- Кто такой аналитик?
- Особенности профессии
- Плюсы
- Минусы
- Общие требования
- Какие бывают аналитики
- Отличие бизнес-аналитика от Data Scientist
- Что должен знать и уметь аналитик данных
- Минимальный набор скиллов начинающего аналитика:
- Основные навыки аналитика данных:
- Важные личные качества
- Как стать аналитиком
- Обучение на системного аналитика
- Вузы
- Нетология
- Skillbox
- Яндекс.Практикум
- Кто может стать аналитиком?
- Востребованность профессии и перспективы работы
- Зарплата
- Бизнес аналитика: советы
Кто такой аналитик?
Аналитик – высококвалифицированный специалист, который проводит аналитические исследования, обобщает полученную информацию в определенной сфере деятельности, в совершенстве владеет различными методами анализа, а также способен прогнозировать процессы и разрабатывать программы развития.
Название профессии произошло от древнегреческого άναλυτικά (искусство анализа), что полностью отображает основную суть работы аналитика. Несмотря на то, что профессию аналитика принято считать относительно «молодой», первые сочинения по аналитике появились еще в 4 веке до нашей эры (Первая и Вторая Аналитика Аристотеля). Однако занимались первые аналитики преимущественно историей и общечеловеческими вопросами.
Современные же аналитики обрабатывают информацию, касающуюся всех сфер жизнедеятельности общества, и имеют дело преимущественно с цифрами. Именно поэтому сегодня существует несколько узких специализаций этой профессии, зависящих от направления деятельности: финансовый аналитик, бизнес-аналитик, инвестиционный аналитик, системный аналитик, веб-аналитик, маркетолог-аналитик и т.д.
Обязанности аналитика представляют собой цепочку последовательных действий:
- сбор и первичная обработка данных;
- составление определенных предположений и тезисов;
- анализ и проверка информации;
- разработка проектов и методических работ, подкрепленных четкими обоснованиями;
- формирование выводов и аналитического отчета о проделанной работе.
Другими словами, профессиональные обязанности любого аналитика, независимо от сферы деятельности, направлены на сбор, оценку и анализ информации, с последующей выработкой практических рекомендаций по улучшению работы предприятия или организации с учетом актуальной ситуации на рынке.
Особенности профессии
Работа системного аналитика начинается со сбора требований, которые бизнес выдвигает к новому программному обеспечению. На базе собранных данных формируются технические задание, за которыми следуют такие работы:
- сбор дополнительных данных с помощью анализа среды;
- подготовка документов, в которых будет отражена архитектура системы;
- делегирование задач исполнителям;
- контроль выполнения задач и тестирование IT-системы;
- прием или отправка на доработку в случае выявления проблем;
- обучение пользователей правилам работы с новой системой;
- решение всех функциональных проблем системы: анализ рисков, выявление ошибок и причин их появления и т. д.
Системный аналитик специализируется на постановке технических задач, без которых разработку корректного программного обеспечения для бизнеса выполнить невозможно. Системный аналитик обладает глубокими знаниями в разных сферах, он работает с большими данными, использует элементы менеджмента, разбирается в программировании.
Плюсы
- Высокая зарплата.
- Востребованность на рынке труда.
- Престижная профессия.
- Широкие возможности для переквалификации, работы в различных областях экономики.
Минусы
- Необходимость в наличии профильного образования и опыта работы для успешного трудоустройства.
- Высокий уровень ответственности.
- Работа, всегда требующая использования мозговых ресурсов, умственного напряжения.
Общие требования
Стандартные задачи решаемые аналитиками:
- 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.
Отличительными чертами аналитика является: аналитический склад ума, наблюдательность, ответственность, хорошая память, настойчивость, аккуратность.
Какие бывают аналитики
Можно стать аналитиком в любой области и специализации, наглядно приблизительное дерево возможностей на картинке ниже.
Отличие бизнес-аналитика от Data Scientist
Иногда бизнес-аналитика путают со специалистом Data Scientist или думают, что это одно и тоже, только названия разные. На самом деле это не так. Несмотря на некоторое сходство в функционале, это все же абсолютно разные профессии.
