Аналитик данных (Data Analyst)

Для большинства сфер деятельности (бизнес, научные разработки, социальные проекты) важно своевременно получать свежие актуальные данные. Объем генерируемой человеком информации растет в геометрической прогрессии, поэтому грамотные аналитики данных всегда будут востребованы на рынке труда. Они помогают «не утонуть» в океане информации – анализируют, структурируют данные, делают на их основе выводы и предоставляют результат исследований в удобном для восприятия формате.

Кто такой аналитик данных

Аналитик данных (Data Analyst, дата-аналитик) – специалист, который собирает данные, проверяет их на точность, полноту и достоверность, анализирует, делает выводы и составляет на их основе прогнозы, аналитические таблицы, графики, планы и рекомендации.

Аналитики данных востребованы в самых разных сферах деятельности, ведь различные данные собирают все — рекламные агентства и промышленные предприятия, магазины и рестораны, банки и службы доставки. Аналитик данных помогает сделать так, чтобы собранная информация приносила пользу бизнесу.

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.

Профессиональный дата-аналитик может давать рекомендации по изменению общей стратегии бизнеса, причем эти рекомендации не будут голословными, так как они основаны не на фантазиях и эмоциях, а на точных статистических данных.

Обязанности аналитика данных

Профессиональный аналитик данных — не просто математик с навыками программиста. Он понимает бизнес-процессы в компании, хорошо знает продукт, с которым работает, разбирается, на чем зарабатывает конкретный бизнес, знает, какую задачу хочет решить бизнес по итогам его работы.

В результате его исследований компания может получать больше прибыли и повысить удовлетворенность своих клиентов.

Типичные задачи, которые может решить дата-аналитик

Провести А/B-тестирование

Нужно выяснить, как пользователи реагируют на цвет кнопки заказа на сайте. Аналитик тестирует два прототипа — часть посетителей видит синюю кнопку, часть красную. По истечении определенного времени на основании действий (кликов по кнопке) делает вывод, проверяет, было ли различие статистически значимо. В итоге рекомендует решение, которое проверил в ходе теста: внедрить синюю или красную кнопку.

Просчитать более выгодный вариант

Юнит-экономика: расчет РОИ, инвестиционного потенциала. Оценить окупаемость рекламной кампании или скорректировать бизнес-модель.

Выяснить, какой товар и в какое время больше покупают

Взять группу товаров и посмотреть, есть ли сезонные всплески интереса, сравнить с другими группами.

Статистика позволяет сделать общие выводы по конкретному вопросу, а аналитика данных — исследовать тему со всех сторон, сравнить решения, найти аномалии или инсайты, сопоставить события по множеству параметров. Это открывает новые возможности для бизнеса.

Дата-аналитик может исследовать внутренние данные компании или обратиться к внешним источникам. Анализ открытых данных позволяет отслеживать важные социальные и культурные тренды.

Общий алгоритм работы аналитика данных

• собирает данные (формирует запрос сам или получает задачу от менеджеров)
• знакомится с параметрами набора (какие типы данных собраны, как их можно отсортировать)
• проводит предварительную обработку информации (очищает от ошибок и повторов, упорядочивает)
• интерпретирует (анализирует, собственно решает задачу)
• делает вывод
• оформляет, визуализирует и презентует заказчику (так, чтобы на основе вывода можно было принять решение, подтвердить или опровергнуть гипотезу)
• составляет прогнозы, планы и рекомендации, предлагает решения, которые используются для развития проекта или бизнеса

На основе данных, предоставленных Data Analyst, компания может принимать любые бизнес-решения.

Что должен знать и уметь аналитик данных? Ключевые навыки

• Понимание специфики предметной области. Чтобы демонстрировать высокий показатель эффективности труда, аналитик данных должен погружаться в выбранную сферу, понимая и учитывая ее особенности при обработке информации и составлении выводов.
• Знание инструментов для поиска лучшего в каждом отдельном случае. Это может быть внедрение SQL-запросов или машинного обучения, построение базы данных (Data Science в продакшн).
• Организация получения, хранения и доступа к информации Data Engineering.
• Владение средствами и методами Data Mining — интеллектуального анализа информации.
• Знание инструментов доступа и обработки данных, электронных таблиц (SQL, СУБД, хранилища данных, ETL)
• Знание языков программирования (Python, SAS, C++, SQL, R), чтобы писать запросы к реляционным и не реляционным базам данным.
• Умение управлять хранилищами ETL и аналитическими системами BL.
• Визуализация информации при помощи витрин данных Tableu, Qlick View, Power BI.
• Умение использовать инфраструктуру Apache Hadoop.
• Умение настроить или обучить с нуля нейросеть (машинное и глубокое обучение).
• Понимание математики в части статистики, дискретной математики, линейной алгебры и теории вероятностей.
• Знание системного анализа, включающего понимание методов анализа бизнес-процессов, проектного менеджмента, управления качеством.

