Зачем нужны разные виды ИТ-аналитиков

Зачем нужны разные виды ИТ-аналитиков Аналитика

Почему стоит стать аналитиком

Как только заходит разговор об аналитиках, в уме большинства людей возникает образ человека, корпящего над бумажками, непрестанно что-то анализируя и изучая, сверяя и перепроверяя, т. е. этот вид профессиональной деятельности выглядит весьма скучно и неприглядно, но все это не отменяет весомых преимуществ:

  • Существует мало других профессий, на которые такой же высокий и стабильный спрос, подкрепленный достойным размером заработной платы. Средние значения оклада по России колеблются в пределах 60-80 тыс. руб.
  • Для людей с аналитическим складом ума и спокойным характером профессиональные обязанности вовсе не в тягость, т. к. свежие данные поступают чуть ли не ежесекундно, а поиск закономерностей и составление выводов может быть весьма увлекательным, ответственным и важным занятием.
  • Профессия допускает гибкий рабочий график, позволяя трудиться по желанию в офисе или на дому. Здесь каждый сам определяет, какие условия труда ему больше по душе. Ну, и если выбрать фриланс, то можно, проживая где-нибудь в регионе, работать на крупные компании, находящиеся в больших городах, и получать характерную для них высокую зарплату.

Основные навыки аналитика данных:

  • Сбор и анализ требований заказчиков к отчетности.
  • Получение данных с помощью языка запросов SQL.
  • Применение в работе ключевых математических методов и основ статистики.
  • Очистка и трансформация данных с помощью Python.
  • Прогнозирование событий на основе данных.
  • Анализ результатов кампаний, исследований и тестирования продуктовых гипотез.
  • Способность создавать аналитические решения и представлять их бизнесу

А еще хорошие аналитики данных умеют работать с Big Data, проверять гипотезы с помощью подходов А/Б-тестирования и быть настоящими исследователями. 

Большинство работодателей просят посчитать определенные метрики, например, какие товары чаще всего возвращают покупатели. Иногда нужно рассчитать инвестиционный потенциал и скорректировать бизнес-модель.

Аналитик данных = data scientist?

Со стороны не всегда понятно, какие задачи решают представители разных профессий в области данных и чем они отличаются. Например, между аналитиком данных и специалистом по Data Science нет четкой границы, и из-за этого часто возникает путаница в понятиях.

Кажется, что аналитик и дата-сайентист — это профессии, в которых hard skills и работа с данными стоят во главе угла, но это не совсем так, обоим специалистам ставятся задачи на языке бизнеса, с которым они работают.

При этом у каждой отрасли есть свои особенности: например, в медицине важно грамотно подобрать метрику качества модели, чтобы правильно назначить лечение, а в металлургии — понимать особенности дефектов стали, чтобы сделать визуальный анализ партии с помощью компьютерного зрения.

При этом сбор и интерпретация информации могут улучшить процессы не только в сфере ИТ, но и, например, в лабораториях — оптимизировать работу с клиническими данными или выявить закономерности в химических реакциях.

Бизнес аналитика

image

Разговаривая с бизнес-заказчиком, нужно отдавать себя отчет в том, что его язык может существенно отличаться от вашего. Бизнес-требование может быть озвучено таким образом, что у нескольких участников процесса согласования требований возникает различное понимание, что это требование означает. Порождается двусмысленность, которая очень дорого обходится команде на поздних этапах разработки.

Проблема оказывается наиболее острой при наличии нескольких бизнес-заказчиков, каждый из которых выдвигает свои требования. Например, при интеграции двух систем, по каждой из которых есть свой представитель от бизнеса.

Кейс из практики: месяц разработки был потрачен на функционал переноса списка активностей из объекта №1 в объект №2. На этапе приемочного тестирования обнаружилось, что заказчик ожидал совершенно иной функционал — копирование, а не перенос активностей. В процессе переделывания функционала и детализации двусмысленности IT-команда, во-первых, договорилась с заказчиком о MVP, а, во-вторых, о необходимости работы с корнем бизнес-проблемы. Было выдвинуто предположение, что сам функционал копирования требуется только лишь по причине недостаточно качественно реализованного функционала подгрузки шаблонов активностей.

По работе встречался с кейсами, когда постановка на разработку была описана без фиксации бизнес-цели: в чем конкретно эта доработка поможет бизнесу? Какую боль эта доработка снимет с бизнеса?

Зачастую такие доработки без цели приводили к неприятным последствиям уже на этапе тестирования, когда и разработчик, и тестировщик не понимали, зачем мы спроектировали этот функционал. Хуже того, разработчик и тестировщик не получали ответы от аналитика, а если и получали, что чаще всего придуманные самим аналитиком: цели, который аналитик сформировал самостоятельно.

Записывайте цели вместе с заказчиком, чтобы абсолютно все участники процесса в любой момент времени понимали, зачем они выполняют свою работу.

На практике сталкивался с разными заказчиками, некоторые из которых не сразу были готовы приглашать аналитика на свои оффлайн-встречи. С этим аналитик также должен будет поработать: договориться и показать результат от слаженной совместной работы.

Во время очной встречи руководителя подразделения с подчиненным, где мы — аналитик и UX-дизайнер — сидели «в фоне», выявился целый ряд требований, который не проявлялся в течение целого года работы команды. Мы обращали внимание на все детали: ручные записи руководителя и сотрудника, на стикеры, на пометки в windows-блокноте, на действия внутри системы. По итогу такой встречи бэклог был существенно дополнен, а мы приступили к глубокой переделке реализованного в системе функционала.