Главное отличие в том, что дата сайентист на основании полученных и обработанных данных прогнозирует результат с помощью технических средств – программирование и математическая статистика. А бизнес-аналитик преследует другую цель – коммерческую, он должен выбрать ту прогнозную модель, которая будет наиболее эффективной и принесет максимум прибыли. Использует при этом аналитические и статистические данные.
Кстати, эти два специалиста могут работать в одной команде. Именно бизнес-аналитик может привлечь дата сайентиста для технического решения ряда вопросов, которые принесут лучшие коммерческие результаты.
Что должен знать и уметь аналитик данных
Такой специалист формулирует гипотезы, проводит статистические тесты на существующих данных для решения текущих вопросов, на которые нет ответа.
Минимальный набор скиллов начинающего аналитика:
- Работать в Google-таблицах, группировать, фильтровать данные — на ходу, без перекладывания из таблички в табличку.
- Уметь писать SQL-запросы.
- Изучить минимум один язык программирования: Python или R.
- Делать выводы и представлять результаты в виде интерактивных дашбордов (Tableau, Power BI).
- Разбираться в бизнес-процессах и понимать ключевые метрики анализа эффективности.
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.
Важные личные качества
Системный аналитик – стрессоустойчивый и очень спокойный человек, который нейтрально относится к критике и умеет сглаживать конфликтные ситуации. Он дисциплинированный, внимательный и обладает хорошей памятью. Умеет с полуслова понимать заказчика, а также внедрять его пожелания в реальные программные продукты. Ориентирован на карьерный рост, коммуникабельный и доброжелательный, ведь по долгу службы часто общается с людьми. Умеет находить аргументы в случае, если пожелания заказчика невозможно воплотить в жизнь. Склонен к быстрому анализу информации и коллективной работе.
Как стать аналитиком
В вузах есть специальности, связанные с аналитикой. И чаще всего это экономические направления. Здесь можно получить хорошую базу, так как фундамент экономических процессов особо не меняется уже много десятилетий. Что касается работы с современными методами и программными продуктами, то часто эти навыки нужно приобретать самостоятельно.
Профессиям, которые связаны со сферой IT, сложно обучиться в университете, потому что программа очень отстает от современных требований. В вузе можно получить смежную специальность. Например, для начала стать разработчиком, а затем продолжить свое образование.
Получить более актуальные и практические знания можно на специализированных курсах, которые сейчас все чаще проходят онлайн в удобном темпе и режиме.
Обучение на системного аналитика
Системных аналитиков обучают в вузах, в приоритете следующие направления подготовки:
- «Системный анализ и управление» (код: 27.03.03);
- «Автоматизация технологических процессов и производств» (код: 15.03.04);
- «Бизнес-информатика» (код: 38.03.05).
Во время выполнения поставленных задач системный аналитик использует дополнительные знания в области менеджмента, экономики, инженерии, бизнес-процессов и других схожих направлений. Для работы в этой сфере важно знание иностранного языка на уровне, позволяющем изучать технические материалы, а также регулярные курсы повышения квалификации.
Вузы
- Национальный исследовательский технологический университет «МИСиС» Бизнес-информатика (Институт информационных технологий и компьютерных наук).
- Национальный исследовательский университет «МЭИ» Архитектура информационных систем предприятия (Институт дистанционного и дополнительного образования НИУ «МЭИ»).
- Московский государственный университет пищевых производств Автоматизация технологических процессов и производств (Институт промышленной инженерии, информационных технологий и мехатроники).
- Московский технический университет связи и информатики Автоматизация технологических процессов и производств (Заочный общетехнический факультет МТУСИ).
- Университет Российского инновационного образования Бизнес-информатика (Факультет экономики и права).
