карьера в аналитике
Рассказываем об аналитиках. Что для них важнее: прошлое, настоящее или будущее? Как их инициативы проходят путь от сырых данных до крутых запусков? Сколько времени нужно, чтобы возглавить в компании внедрение data-driven подхода? Узнали у Фёдора Лисицына, ex-Senior Business Analyst McKinsey & Company. Сейчас он живет в США, где получил MBA в Harvard Business School, работал на Amazon и возглавлял отдел аналитики e-commerce в Kraft Heinz.
Содержание
Кто такие аналитики и зачем они нужны бизнесу
Вообразите Древний Египет. Нил то разливается, то пересыхает. Как понять, когда эффективнее сеять, а когда собирать урожай? Вопрос решили первые аналитики — жнецы, которые изучили природные явления и выявили в них закономерности. Чтобы профессия приняла современный вид, потребовался ряд технологических прорывов: от создания первых ЭВМ до изобретения алгоритмов Google. Сегодня аналитики собирают и анализируют данные и на их основе помогают компаниям принимать эффективные решения. Они связывают бизнес и технологии, чтобы улучшить результаты. Для этого работают по трем направлениям:
- Анализ данных и репортинг. На этом этапе данные собирают, проверяют, обрабатывают и приводят в опрятный вид. Уже здесь необходимо найти закономерности и странности и понять, какие из них важны, сравнив их с глобальными трендами.
- Глубинный анализ и выявление инсайтов. Аналитику требуется выявить в данных связи и параллели, чтобы понять желания и барьеры клиентов. На основе этой информации нужно сделать прогнозы.
- Улучшение бизнеса и реализация решений. Теперь предстоит предложить инициативы, которые помогут бизнесу, а затем отследить реализацию и результаты.
«Аналитику нельзя просто вывалить на бизнес информацию и сказать: „Есть такие вот данные, а значит, вот что, скорее всего, случится“. Нужно, используя предыдущий опыт, предложить решения, которые помогут запустить что-то классное, а затем проконтролировать запуск», — рассказывает Фёдор Лисицын, ex-Senior Business Analyst McKinsey & Company.
Какими бывают аналитики
Специалистов разной направленности в аналитике очень много, но можно выделить три основных вида. Одни плотнее взаимодействуют с бизнесом, другие больше работают с цифрами. Также все они изучают разные данные: оперируют информацией из прошлого, текущими показателями или прогнозируют будущее.
Business Analyst максимально ориентирован на бизнес-составляющую. Он работает с подготовленными данными о прошлом — анализирует их, чтобы составлять отчеты и выявлять тренды.
Data Analyst больше работает с технологиями, но не отдаляется от бизнеса. Ему важно проанализировать текущие показатели компании, чтобы ответить на ее запрос. Обычно для этого хватает данных из подготовленных источников, но иногда требуются дополнительные манипуляции.
Data Scientist занимается сырыми данными и мало общается с бизнесом. В его работе много математики и статистики. Он ищет инсайты, параллели, строит модели и прогнозирует будущее.
Что должны уметь аналитики
Hard skills:
- Владение Excel, VBA, SQL, R, Python и Tableau. Эти инструменты необходимы для непосредственной работы с данными: сбора, сортировки, обработки и визуализации. Их придется освоить на прикладном уровне.
- Общее понимание всех языков программирования. Нужно знать принципы их работы, возможности и ограничения, чтобы понимать, сколько времени и денег уйдет на реализацию решений.
- Умение пользоваться PowerPoint на продвинутом уровне. Чтобы доказать эффективность решений руководству, нужно уметь рассказывать истории с помощью слайдов.
Soft skills:
- Коммуникабельность. Важно научиться выстраивать прозрачное и единое информационное пространство, в котором вся команда сможет эффективно работать на результат.
- Критическое мышление. Нужно уметь распознать самые незначительные изменения в данных. Даже колебание в 1% может быть началом крупного тренда.
- Самообразование. Необходимо постоянно осваивать новые навыки, изучать технологии и инструменты, чтобы привносить инновации в рабочий процесс.
«Коммуникация — это король аналитики. Нужно правильно доносить идеи и применять разные подходы. Для команды продавцов важно сделать фокус на одном, на другом — для генерального директора. Если данные корректны, у вас всегда получится сохранить полную прозрачность», — считает Фёдор Лисицын.
Преимущества и недостатки работы
Плюсы:
- Востребованность. Наблюдая положительный опыт от внедрения data-driven подхода, все больше компаний стремятся нанять хороших аналитиков. Таких людей мало на рынке, поэтому работодатели предлагают им высокую зарплату.
- Универсальность. Аналитика данных нужна в разных сферах. Если вам наскучит в одной индустрии, вы всегда сможете применить знания и опыт, чтобы окунуться в другие.
- Влияние на результат. Последствия решений аналитика можно оценить уже спустя пару недель. Они дают положительный эффект, если приняты на основе корректных данных, опыта и экспертизы.
«Бывает, компания считает, что нужно поровну проинвестировать в продукты „А“ и „Б“. Но при глубоком анализе данных мы обнаруживаем, что все 100% следует потратить на „А“. Проходит немного времени, и эффективность решения подтверждается. Это фантастическое ощущение», — делится Фёдор Лисицын.
Минусы:
- Высокое умственное напряжение. Придется много работать с цифрами, таблицами и кодами, подолгу сидя за компьютером.
- Споры с руководством. Начальство далеко не всегда доверяет мнению аналитиков и неохотно соглашается с ним. За свои инициативы нужно бороться.
Карьерные перспективы
С развитием профессиональных качеств глобально задачи аналитиков не меняются: повышается глубина анализа, уровень владения инструментами, накапливается экспертиза. Со временем они начинают получать больше денег или устраиваются в компании, предлагающие лучшие условия. В аналитике существуют позиции Junior, Middle и Senior, переход между которыми занимает несколько лет.
Следующая ступенька развития — начать управлять командой, координировать процессы и в целом возглавить в компании внедрение data-driven подхода. Для этого нужно двигаться к креслу Chief Data Officer. Чтобы стать им, согласно отчету IBM Global Business Services, потребуется иметь за плечами десятилетний опыт в аналитике данных и бизнесе. Помимо работы с большими данными и менеджмента, нужно хорошо разбираться в IT, поэтому нередко должность CDO достается бывшим CIO.
«Все больше в разных индустриях начинают осознавать важность аналитики. Я видел множество примеров, когда человек, поработав там, где активно используют анализ данных, уходил в другую компанию, в которой его нужно внедрить», — рассказывает Фёдор Лисицын.
Книги для аналитиков данных
«Аналитическая культура», Карл Андерсон
Практическое руководство, которое поможет сделать работу с данными эффективной на всех уровнях внутри любой организации. Автор рассказывает, как внедрить в компании data-driven подход и чем он полезен.
«Работа с данными в любой сфере», Кирилл Еременко
Автор делится основными методами, техниками и лайфхаками, которые помогут сформулировать вопросы, подготовить данные, проанализировать и визуализировать их и представить полученные выводы.
Фёдор Лисицын — один из экспертов и составителей курса «Профессия аналитика данных». Это комплексная программа, которая за шесть месяцев подготовит вас к старту карьеры в этой сфере. Вы освоите все необходимые hard и soft skills и будете учиться на реальных бизнес-задачах, а разработанные проекты сможете добавить в портфолио. Опытные менторы и HR-специалисты помогут составить идеальное CV и подготовиться к собеседованиям. Хотите уже через полгода работать аналитиком данных в крутой компании? Регистрируйтесь!
Написал
Денис Александров
Сверстала
Анастасия Крюкова