Будущее профессии

Бизнес-аналитики нацелены на карьерный рост. Спустя полгода или год работы на грейде джуна можно получить должность на полноценной ставке. Это вертикальное развитие по уровням, но есть и горизонтальное. Это углубленное изучение специализации и постоянное повышение квалификации в отдельной области.

В ближайшие годы конкуренции профессии бизнес-аналитика не будет, поэтому перспективы у нее прекрасные. Сделать карьеру при наличии необходимых навыков и качеств труда не составит. Поскольку технологии каждый день развиваются, бизнесу необходимы грамотные специалисты и спада на рынке труда не ожидается.

***

Если вы грамотный, ответственный, общительный и креативный человек – эта ниша вам отлично подойдет. Рекомендуем обратить внимание на Факультет системной и бизнес-аналитики от GeekBrains. Курс подойдет не только тем, кто еще только определяется с профессией, но и специалистам своего дела, которые хотят сменить сферу деятельности.

В дополнение

Возможно, вам даже понравится и вы захотите развиваться в сторону UX-аналитики. В любом случае, изучение соответствующей литературы и инструментов проектирования пойдет на пользу как минимум с точки зрения поиска общего языка с UX-дизайнером из вашей команды.

Зачастую те требования, которые вы, как аналитик, детализируете и распишите, будут впоследствии корректироваться со стороны дизайнера. Ведь не вы один, по сути, проектируете пользовательский опыт.

Чтобы быть на одной волне, попрактикуйтесь в UX-анализе. Например, в свободное от работы время в Sketch или Figma, время от времени показывая результат вашему дизайнеру. Такой опыт аналитики никогда не будет лишним.

Рекомендуемая литература:
- Дон Норман "Дизайн привычных вещей".
- Алан Купер "Психбольница в руках пациентов".
- Алан Купер "Интерфейс. Основы проектирования взаимодействия".
- Робин Уильямс "Дизайн. Книга для недизайнеров".

***

Спасибо за прочтение статьи! Буду благодарен, во-первых, за обратную связь. Во-вторых, за рекомендации по литературе, источникам, за бэстпрактисы, личный опыт и рекомендации.

Востребованность профессии

Бизнес-аналитики нужны каждой крупной компании в любой сфере – строительной, торговой, промышленной, инвестиционной. Понимающие модели бизнеса и IT специалисты требуются и в банках, и в консалтинговых фирмах.

Новичок в области без опыта работы сможет претендовать на должность стажера или помощника действующего бизнес-аналитика предприятия с расчетом на карьерный рост.

Столицы и крупные города в России предлагают множество вакансий, однако устроиться неопытному специалисту будет непросто. Требуется знание от одного до трех иностранных языков для общения с зарубежными клиентами и минимальный опыт работы от 5 лет.

Средний оклад бизнес-аналитика в крупных городах РФ составляет 120 тысяч рублей.

В первые годы работы новичок может рассчитывать в среднем на половину этой суммы. После успешного выполнения ряда проектов оклад может вырасти в два или в три раза. Эксперты своего дела могут зарабатывать до 500 тысяч рублей в месяц.

Главные навыки бизнес-аналитика

Бизнес-аналитик должен уметь по полочкам разложить стратегию ведения бизнеса предприятия, систематически подходить к решению поставленных задач, работать с большим количеством данных и грамотно выражать свои мысли.

Личные качества, на которые обращают внимание работодатели:

  • аналитический склад ума;
  • открытость в общении;
  • внимание к деталям;
  • креативное мышление;
  • умение быстро понять суть проблемы/задачи.

Требования к профессиональным качествам тоже немаленькие:

У кандидата на должность должен быть диплом о законченном высшем образовании по специальности, знание систем CRM, опыт работы с ТЗ и регламентами.

Профессии бизнес-аналитика нельзя выучится, не имея нужного склада ума и задатков. Нужно любить и уметь общаться с людьми, испытывать эмпатию к тем, с кем будут вестись переговоры. Важно умение нестандартно мыслить, быть внимательным и стрессоустойчивым. Очень полезен в работе аналитический склад ума – этому нельзя научиться.

Дополнительный анализ:  Ставки на спорт в ганболе: статистика и аналитика ⚽

Кроме перечисленных качеств, важны и знания в узком профилировании:

  • Работа в ARIS, Rational Rose, BPWin и прочих программных продуктах на уровне уверенного пользователя (программы Microsoft аналитик тем более должен знать назубок).
  • Основы программирования, проектирования и документирования ПО;
  • Знание алгоритмов, известных баз данных и системного анализа;
  • Владение информацией об управлении, экономике и бухучете.

Дата-журналист

Теперь с помощью Tableau, Excel и Python представители медиа могут находить необычные закономерности и интересные инсайты в открытых данных.

Умение работать с источниками и искать информацию по-прежнему остаются hard skills журналистов, при этом знания в области аналитики помогают им находить инфоповоды для материалов и создавать тексты на резонансные темы. Например, подсчитав количество нефтяных аварий в российских ТЭК за 2021 год, авторы «Важных историй» выяснили, что внештатные ситуации происходят каждые полчаса, и смогли написать об этом статью.

