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

Подготовить статью помогла

Светлана Вронская

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

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

В этом материале Skillbox Media рассказываем главное о профессии.

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

Кто такой аналитик данных

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

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

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

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

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

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

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

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

Чем занимается аналитик данных

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

Вот задачи, которые решают все аналитики данных:

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

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

На чём могут специализироваться аналитики данных

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

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

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

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

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

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

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

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

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

Что должен знать и уметь аналитик данных

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

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

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

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

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

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

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

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

Как стать аналитиком данных

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

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

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