Карьера в аналитике и big data

Рассказываем об аналитиках. 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 Фёдор живет в США, где успел поработать на Amazon и получить MBA в Harvard Business School, а теперь занимает должность Head of Customer Insights and Analytics в Kraft Heinz.

Этот материал входит в серию статей о самых востребованных специальностях. Ищите другие под тегом «Профессия».

Содержание

• Кто такие аналитики и зачем они нужны бизнесу
• Что должны уметь аналитики
• Преимущества и недостатки работы
• Карьерные перспективы
• Книги для аналитиков и специалистов по big data

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 и специалисты по big data собирают и анализируют данные и на их основе помогают компаниям принимать эффективные решения. Они связывают бизнес и технологии, чтобы улучшить результаты. Для этого аналитики 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.

Что должны уметь аналитики

Аналитику важно освоить технические hard skills, чтобы построить карьеру:

• 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.

Среди полезных 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.

Преимущества и недостатки работы

Положительные стороны профессии:

• 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.

В карьере аналитика есть и не очень привлекательные моменты:

• 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 Data Scientist, 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.

Книги для аналитиков и специалистов по big data

«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.

На онлайн-курсе «Professions» от Changellenge >> ToolKit Фёдор Лисицын больше рассказывает о ролях в аналитике и помогает освоить профессию. Вы узнаете о конкретных задачах разных специалистов, карьерных лайфхаках, правилах коммуникации и советах по внедрению data-driven подхода. Также вас ждут подборки профильных курсов и актуальных научных исследований по аналитике и big data. Регистрируйтесь!

Теги