Визуализация данных также играет большую роль в журналистском тексте: в 2021 году Reuters выпустили интерактивный лонгрид о лагере мусульманских беженцев на юге Бангладеш. Описание кризиса, с которым столкнулись жители, сопровождалось разными видами инфографик, основанных на статистических данных: с их помощью журналистам удалось создать эффект присутствия и сделать материал более эмоциональным с помощью фактов и цифр, а не громких слов. В том же году материал получил премию Глобальной сети редакторов за лучшую визуализацию данных.

Дата-журналист = Журналистика (умение писать журналистские тексты) Программные инструменты (Python Excel Tableau) Понимание актуальной повестки

Дата-маркетолог

Такие специалисты могут оценивать рынок и прогнозировать спрос на те или иные продукты на основании данных, а не собственных умозаключений.

Помимо классических знаний «по Котлеру», дата-маркетологи используют инструменты сквозной аналитики, разбираются в статистических данных с помощью R, Python или SPSS, умеют пользоваться программами для визуализации и интерпретации данных — Power BI, Tableau или Qlik.

В отличие от коллег без аналитической базы, они могут благодаря имеющимся данным заранее отметать провальные для рынка гипотезы, прогнозировать результаты контент-маркетинга, предсказывать поведение потребителей и составлять долгосрочные стратегии, опираясь на реальные рыночные данные.

Дата-маркетолог = Маркетинг Программные инструменты (Python R SPSS Power BI Tableau Qlik) Понимание бизнеса

Еще один вариант – онлайн-курсы

Не каждый захочет потратить 5 лет на вузовскую программу, особенно если нужно поменять сферу деятельности. Оптимальным вариантом станут онлайн-курсы по специальности. Качество подачи информации там не уступает высшим учебным заведениям, а первый заработок можно получить еще в процессе обучения:

  • Курс «Системный аналитик с нуля» от Skillbox. Подойдет начинающим аналитикам, project- и product-менеджерам. Обучение проходит в форме видеолекций. Есть домашние задания и постоянная связь с личным ментором. После обучения выдается диплом.
  • Профессия «Бизнес-аналитик» от ProductStar. Подходит как новичкам, так и финансовым аналитикам. Обучение в дистанционном формате дает возможность сочетать учебу с работой. По окончанию обучения выдается диплом, а портфолио пополняется проектными работами.
  • Курс «Аналитика для руководителей и владельцев бизнеса» от SkillFactory. Курс подходит начинающим бизнес-аналитикам и предпринимателям. При обучении дается полный набор практик и теоретических знаний по управлению предприятием и моделям бизнеса. По окончанию курса выдается сертификат.
  • Курс «Бизнес-аналитик» от Нетология. Курс подходит начинающим бизнес-аналитикам. Обучение проходит по согласованному с учеником графике. В программу курса включен анализ рынка, корректировка процессов в бизнесе, структурирование данных. По окончанию курса выдается сертификат установленного образца.
  • Факультет системной и бизнес-аналитики от GeekBrains. Курс подойдет новичкам, бизнес-аналитикам, продакт-менеджерам, руководителям проектов и владельцам бизнеса. Обучение проходит в формате онлайн-лекций. Даются домашние задания и есть обратная связь с ментором. Чтобы завершить обучение, нужно защитить дипломный проект по анализу реального бизнеса. Гарантируется помощь в трудоустройстве.

Задачи аналитика: чем занимается специалист

Аналитиков относят к категории высококвалифицированных специалистов, которые:

  • в совершенстве владеют разнообразными методами анализа;
  • занимаются аналитическими исследованиями и обобщающих собранные данные в определенных сферах деятельности;
  • разрабатывают программу совершенствования и прогнозируют дальнейшие процессы.

Своим названием профессия обязана древнегреческому слову άναλυτικά, переводящемуся, как искусство анализа, и очень точно отображающем суть профессиональной деятельности.

Задачи аналитика:

  • сбор сведений и их предварительная сортировка;
  • анализ данных и их проверка;
  • составление начальных предположений;
  • создание точно регламентированных методических работ;
  • формирование выводов и составление отчетности о проведенном исследовании.

Вне зависимости от направлений профессиональной деятельности, необходимо собрать и проанализировать данные, дать им оценку и выработать практические рекомендации для улучшения работы, опираясь на актуальную картину сложившегося положения дел.

Как стать аналитиком данных и где этому учат

67% специалистов по аналитике пришли в Data Science из других сфер. В основном это разработчики и маркетологи, но есть и неожиданные профессиональные бэкграунды: геммологи, звукорежиссеры и даже ядерные физики.

Чаще всего изучать аналитику начинают с профессиональной литературы, тематических статей, авторитетных блогов и профильных каналов в мессенджерах. В открытом доступе много теоретической информации, где можно собрать базовый пул теории и практики.

Кто такой аналитик данных

Неверные решения при разработке нового продукта или функции сервиса могут стоить компании репутации и денег. Чтобы этого не произошло, компании обращаются к аналитику данных. Он собирает, обрабатывает, изучает и интерпретирует данные: проводит А/B-тесты, строит модели и проверяет, как пользователи и клиенты реагируют на нововведения. Это стоит дешевле и снижает риски бизнеса.

Такие специалисты особенно востребованы в data-driven компаниях — то есть тех, которые ориентируются в решениях на big data и аналитику данных.

Например, специалисты по данным Netflix вычислили популярность сериала «Карточный домик» с помощью аналитики: зрителям оригинального британского «Карточного домика» также нравились фильмы Финчера и (или) картины, где играл Спейси. Netflix объединили Дэвида Финчера (один из режиссеров House of Cards), политические интриги и Спейси в одном проекте.