Нетология
Курс «Data Scientist» предполагает год обучения (с марта 2020-го по февраль 2021 года) с онлайн-вебинарами и очными лекциями в Москве. Студенты научатся строить и обучать предиктивные модели при помощи нейросетей и алгоритмов машинного обучения. Выпускники получат диплом о профессиональной переподготовке, помощь в составлении резюме. Им предложат вакансии и подготовят к собеседованию.
Цена: 190 000 рублей.
Skillbox
Курс «Профессия Data Scientist» – это 300 часов онлайн-обучения и работа с реальными данными в практических заданиях. Авторы курса гарантируют помощь в трудоустройстве с тремя собеседованиями у компаний-партнеров. Выпускники получат два диплома: подтверждение знаний в машинном обучении и аналитике больших данных.
Курс рассчитан на самостоятельное обучение, которое в среднем занимает около года.
Стоимость – 3900 рублей в месяц. При этом первый платеж необходимо сделать лишь после 6 месяцев обучения, можно взять кредит до трех лет.
Яндекс.Практикум
Обучение на курсе «Аналитик данных» займет полгода (по 10 часов в неделю). За это время учащиеся освоят навыки специалиста и соберут портфолио проектов. Яндекс. Практикум делает упор на основные инструменты аналитика: анализ данных на языке SQL, Jupyter Notebook, Python и его библиотеки. Полученные в теоретической части знания закрепляются на практике: студенту необходимо использовать их, написав свой код в онлайн-тренажере.
Вводный курс с 20 часами обучения – бесплатный. Цена продолжения обучения – 65 тысяч рублей за шесть месяцев. После платного обучения вы получите соответствующий сертификат.
Кто может стать аналитиком?
В глобальном смысле — любой человек. Но с определенными требованиями, о которых расскажу далее. Сейчас, несмотря на обилие вакансий на рынке, на такую специальность достаточно редко обучают в ВУЗах. Поэтому, ориентироваться на строчку в дипломе работодателю крайне сложно, и в ход идут стандартные способы выявления необходимых способностей у соискателя. Лично у меня хватает знакомых, которые в другой жизни могли быть психологами, ветеринарами, маркетологами и механиками, но в конечном счете они стали аналитиками.
Если Вы умеете выстраивать причинно-следственную связь, правильно задавать вопросы и слышать (а не слушать), что вам говорят, хотите узнавать новое и погрузиться в мир ИТ, то у вас есть все шансы стать аналитиком.
Востребованность профессии и перспективы работы
Сейчас аналитика данных используется в более чем 50% компаний по всему миру. Аналитики востребованы в ИТ-компаниях, ритейле, кинопроизводстве, науке, машиностроении и медицине. В октябре 2020 года по запросу «Аналитик данных» на hh.ru было открыто 8 699 вакансий с зарплатой от 65 тысяч рублей до 300 тысяч рублей.
По результатам исследования 2019 года, спрос на специалистов сферы Data Science за два года вырос на 226%. Популярность профессии аналитика данных со временем только растет, поскольку для развития бизнеса необходимо собирать и изучать данные клиентов и конкурентов.
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.
Зарплата
Заработная плата аналитика будет зависеть от места работы, возможностей компании, региона, условий трудового договора. Большие компании предлагают фиксированный оклад плюс проценты от успешно выполненных проектов. Более мелкие ограничиваются голым окладом, но с предоставлением ежегодных бонусов или премий.
Если брать среднюю заработную плату системного аналитика по России, то у молодого специалиста она будет составлять около 25000 рублей, а если трудовой стаж, то около 80000 рублей в месяц.
Москве можно увидеть разницу в средней оплате труда. Начинающий специалист здесь будет получать около 60000 рублей, тогда как заработная плата сотрудника со стажем работы достигает 200000 рублей ежемесячно.
Больше половины аналитиков готовы рассмотреть релокацию и работать за рубежом. Средняя годовая зарплата для аналитиков данных в США составляет $62 тысячи.
Больше всего на американском рынке труда востребованы Data Scientists. Это одна из самых высокооплачиваемых специальностей со средней годовой зарплатой в $130 тысяч. По прогнозам McKinsey, в ближайшие годы разрыв между предложением и спросом у специалистов в этой области составит 50%.