Навыки и умения аналитика данных начального уровня

• Абстрактное мышление и развитый эмоциональный интеллект
• Умение создавать прототипы
• Знание основ статистики и математических методов
• Выявление взаимосвязи событий и причин в метриках
• Предоставление рекомендаций бизнесу

Навыки и умения аналитика данных продвинутого уровня

• Сбор и анализ требований клиента к отчетам
• Получение, редактирование и визуализация информации
• Интерпретация данных с обоснованными выводами
• Разработка требований к аналитическим инструментам, курирование их внедрения
• Проведение А/Б тестов и исследований для принятия стратегического решения

Кроме программных инструментов аналитику данных необходимо развивать умения, которые помогут ему выполнять работу лучше и эффективнее. Это способность налаживать общение с коллегами и партнерами, умение решать проблемы и выходить из конфликтных ситуаций с наименьшими потерями, сильный эмоциональный интеллект. Такие навыки больше связаны с личностью человека, чем с его профессиональным уровнем, но их тоже можно формировать и развивать.

Что ждут клиенты от аналитика данных

Работодателям не нужно, чтобы аналитик данных досконально знал высшую математику. Им нужно решение конкретных практических задач для развития их бизнеса, а какими методами аналитик получит нужные данные, им совершенно неважно.

Начинающему специалисту для работы нужно хорошо знать хотя бы один язык программирования (например, Python), уметь писать запросы к базам данных SQL, понимать, как работает статистика, уметь вникать в задачи бизнеса и разбираться в бизнес-процессах.

Какие качества нужны, чтобы успешно работать аналитиком данных

Аналитика — специфическая сфера, где от работников требуется определенный набор личностных качеств и знаний.

Любовь к тишине и одиночеству

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. Люди, которым обязательно нужно общение, такая работа, скорее всего, не подойдет.

Математический и логический склад ума

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

Терпение

Аналитик — профессия не творческая. Каждый день аналитику приходится заниматься одним и тем же: сбором, анализом, оценкой данных. Эта работа очень похожа на собирание пазлов. Если вам доставляет удовольствие из набора непонятных разрозненных деталей часами собирать что-то целостное, разумное, имеющее смысл, то работа аналитиком данных – для вас.

Точность и скрупулезность

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

Внимательность

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.

Востребованность профессии

Современный бизнес во многом строится на анализе данных о клиентах, продажах, эффективности рекламных стратегий, поэтому профессия аналитика данных сейчас очень востребована и, как считают карьерные консультанты, останется такой в ближайшие десятилетия, поэтому с поиском работы затруднений не возникнет.

Профессия водит в топ самых востребованных профессий не только в России, но и в мире. Сбор и анализ данных необходим любому проекту независимо от направленности, будь то игры, бизнес, медиа или медицина, а умение работать с большим количеством информации (анализировать, структурировать ее, делать выводы) нужно не только в экономике и финансах, но в любой другой сфере деятельности.

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

Зарплата аналитика данных

Зависит от опыта, объема работы и ее места. В России новичкам платят в среднем от 65 000 рублей в месяц. Опытные специалисты могут рассчитывать на сумму в среднем от 100 000 до 300 000 рублей.

Можно найти работу в других европейских странах и США (удаленную или с дальнейшим переездом).

Для сравнения приведем средний уровень заработной платы в США. Если вы знаете английский язык, то сможете найти работу в компаниях Соединенных Штатов или их филиалах в других западных странах.

Заработная плата Junior Data Analyst — чуть более $5,8 тыс. (около 435 000 рублей) в месяц.

Заработная плата  Senior Data Analyst — $8,9 тыс. (около 675 000 рублей) в месяц.

Устройство на работу и карьера

Для качественной работы неважно, гуманитарное или техническое образование получил аналитик данных. При наличии нужных профессиональных навыков, личных данных и портфолио устроиться на работу аналитиком может даже новичок.

Начать лучше со стажировки, которая поможет увидеть все процессы изнутри. Для портфолио можно взять несколько проектов в той области, в которой вы хотите работать (как правило, портфолио можно наработать, занимаясь на обучающих курсах). Также большим плюсом будет, если вы разбираетесь не только в аналитике данных, но и в других областях – маркетинге, рекламе, финансах.