Личные качества

Хороший аналитик данных — это не только метрики и отчеты. Вне зависимости от профиля, классный специалист должен обладать гибкими навыками, которые нужны для продуктивной работы:

  • Системное мышление и логика. Важно уметь анализировать, синтезировать, сравнивать и делать выводы из порой неочевидных закономерностей. Аналитик должен понимать, из каких предпосылок он исходит в своих суждениях, и проверять их корректность.
  • Внимание к деталям, методичность и рациональный скептицизм. Все результаты анализа должны быть проверены, перепроверены и обоснованы. Лучше уточнить непонятные детали и усомниться даже в самом авторитетном мнении, чем запустить ненужный продукт.
  • Вежливость, навыки общения и повествования. Аналитики общаются со специалистами из разных направлений: бизнес, ИТ, бухгалтерия и безопасность. Важно сохранять конструктивный и вежливый подход, не поддаваться на провокации и лоббировать интересы своего отдела.
  • Терпение. Пригодится при очередном письме «концепция изменилась, давайте посчитаем заново».
  • Прагматизм и деловой подход. Важно концентрироваться на тех вопросах, которые позволят улучшить показатели работы компании: увеличить доходы, сократить затраты, оптимизировать процессы.
  • Стремление учиться. Хороший аналитик любит узнавать новое и расширять свой кругозор.

Личные качества аналитика

Работа проходит в условиях тщательного изучения больших информационных потоков, поэтому специалист обязан быть педантичным, внимательным и дотошным, что исключит множество ошибок, допущенных по невнимательности.

Кроме того, профессионального аналитика сложно представить без:

  • аналитического склада ума,
  • наблюдательности,
  • ответственности,
  • хорошей памяти,
  • настойчивости,
  • аккуратности,
  • усидчивости,
  • терпения и пр.

В набор профессиональных умений и знаний включают:

  • понимание разнообразных приемов проводимого анализа, а ещё — основ статистики;
  • умение работать со специальными программами, приложениями и базами данных;
  • в совершенстве знать математику и делать точные выводы на основе полученных цифр.

Медицина

Онколог и заведующий отделом организационно-методической работы с регионами НМИЦ имени Н.Н. Пирогова Юрий Комаров стал изучать дата-аналитику, чтобы научиться обрабатывать Big Data в медицине — отчетные формы и реестры лечения пациентов.

Юрий уже смог улучшить процесс прогнозирования заболеваемости и смертности от злокачественных опухолей. Если раньше всю информацию приходилось обрабатывать в Excel вручную в течение двух-трех часов, то с помощью программы на Python процесс занимает не больше пяти минут — и ввод данных, и аналитика автоматизированы.

Результаты анализа помогают заранее спланировать закупку препаратов для разных регионов и распределить нагрузку между врачами. Также с их помощью можно увидеть, получает ли пациент лечение в срок, насколько оно эффективно — и корректировать работу медицинских учреждений.

Научиться анализировать Большие Данные и начать управлять «Матрицей» вам поможет наш курс «Big Data».

Можно получить образование в вузах:

  • Сибирский федеральный университет. Системный анализ и управление: вариант программы бакалавриата. Стоимость обучения: 170 622 рублей (есть бюджет).
  • Белорусско-Российский университет. Управление электронным бизнесом: вариант программы бакалавриата. Стоимость обучения: неизвестно (бюджета нет).
  • Институт отраслевого менеджмента. Профессия Бизнес-аналитик (специалист по бизнес-процессам). Стоимость обучения: 300 000 рублей (есть бюджет).
  • Высшая школа бизнеса. Профессия Бизнес-аналитик (специалист по бизнес-процессам). Стоимость обучения: 570 000 рублей (есть бюджет).
  • Санкт-Петербургский филиал Национального исследовательского университета «Высшая школа экономики». Профессия Бизнес-аналитик (специалист по бизнес-процессам). Стоимость обучения: 320 000 рублей (есть бюджет).
  • Нижегородский филиал Национального исследовательского университета «Высшая школа экономики». Профессия Бизнес-аналитик (специалист по бизнес-процессам). Стоимость обучения: 190 000 рублей (есть бюджет).
  • Северо-Западный институт управления – филиал Российской академии народного хозяйства и государственной службы при Президенте Российской Федерации. Профессия Бизнес-аналитик (специалист по бизнес-процессам). Стоимость обучения: 205 000 рублей (есть бюджет).
  • Санкт-Петербургский политехнический университет Петра Великого. Профессия Бизнес-аналитик (специалист по бизнес-процессам). Стоимость обучения: 210 000 рублей (есть бюджет).
  • Московский технический университет связи и информатики. Профессия Бизнес-аналитик (специалист по бизнес-процессам). Стоимость обучения: 203 400 рублей (есть бюджет).
  • МИРЭА – Российский технологический университет. Профессия Бизнес-аналитик (специалист по бизнес-процессам). Стоимость обучения: 240 000 рублей (есть бюджет).
Дополнительный анализ:  Профессия финансовый аналитик: что делает и как им стать

Обязательно ли it-образование?

Если прочесть приведенный выше список необходимых бизнес-аналитику навыков, может сложиться впечатление, что IT-образование – необходимость. Это далеко не так.

Не станем врать, опыт работы в сфере IT и соответствующее образование дают неоспоримые преимущества перед другими кандидатами, но такому специалисту нужно время для внедрения в отрасль и построения коммуникаций с командой.