Бизнес аналитика: советы
Устраняйте двусмысленные требования на самых ранних этапах
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.
Не бойтесь уточнять у заказчика о целях требования
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.
Требуйте у заказчика своего присутствия на бизнес-встречах
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.
Старайтесь достигать соглашения и не формировать отписки
Многие аналитики, и я в том числе, в процессе формирования требований, сталкиваясь с жёстким дедлайном, пользовались следующим приёмом: писали участникам процесса письмо со сроком, до которого на письмо нужно ответить и согласовать требования / дать комментарии. В противном случае требования будут автоматически признаны согласованными.
Как показала практика, ничего хорошего в таком подходе нет. Понятно, что, работая на стороне вендора и имея на руках договор, приходится прибегать к такого рода приёмам, но всё же старайтесь избегать молчаливого согласия, попытайтесь понять, почему участники не хотят давать вам ответ именно сейчас, и решите проблему как можно быстрее.
Лучше письменно задокументируйте тот факт, что ответ не был получен от таких-то лиц и вы видите в этом следующие риски для проекта. Однако процесс работы не может стоять на месте, поэтому вы вынуждены продолжить свою аналитическую деятельность, при этом ранее определенные риски должны быть понятны всем участникам процесса.
В процессе проработки интеграции двух систем мы столкнулись с формированием требований со стороны директора, покрывающих действия пользователей в двух системах, но отсутствием явного согласования этих самых требований от непосредственного руководителя подразделения, сотрудники которого являлись пользователями системы.
Как выяснилось позже, руководитель подразделения совершенно не понимал, к чему все эти доработки и каким образом они помогут оптимизировать процессы в его зоне ответственности.
Часто участники процесса согласования просто боятся поставить свою подпись, так как не до конца понимают те или иные участки обновленного бизнес-процесса. Ваша задача как бизнес-аналитика — устранить это непонимание.
Ознакомьте разработчиков с предметной областью
Потратьте несколько часов, но верхнеуровнево расскажите своим разработчикам о заказчике, о текущих бизнес-процессах, о боли и планах на развитие. Как правило, хорошо замотивированные разработчики не просто отлично выполняют свою работу, понимая, для кого они пишут код, но и вносят свой ценный вклад: предлагают оптимизацию, обходные решения, охотнее задают уточняющие вопросы.
При необходимости (и отсутствия scrum) привлеките заказчика к такой встрече. Как правило, представители Бизнеса охотно соглашаются на такого рода инициативы.
Научите заказчика отвечать на вопрос «Что?», а не формулировать требования в формате «Как»
Заказчик не должен формулировать бизнес / пользовательское требование с позиции «Как»: нам нужна кнопка на этом экране, чтобы сформировать отчёт; нам нужна ссылка на внешнюю систему в этом разделе; и так далее.
На этапе первичного анализа процесса, до непосредственно проектирования, заказчик не должен предлагать решение.
Вместо этого научите заказчика формулировать проблему, свою «боль»: нам необходимо на еженедельной основе формировать отчет, который вручную дополняется сотрудником и высылается на руководство; в процессе работы с клиентом нам требуется анализировать дополнительную информацию, а так как в CRM-системе она отсутствует, нам приходится открывать новую вкладку в браузере и выполнять вход в смежную систему.
Узнав боль заказчика, вы, как специалист, сможете предложить варианты оптимизации процесса и его автоматизации. Например, автоматически высылать сформированный отчет на почту сотрудника, избавить сотрудника от ручной работы с отчетом в принципе, автоматическую загрузку данных из смежной системы в CRM, и так далее.
Во многих случаях этот подход столкнется с реальностью: со сроками и приоритетами. Но вы, во всяком случае, честно попытались.
Обязательно разделите пользователей на классы
Принимая требования от пользователя системы, в обязательном порядке учитывайте его роль в бизнес-процессе. В практике часто встречаются случаи, когда руководитель подразделения формирует требования для функционала, с которым будет работать обычный сотрудник.