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

Программирование и математику можно выучить, софтскиллы нарабатываются опытом и практикой. Поэтому аналитику данных полезны конференции, форумы для разработчиков и чемпионаты с решением практических задач. Прокачав стиль мышления, ориентированный на решение конкретных бизнес-задач, специалист чувствует себя увереннее.

Работодатели ждут, что начинающий специалист:

• знает хотя бы один язык программирования: Python или R
• умеет писать запросы к базам данных SQL
• может показать выводы и метрики в виде понятного дашборда (Tableau, Power BI, Amplitude)
• хочет разбираться в бизнес-процессах, мыслит в терминах бизнес-задач

Аналитику данных нужно понимать, что такое статистика и гипотеза. Серьезная математика не пригодится, главное ориентироваться в понятиях. В зависимости от запроса компании могут понадобиться навыки работы с Яндекс.Метрикой или Google Analytics.

В профессии аналитика данных пока нет границ и сложно достичь потолка. При этом можно развиваться вертикально, от начинающего специалиста до главы аналитического отдела, или горизонтально, меняя сферы деятельности: продуктовая аналитика, банковская аналитика, маркетинговая аналитика.

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.

Условия и график работы

Аналитик данных может выбирать удобный для себя график работы, работать в офисе или дома. Все зависит от того, какие условия работы вам больше подходят, а клиенту важен результат, а не ваше географическое положение. Все, что для этого нужно — компьютер или ноутбук, выход в интернет и доступ к базам данных.

Работа в офисе

Классическая схема с официальным оформлением и получением социальных гарантий в виде больничного и ежегодного оплачиваемого отпуска. 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.

Главный минус – привязка к определенному городу. В регионах заработная плата ниже.

Удаленная работа

Часто это официальная работа на полный день, просто вне офиса. Специалист может стать сотрудником крупной компании (в том числе и иностранной), даже будучи жителем небольшого города или поселка, и получать характерную для них высокую зарплату.

Фриланс

Это проектная работа с оплатой за конкретный результат. Предполагает самостоятельный поиск клиентов и заказов на биржах, сайтах по поиску работы. Опытные аналитики обычно создают сайты-визитки и дают рекламу о своих услугах на разных площадках.

Со временем у аналитика-фрилансера появляется база постоянных клиентов, с которыми он работает постоянно.

Переезд

Работа в зарубежных компаниях считается более престижной и высокооплачиваемой. У вас должен быть опыт работы аналитиком и умение свободно писать и говорить на иностранном языке (уровень от B2).

Как стать профессиональным аналитиком данных

Если вас привлекает профессия аналитика, вы хотите себя попробовать в ней, сменить сферу деятельности или просто получить новые знания, вы можете пойти одним из традиционных путей.

Учиться самостоятельно

В интернете легко найти литературу и видеоматериалы, по которым можно изучить различные аспекты работы аналитика данных самостоятельно и бесплатно. Для самостоятельного обучения на аналитика данных с нуля сначала изучите математический анализ, математическую статистику. Затем прочитайте учебники о дискретной математике, изучите программирование на Python.

Недостатки самостоятельного обучения:

• отсутствие систематичности,
• сложность с оценкой актуальности усваиваемой информации,
• невозможность впоследствии доказать получение специальных знаний и пр.

Высшее учебное заведение

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

Если поступить в высшее учебное заведение, вы получите не только весь необходимый объем знаний, но и диплом государственного образца.

Недостатки обучения в ВУЗе:

• длительность обучения 5 лет,
• первые 2-3 года обучения изучается много дисциплин, напрямую не связанных с будущей профессией,
• высокая стоимость обучения,
• преимущественно изучается теория, мало практики.

Дистанционное обучение (курсы, тренинги)

Идеальный баланс между самообучением и вузом. Существует много онлайн-курсов, как платных, так и бесплатных, на которых обучают основам аналитики данных. При выборе курса обратите внимание на количество часов теории и практики и выбирайте те, где много практических заданий.

Преимущества курсов:

• обучение происходит в довольно короткие сроки (от 6 до 18 месяцев)
• стоимость значительно ниже, чем в вузе,
• последовательно изучение теории и закрепление на практике в процессе работы над реальными проектами,
• обучение проводят специалисты-практики, которые ответят на все возникающие вопросы,
• в процессе обучение создается портфолио,
• сертификат, с которым не составит труда найти хорошую работу.

Ежедневный прирост объема информации делает профессию аналитик данных одной из самых актуальных. Это востребованная, высокооплачиваемая специальность, в которой еще мало профессионалов. Пройдите обучение на аналитика данных и станьте востребованным специалистом.