Чаще всего бизнес-аналитики вырастают из разработчиков и проектировщиков, но пришедшие из других областей специалисты без IT-образования лучше знают все процессы в компании и легче находят общий язык с клиентами. Конечно, им нужно будет подтянуть знания в технической сфере, выучить алгоритмы и научится работать со специфическим ПО.

Бизнес-аналитик может глубоко изучить системный анализ и переквалифицироваться в бизнес-архитектора или вырасти в управленца на должности программного менеджера.

Стоит упомянуть и об уровнях (грейдах) бизнес-аналитика:

  • Junior, он же джун – начальный грейд, не являющийся самостоятельным сотрудником. Ему поручаются простые задачи, кроме этого он обучается у более высоких грейдов.
  • Middle – выполняет стандартную работу в проекте. Это уже самостоятельный сотрудник, не нуждающийся в поддержке
  • Senior – занимается сложными задачами без шаблонов. Обучает мидлов и джунов.
  • Team Lead, он же эксперт –его преимущество в большом опыте. Он контролирует работу всех грейдов и руководит командой бизнес-аналитиков.

Продуктовые, игровые и количественные аналитики

Занимаются развитием продукта: формулируют цели и KPI, находят точки роста и тестируют продуктовые гипотезы, используя большие данные.

Сотрудников, которые умеют работать с пользовательской информацией, ищут в игровой индустрии — например, геймдев-аналитиков, способных улучшить пользовательский опыт, понизить churn rate (коэффициент оттока) и увеличить retention rate (коэффициент удержания). По даннымHeadHunter, средняя зарплата специалистов в этой области начинается с 90 000 рублей.

В финансовой сфере появляется запрос на количественных аналитиков: они анализируют показатели компаний с упором на применение математических и статистических методов. Они в среднем могут получать от 65 000 рублей и выше.

Продуктовые аналитики = Менеджмент Программные инструменты Понимание бизнеса

Основное преимущество работы с Big Data в любой специальности — это оптимизация процессов и сокращение времени на рутину. Грамотно составленные алгоритмы позволяют анализировать данные без человеческого вмешательства, доставляя более точный и релевантный результат для любой сферы бизнеса.

Профессия: аналитик данных

Кто такой аналитик

В чём заключается моя работа

Как я стала аналитиком

Где учат на аналитиков

Какие качества нужны, чтобы успешно работать аналитиком

Карьера, график работы, зарплата

Аналитик данных в будущем

Аналитик — специалист, который занимается обработкой данных и составлением на их основе прогнозов, стратегий, планов и рекомендаций клиентам.

Существует несколько профессий, в названии которых также есть слово «аналитик» — финансовые аналитики, программные аналитики, системные аналитики. Все они занимаются анализом той или иной информации, но не обязательно используют в своей деятельности математику, статистику и языки программирования. Их нужно отличать от отдельной профессии «аналитик данных».

Аналитик данных должен хорошо разбираться в математике, статистике, информатике, компьютерных науках, бизнесе и экономике.

Данные, которые обрабатывает аналитик, зависят от сферы деятельности, которой он занимается. Например, аналитик в области рекламы определяет целевую аудиторию для рекламных кампаний: составляет алгоритм, с помощью которого ищет в базах данных информацию о потенциальных клиентах, анализирует рекламные стратегии с точки зрения отклика, оценивает показатели эффективности кампаний.

Я работаю ведущим аналитиком в рекламном подразделении таргетированных смс-рассылок мобильного оператора. По соображениям конфиденциальности назвать компанию я не могу, она входит в так называемую «большую тройку». Моё подразделение занимается рассылкой рекламы абонентам, сегментируя их по опредёленным социально-демографическим, поведенческим и другим признакам. Аналитик занимается тем, что из всей абонентской базы выбирает абонентов, которые отвечают этим признакам, чтобы рекламодатель рассылал рекламу именно тем людям, которых она может заинтересовать.

Например, к нам приходит клиент, директор стоматологии, и заказывает рекламную кампанию. Аналитик и клиент вместе определяют набор признаков, по которым абоненты могли бы заинтересоваться этой конкретной стоматологией — проживание в определённом районе, обращение за стоматологическими услугами в недалёком прошлом и так далее. Составив список этих признаков, аналитик направляет запросы в базу данных, чтобы реклама была отправлена релевантным абонентам. Для формирования запросов используется специальный язык программирования SQL, предназначенный для работы с базами данных.

Такая реклама называется таргетированной, от английского слова target — цель. Основная задача аналитика — правильно определить эту цель. Чем точнее определён круг признаков и правильнее составлен запрос, тем успешней рекламная кампания.

По результатам кампании аналитики собирают и анализируют данные о её эффективности: смотрят, как много абонентов откликнулись на рекламу— , то есть позвонили по указанным телефонам, обратились в эту стоматологию;, и анализируют, от чего зависит эффективность рекламы, когда она срабатывает, а когда нет. Это похоже на настоящее научное исследование.

Меня с детства интересовали математика и программирование, работа с данными, таблицами, поиск и анализ закономерностей. Работа аналитика включает все эти аспекты.

Я закончила НИУ ВШЭ по направлению, связанному с маркетингом. На факультете нам преподавали математику, статистику, прогнозирование, эконометрику, и эти предметы мне нравились больше всего. Кроме того, я занималась программированием на дополнительных курсах.