Разделите пользователей системы на роли, а функционал, затачиваемый под одну роль, не «размазывайте» под другую роль.
Как-то раз в рамках Системы мы реализовали отображение списка сделок с клиентами.
Предполагалось, что со списком будут работать как руководители, так и обыкновенные сотрудники. К сожалению, нам не удалось добиться от заказчика понимания необходимости разделить UI-ную часть доработки на два списка / экрана: один список — для руководителя с целью анализа и контроля, второй список — для сотрудника с целью осуществления операционной деятельности.
В итоге получился некий монстр, который впоследствии пришлось дорабатывать и дорабатывать.
Применяйте бэст-практики из UX: проработайте персонажей — модели пользователей. Убедите заказчика в необходимости разделять требования для каждого из персонажей.
Активно применяйте аналитический мозговой штурм
Можно в тандеме со вторым аналитиком, можно в тандеме с UX-дизайнером. В процессе штурма примерьте две роли: один человек сначала генерирует множество идей, посильных и не очень, второй — критикует эти идеи, декомпозирует их, записывает, продумывает; затем поменяйтесь ролями и сделайте ту же работу.
Как показывает практика, такой подход позволит значительно ускорить процесс составления функциональных требований и повысить их качество. Но есть сложность в том, что оба специалиста должны быть в контексте задачи.
Если застряли в Waterfall, не отчаивайтесь и двигайтесь в сторону Scrum
В одной из компаний буквально за год нашей команде удалось перевести процесс внедрения доработок от устоявшегося на уровне управляющих менеджеров Waterfall к некоторой разновидности Scrum. Да, назад тянули «чёткие» сроки по сильно размазанному бэклогу, которые заказчик постоянно требовал с IT-команды, при этом риторика была постепенно смягчена через двухнедельные релизы, MVP-решения и быстрый отклик на изменения.
Ни в коем случае не демонизируйте заказчика
Да, заказчики бывают всякие. Есть и такие, которые буквально бесят. Тем не менее, бизнес-аналитик должен решать этот вопрос или самостоятельно, или с привлечением менеджера и ни в коем случае не выносить «ссору из избы» — на команду.
Команда должна быть хорошо мотивирована на работу, и роль бизнес-аналитика в процессе формирования мотивации — одна из ключевых.
Не перебивайте
Серьезно. Когда в процессе общения с заказчиком я слышу от своего коллеги-аналитика нелепые словесные вставки, когда коллега-аналитик перебивает заказчика, не дослушивая его до конца, мне хочется отправить его на курсы по ведению переговоров или элементарной этике.
Старайтесь и слушать собеседника, и слышать его.
Избавьтесь от слов-паразитов
Старайтесь избегать слов-паразитов и поменьше «мычать» в разговорах. Поначалу это тяжело, но, поверьте, заказчику вдвойне тяжелее слушать такого аналитика, который не может выразить свою мысль четко и ясно. Словами-паразитами может страдать разработчик, дизайнер, тестировщик, но не бизнес-аналитик, связывающий IT-команду с Бизнесом.
- https://fulledu.ru/articles/655_analitik.html
- https://www.profguide.io/professions/sistemnyj-analitik.html
- https://www.profguide.io/professions/analytic.html
- https://vc.ru/hr/218420-kto-takoy-analitik-ili-kak-perestat-rabotat-rukami
- https://iprodvinem.ru/udalenka/internet-professii/biznes-analitik-kto-jeto.html
- https://rb.ru/opinion/data-analyst/
- https://iklife.ru/internet-professii/kto-takoj-analitik-i-chem-on-zanimaetsya.html
- https://postium.ru/professiya-analitik-dannyx/
- https://vc.ru/hr/151372-sistemnyy-analitik-ili-biznes-analitik-v-chem-raznica-i-chto-vybrat-novichku
- https://profytarget.ru/lajfhak-sistemnyj-analitik-chem-zanimaetsya-osobennosti-zarplata/
- https://habr.com/ru/post/495844/