника есть среднее профессиональное или высшее образование, он получит сертификат о дополнительном образовании. Если нет — сертификат об окончании курса.

Продолжительность и цена платных треков по аналитике

Продолжительность и цена платных треков по аналитике

«Аналитик данных с нуля» от Skypro

Формат: онлайн
Продолжительность: 12 месяцев
Стоимость: от 170 000 до 212 000 ₽, есть рассрочка на три года
Ближайший старт: сентябрь — октябрь, дата зависит от тарифа
Подробнее: на сайте

На сайте Skypro предлагает ознакомиться с отзывами работодателей о выпускниках

На курсе дают базовые навыки для аналитика: учат обрабатывать данные в «Экселе» и Power BI, писать запросы на языке SQL, проводить статистические тесты, представлять результаты в виде графиков, диаграмм, таблиц. Программа составлена так, чтобы учиться по 2 часа в день.

Можно выбрать один из двух тарифов, цены приводим для рассрочки на 36 месяцев:

1. Стандартный — с неограниченным количеством студентов в группе и проверкой домашних заданий в течение 48 часов. Стоимость — от 4711 ₽ в месяц.
2. Индивидуальный — учеба в малых группах, проверка заданий за 24 часа, 4 занятия по английскому языку и курс по визуализации данных в подарок. Стоимость — от 5884 ₽ в месяц.

Также учащиеся получают помощь в подготовке резюме и портфолио, консультации центра карьеры. Выпускникам выдают диплом о профессиональной переподготовке.

Как определить KPI

Определение ключевых показателей эффективности (KPI) ― важный шаг для любой компании, которая стремится достигнуть поставленных целей и измерить свой успех. Но выбрать правильные метрики может быть сложно. Этот процесс требует тщательного анализа бизнес-модели, отрасли и стратегии компании.

Вот небольшой план, который поможет определить KPI:

1. Обозначьте цели компании.
Их важно делать конкретными, измеримыми, достижимыми, релевантными и временно ограниченными. Например, цель компании может заключаться в увеличении выручки на 10% в течение следующих 12 месяцев.

2. Выберите, какие аспекты бизнеса наиболее важны для достижения этой цели.
Это может быть связано с продуктом, клиентами, производительностью, персоналом или маркетингом. Например, если цель компании заключается в увеличении выручки, то больше всего подойдут KPI по продукту и клиентам.

3. Разбейте показатели на более мелкие ― конкретные KPI для каждого аспекта бизнеса.
KPI должны иметь целевое значение. Например, если компания выбрала KPI по клиентам, то уровень удовлетворённости пользователей может быть измерен опросами и иметь целевое значение в 80%.

4. Выясните, какие данные будут использоваться для измерения каждого KPI.
Данные могут быть собраны из различных источников: CRM-базы, отчёты по продажам, опросы клиентов и другие.

Чтобы все эти показатели работали, нужно установить систему отслеживания KPI и регулярно анализировать результаты. Для этого создают отчёты и проводят анализ и корректировку планов, если необходимо.

«Аналитик данных» от Skillfactory

Формат: онлайн
Продолжительность: 14 месяцев
Стоимость: от 169 000 до 503 000 ₽, есть рассрочка
Ближайший старт: 25 сентября
Подробнее: на сайте

Skillfactory обещает подарить новым студентам курс по нейросетям

Аналитику данных на Skillfactory изучают на разных программах: интенсивах по гугл-таблицам, Python и SQL, курсах по продуктовой и финансовой аналитике и в магистратуре «Прикладной анализ данных в медицине». Также есть курс «Аналитик данных» — о нем и расскажем.

Есть три тарифа, хотя учеба и нагрузка везде одинаковая — от 6 часов в неделю в течение 14 месяцев. Цены указаны для рассрочки на три года:

1. Базовый тариф стоит 4690 ₽ в месяц и включает только уроки по аналитике.
2. Оптимальный — 5990 ₽ в месяц. Включает все, что есть в базовом тарифе, плюс 9 часов индивидуальных консультаций с ментором, ревью резюме и английский для ИТ.
3. VIP — 13 990 ₽ в месяц. Включает опции из базового и оптимального тарифов, а также еженедельную часовую консультацию с ментором.

Программа состоит из базового, основного и pro-блока. Начинается все не с программирования и статистики, а с аналитического мышления и работы с документацией. Также в базовом блоке изучают базы данных, SQL, визуализацию в Power BI, а также аналитику в e-commerce и геймдеве.

В основном блоке упор делают на изучение Python — в программе больше 300 упражнений. Наконец, pro-уровень погружает студента в одну из специализаций — маркетинговую или продуктовую аналитику.

Есть и дополнительный карьерный трек: научат писать резюме, искать вакансии и проходить собеседования. Выпускник получает диплом о профессиональной переподготовке и сертификат Skillfactory. Если программа не понравилась, вернуть деньги можно в первые 14 дней.