После окончания вуза я стала работать в PR, но вскоре поняла, что эта сфера деятельности мне не нравится. Мне было неинтересно, работала я через силу, заставляя себя приходить в офис. Поэтому я решила сменить направление. В вузе я узнала, как работает статистика, какие математические инструменты используются для анализа данных, познакомилась с языком программирования SQL. С этими навыками в резюме я решила посмотреть вакансии аналитика и вскоре нашла мою нынешнюю работу. Поначалу мне поручали и другие задачи, но постепенно аналитика стала моим основным занятием.

За три года я стала ведущим аналитиком— руководителем подразделения. В мои обязанности входит не только составление запросов в базы данных, но и распределение задач внутри моей команды, взаимодействие с заказчиками рекламных кампаний или аккаунт-менеджерами, которые ведут этого рекламодателя.

Профессию аналитика получают на направлениях, связанных с информатикой, математикой, программированием. Эти направления есть практически во всех ведущих вузах страны.

Список вузов от редакции:
МГУ им. М.В. Ломоносова — факультет вычислительной математики и кибернетики, направление «Прикладная математика и информатика».

СПБГУ — направления «Математика и компьютерные науки», «Математика, алгоритмы и анализ данных», «Прикладная математика и информатика», «Прикладная математика, фундаментальная информатика и программирование», «Программирование и информационные технологии», «Системный анализ и прикладные компьютерные технологии».

НИУ ВШЭ — направления «Экономика и статистика», «Бизнес-информатика», «Прикладная математика и информатика».

Национальный исследовательский университет МЭИ — Институт автоматики и вычислительной техники, направление «Прикладная математика и информатика».

Национальный исследовательский технологический университет МИСиС — факультет «Информатика и вычислительная техника».

Московский политехнический университет — факультет информационных технологий, направление «Прикладная информатика (большие и открытые данные)», «Прикладная математика и информатика», «Бизнес-информатика (IT-менеджмент)».

Московский технический университет связи и информатики (МТУСИ) — факультет экономики и управления (ФЭУ), направление «Прикладная информатика».

Финансовая академия при правительстве России — направления «Прикладная математика и информатика», «Бизнес-информатика», «Прикладная информатика».

Работа аналитика по большей части заключается в том, чтобы взаимодействовать с компьютером, а не с людьми. Аналитик, если он не руководитель подразделения, мало общается даже с коллегами, не говоря уже о клиентах. Он не проводит встреч, его рабочий день проходит у монитора за обработкой данных. Есть люди, которым обязательно нужно общение — им такая работа не подойдёт!

Важно, чтобы человеку нравилось оперировать статистическими данными, составлять графики и таблицы, видеть закономерности, структурировать информацию, выделять главное, отбрасывать второстепенное.

Аналитик — профессия не творческая. Каждый день аналитику приходится заниматься одним и тем же: сбором, анализом, оценкой данных. Эта работа очень похожа на главное увлечение моего детства — собирание пазлов. Мне доставляло удовольствие взять набор непонятных разрозненных деталей и часами собирать из них что-то целостное, разумное, имеющее смысл. Так же работают и аналитики.

Аналитик по большей части имеет дело с точными категориями: данными, цифрами, алгоритмами. Составляя запросы, нужно совершать как можно меньше ошибок и максимально точно подбирать аудиторию.

Аналитик должен учитывать все факторы, которые могут повлиять на результат анализа, не упустить ни одной важной детали, иначе на выходе он получит неверные данные и сделает ошибочные выводы.

Карьера. Внутри компании можно из простого аналитика стать тимлидом, руководителем подразделения и развиваться в направлении менеджмента — разрабатывать и курировать собственные продукты, придумывать стратегии их развития.

Можно совершенствовать навыки программирования, повышать свою квалификацию как аналитика данных, переходить в более крупные компании, на более востребованное и престижное направление, заниматься дата-моделированием, большими данными (big data), делать прогнозы и предсказания.

График работы. Аналитики в офисе работают по обычному графику с 9:00 до 18.00 или с 10:00 до 19:00. Иногда приходится задерживаться на работе, но это зависит от нагрузки конкретного аналитика.

Аналитик может работать и удалённо: консультировать заказчиков, которым необходим анализ данных, писать приложения. Всё, что ему для этого нужно — компьютер или ноутбук, выход в интернет и доступ к базам данных.

Зарплата. Зарплата аналитика зависит от его опыта и квалификации, от компании, в которой он работает. В начале карьерного пути я получала 45 тысяч рублей, сейчас зарабатываю больше.

Средняя зарплата аналитика в Москве — 70 тысяч рублей. Начинающий аналитик сразу после окончания вуза может получать от 25 тысяч рублей.

Современный бизнес во многом строится на анализе данных о клиентах, продажах, эффективности рекламных стратегий, поэтому профессия аналитика сейчас очень востребована и останется такой в ближайшие десятилетия. Перспективные направления: работа с большими данными, дата-моделирование, экономическое прогнозирование. Кроме того, умение работать с большим количеством информации (анализировать, структурировать её, делать выводы) востребовано не только в экономике и финансах, но в любой другой сфере деятельности.

Я считаю, что профессию надо выбирать по зову сердца, ориентируясь на то, что нравится делать. Какой бы перспективной ни была профессия, в ней невозможно достичь высот, если не получаешь от неё удовольствия.

Рынок труда и будущее аналитики данных

Только за последние два года через направление Data Science Нетологии прошло более 3000 студентов, большинство из них работают на профильных позициях в российских и зарубежных компаниях. 

Со временем эксперты ожидают повышение спроса на аналитиков Big Data и представителей смежных специальностей. Чтобы оставаться востребованными, необходимо учиться и работать. 

По данным International Data Corp. (IDC), мировой доход от решений для больших данных и бизнес-аналитики (BDA) достигнет 260 миллиардов долларов в 2022 году при среднегодовом темпе роста (CAGR) 11,9 процента. В 2025 программные роботы будут выполнять большинство задач, таких как очистка и сбор данных, т.е. многие процессы станут более автоматизированными. К 2030 году Data Science уже не будет заниматься поиском и очисткой данных. Эту задачу возьмут на себя программные роботы.

Дополнительный анализ:  Финансовый аналитик (специалист финансового анализа и моделирования) вузы: список вузов где получить профессию

В настоящее время технологии уже развиваются и достигают своих высот. Подумайте о будущем, когда искусственный интеллект будет в зените, машинное обучение — на пике, облако захватит рынок, а интернет вещей начнет проникать в большинство отраслей. Специалисту по данным потребуются лучшие навыки, будь то технические или социальные, чтобы быть востребованным к 2030 году.

Системная аналитика

image

Или, по-русски, диаграммы последовательности. Диаграммы окажутся полезными даже не с точки зрения разработки, но с точки зрения верификации собственных требований. Очень часто при описании потока сообщений я выявлял «дыры» в собственном процессе. Например, неактуальный API.

Для быстрого «рисования» sequence диаграмм используйте плагин PlantUML для Confluence. Мне показалось, что быстрее набирать код, нежели ручками корректировать расположение блоков и стрелок. Но у каждого в этой части свой опыт и свои предпочтения.

С точки зрения анализа

позволит вам закрывать ваши же дыры в требованиях. Где-то упустили атрибут, где-то забыли создать задачу в JIRA для доработки базы данных. Не пытайтесь зазубрить синтаксис Сваггера, а создайте шаблоны под разные типы API (справочники, фильтры и так далее), чтобы упростить себе жизнь в будущем.


Во-первых, в процессе первичной приемки вы сможете проверить API, который сами же описали. Иногда некоторую часть доработки оказывается быстрее проверить по исходящим запросам, нежели по UI, чтобы на раннем этапе понять корень проблемы.

Вам, как аналитику, потребуется гораздо меньше времени, чтобы проверить реализацию от разработчика: исходящие данные, входящие данные, результат в UI.

Во-вторых, вы сможете убедиться в правильной последовательности вызовов. Ведь вы сами описали её в рамках sequence диаграммы.

Этот подход позволил нашей команде выводить достаточно хитрые доработки в пром в рамках спринтов без задержек.

Системные аналитики

Системные аналитики работают в сфере информационных технологий (IT). То есть это digital или цифровые аналитики, среди которых популярными направлениями выступают: веб-аналитики и Data Scientist. 

Грань между бизнес-аналитиками и системными сильно размыта. С одной стороны, система представляет собой более широкое понятие в сравнении с бизнесом, т. е. СА под силу анализировать все подряд, а БА лишь то, что касается вопросов бизнеса. С другой стороны, СА связан с IT-сферой и предлагаемые им улучшения связаны с внедрением новых IT-разработок, а БА проводит усовершенствование в выбранной области любыми способами, в том числе и с применением IT-инструментов. Если смотреть под этим углом, то деятельность БА шире в сравнении с компетенцией СА.

На практике все виды анализа сводятся к необходимости совершенствования, а это сегодня возможно только за счет автоматизации процессов. Поэтому можно сказать, что эти две специализации фактически сливаются в одну, но если делать выбор, то перспективнее выбирать цифровую сферу. 

Более того, даже для бизнес-аналитиков, находящихся на должностях, не связанных с IT-сферой, полезно освоить, например, язык программирования Python, который позволяет автоматизировать рутинную работу, обрабатывать большие объемы информации и быстро анализировать базы данных.

Ниже расскажем, каким обязательным набором профессиональных навыков и умений обладают системные аналитики.

Системный аналитик: специализация и где учиться

Разберём основные специализации системных аналитиков.

Data Analyst — аналитик данных. Аналитик данных, представляющий собой универсального специалиста с глубокими познаниями в сфере статистики и информатики, математики и бизнеса, компьютерных наук и экономики. Его основной задачей выступает проведение детального анализа и интерпретации полученной информации. Работа состоит в проверке самых разнообразных цифровых данных и составлении выводов.

Data Analyst может устроиться на работу в научно-исследовательские институты, госструктуры, банковские и медицинские учреждения, страховые компании и т. д. На данный момент совокупное количество открытых вакансий в России превышает 3,5 тыс. Причем Data Analyst может занимать те же должности, что и обычный аналитик. Поэтому он может работать инвестиционным, кредитным и, например, финансовым аналитиком.

Big Data Analyst — аналитик больших данных. Занимается обработкой больших объемов данных, анализируя огромные массивы с неопределенной и сложной структурой. Работа специалиста позволяет выявить новые грани в понимании предмета проводимых исследований и изучаемых феноменов, что может привести к открытиям и разработке новых методик, технологий и пр.

Главной задачей Big Data Analyst, работающих с большими объемами информации, выступает умение вычленять закономерности в массивах собранных данных и на базе логических цепочек создавать новые подходы к решению поставленных задач.

Веб-аналитики. Веб-аналитиком называют специалиста, который собирает и анализирует данные о посетителях сайтов, профилей в социальных сетях и мобильных приложениях, а также их поведении при взаимодействии с ресурсом. Изучение этой информации позволяет выявить существующие препятствия и неудобства, чтобы устранить их и сделать времяпровождение посетителей более комфортным и плодотворным.

То есть работа веб-аналитика повышает эффективность веб-ресурсов и мобильных приложений, увеличивает число посетителей, продлевает время их присутствия и повышает конверсию.

Data Scientist — дата-сайентист. Специалисты, которые профессионально:

  • занимаются сбором огромных объемов неуправляемой информации;
  • умеют определять в ней закономерности;
  • преобразовывают добытые сведения в более удобные для восприятия и оценки форматы;
  • решают бизнес-задачи с применением широкой линейки разновидностей анализа, применяемого в математическом моделировании.

Чтобы справляться со своими задачами, Data Scientist должен знать несколько языков программирования (в т. ч. Python, R, SAS и SQL), оперировать статистикой (тесты, схемы распределения), применять такие аналитические методы, как текстовая аналитика и машинное обучение.

Успешный старт

Бизнес-аналитик – профессия, требующая высокой квалификации и подразумевает наличие высшего образования.

  • Если вы работаете в сфере IT, можно записаться на программу внутренней переподготовки (есть почти в каждой крупной компании) и совместить профессии – не бросать должность тестировщика/дизайнера/разработчика и помогать проектному бизнес-аналитику. Если вы станете джуном, участвуйте в инициативах разработки (как правило бесплатно, но опыт получаемый на такой практике – бесценен).
  • Если вы не связаны с IT-сферой, стоит обратить внимание на трейни-программы – школы при компаниях. При выпуске с отличием есть возможность получить должность бизнес-аналитика на грейде джуна. Хорошим опытом может послужить и работа с ментором. Его лучше искать в компании, где вы работаете, через интернет, мессенджеры или через знакомых.

Главным пособием по бизнес-аналитике является общепризнанное руководство Body of Knowledge® (BABOK® Guide), но представленных в стандарте теоретических знаний не хватит для практической работы.

Можно изучить десятки и сотни учебников по бизнес-аналитике, но практических знаний таким образом вы не получите. Самообразование – это прекрасно, но без опытного наставника усвоить полученную информацию практически невозможно.

Если вы серьезно решили стать бизнес-аналитиком, стоит задуматься о специальном образовании.

Фармацевтика

Павел Елагин, в прошлом руководитель отдела разработки технологий получения активных фармацевтических субстанций в российской биотехнологической компании, начал применять аналитические инструменты для создания новых молекул и оптимизации работы подчиненных внутри команды.

После обучения Павлу удалось оптимизировать время создания некоторых продуктов. Разработка химической реакции — это многофакторная система: на нее влияет большое количество переменных, например температура, давление, скорость перемешивания, количество реагентов и другие показатели.

Например, после попыток избавиться от побочных продуктов реакции внутримолекулярной конденсации Павел с командой решили провести полный многофакторный эксперимент с включением всех возможных параметров. На основании полученных данных им удалось определить совокупность нескольких факторов, которые больше всего влияли на качество получаемой субстанции. Этот вывод позволил разработать технологию, благодаря которой получается продукт необходимого фармацевтического качества.

Научиться анализировать Большие Данные и начать управлять «Матрицей» вам поможет наш курс «Big Data».

Чем занимается аналитик данных и где он нужен

До того как стать всемирно известным стриминговым сервисом, Netflix распространял по почте и сдавал в аренду DVD-диски. Бизнес-модель компании изменилась после перехода в онлайн и внедрения рекомендательной системы: пользователи стали получать персонализированные предложения к просмотру и принимать решения на основе данных.

В маленьких компаниях обычно нет аналитиков из-за недостаточного количества данных, а в корпорациях интерес к этой профессии, наоборот, повышенный. Так, в 2021 году спрос на дата-аналитиков в России вырос в семь раз по сравнению с 2021 годом.

Особенной популярностью представители этой профессии пользуются в крупных рекламных агентствах и финансовых организациях. В этих сферах за каждую ошибку платишь рублем, поэтому руководители стараются минимизировать потери компании, нанимая сильных специалистов.

Научиться анализировать Большие Данные и начать управлять «Матрицей» вам поможет наш курс «Big Data».

Чем занимается бизнес-аналитик?

Бизнес-аналитик занимается внутренней структурой компании, определяя проблемы и предлагая возможные пути их решения. Большую часть рабочего времени он проводит за изучением используемой модели ведения бизнеса, находит недочеты и вносит коррективы.

Цель бизнес-аналитика – наладить бизнес-процесс, упорядочить штатную работу, сократить расходы и увеличить прибыль предприятия.

В IIBA бизнес-аналитика называют агентом перемен, поскольку он не занимается изменениями и коррективами самостоятельно, а направляет работу команды в нужное русло. Такого специалиста можно назвать мостом или связующим звеном между разработчиками и клиентом.

Обязанности аналитика тесно связаны с направлением работы компании. Выделим его основные задачи, не зависящие от сферы деятельности:

  • Сбор и грамотное донесение информации, описание и моделирование деловых процессов.
  • Анализ эффективности и разработка предложений по оптимизации рабочих процессов.
  • Оценочная деятельность по модели ведения бизнеса, внесение корректив в повестку дня.
  • Анализ деятельности конкурентов, полевые исследования с целью сравнения бизнес-моделей и рентабельности предприятий.
  • Участие в проекте на начальном этапе и при разработке/установке ПО.
Оцените статью
Аналитик-эксперт
Добавить комментарий