Ольга Збруева 
Код профессии
В Общероссийском классификаторе профессий рабочих, должностей служащих и тарифных разрядов (ОКПДТР):
- 25883 — Специалист по анализу данных (Data Scientist)
В Общероссийском классификаторе занятий (ОКЗ-2014):
- 2511 — Аналитики систем
- 2120 — Математики, актуарии и статистики
В международной классификации ISCO-08:
- 2511 — Systems analysts
- 2120 — Mathematicians, actuaries and statisticians
Связанные специализации:
- 22181 — Аналитик (ОКПДТР)
- 24346 — Статистик (ОКПДТР)
- 2519 — Разработчики и аналитики программного обеспечения и приложений, не входящие в другие группы
- 2529 — Специалисты в области баз данных и компьютерных сетей, не входящие в другие группы
Современные направления:
- Data Analyst (аналитик данных)
- Data Scientist (специалист по данным)
- Business Intelligence Analyst
- Big Data Analyst
- Machine Learning Engineer
- Аналитик бизнес-процессов
В классификаторе ОКВЭД 2:
- 62.02 — Деятельность консультативная и работы в области компьютерных технологий
- 62.09 — Деятельность, связанная с использованием вычислительной техники и информационных технологий, прочая
Профессия аналитика данных относится к IT и аналитической сфере. Включает сбор, обработку и анализ больших объемов данных, создание отчетов, визуализацию данных и выявление закономерностей для принятия бизнес-решений.
Расскажем более подробно, что представляет собой профессия аналитик данных, оценим ее востребованность и уровень доходов специалистов, от чего он зависит.
Кто такой аналитик данных
Мы уже сказали, что аналитик данных – специалист, который изучает данные, помогает принимать решение на их основе. Но, чтобы понять, кто такой аналитик данных, разберем пример. Например, владелец бизнеса хочет понять, как изменить ассортимент, чтобы оптимизировать доходность и сократить издержки. Специалист по дата анализу изучает данные, понимает, что 90% всей выручки приносят только 20 товаров. Еще 10 товаров приносят 7% выручки, а остальные 5 – 3%. При этом последние компания продает в убыток из-за расходов, связанных с хранением и доставкой. На основе результатов анализа собственник решает отказаться от последней группы товаров.
Аналитики данных работают с разной информацией: из сферы маркетинга, финансов, продуктовой и т.д. Анализировать данные необходимо любому бизнесу, даже малому. Последний, например, может обрабатывать данные о клиентах, выручке и т.д. Из-за того, что данных немного, их обработкой могут заниматься специалисты из профильных сфер, например, маркетологи, бухгалтера и т.д.
Крупные и средник компании работают с большими массивами данных. В них часто практикуется data-driven подход. Такой стиль управления завязан на принятии решений на основе цифр и данных. И здесь уже никак не обойтись без профильных специалистов, которые будут собирать данные из разных источников, анализировать их и предлагать решения на их основе.
Чем отличается аналитик данных от дата-сайентиста?
Дата-сайентист имеет схожие обязанности. Разница в том, что данный специалист является программистом. Он должен создавать модели, которые предсказывают результаты. Для начала он находит в массивах данных связи и закономерности и уже на их основе строит модели. Аналитик данных не занимается построением модели, а анализирует данные.
Дата-сайентист может создать алгоритм для анализа финансовых операций клиента, который позволит принять решение о том, стоит ли ему выдавать кредит или нет. Аналитик данных проводит анализ и делает полезные для бизнеса выводы. Например, он может порекомендовать банку увеличить или уменьшить объемы выдаваемых кредитов.
Часто задачи этих двух специалистов пересекаются, но их работа в действительности значительно отличается.
Специализации
В профессии аналитика есть свои специализации. Конечно, в небольшой компании специалист может выполнять задачи сразу по нескольким направлениям, однако эффективный анализ обеспечивается именно за счет распределения обязанностей в зависимости от направления подготовки. Рассмотрим наиболее распространенные специализации аналитиков данных.
Занимается анализом рынка и конкурентов, пользовательского опыта и маркетинга фирмы. Проведенный анализ позволяет выстраивать маркетинговую стратегию, распределять бюджет, делать рекомендации относительно изменений в маркетинге компании, которые позволят улучшить финансовые показатели.
Его задача – помочь бизнесу понять особенности взаимодействия потребителя и продукта. Такой специалист анализирует метрики и предлагает, что можно сделать, чтобы улучшить пользовательский опыт.
Изучает операционные данные и обеспечивает оптимизацию бизнес-процессов. Помогает улучшить эффективность производства, логистики, контроля запасов, прогнозировать спрос.
Работают с медицинскими данными, чтобы получать полезные знания, внедрять оптимальные решения в области здравоохранения. Например, они анализируют сведения о пациентах, эффективности лечения.
Проводят анализ соцсетей, изучают вовлеченность пользователей, эффективность рекламы, чтобы оптимизировать взаимодействие с ЦА посредством разных площадок.
Проводят изучение данных, чтобы выявить потенциальные угрозы и риски для компании. Занимаются разработкой моделей прогнозирования, систем мониторинга, которые позволяют обезопасить и защитить данные.
Проводят изучение данных, чтобы выявить потенциальные угрозы и риски для компании. Занимаются разработкой моделей прогнозирования, систем мониторинга, которые позволяют обезопасить и защитить данные.
Ведет сбор, хранение и анализ данных о деятельности организации. С его помощью автоматизируется отчётность, проводится тестирование гипотез и моделирование ситуаций. Он занимается постановкой задач разработчикам, внедрением IT-систем, например, CRM.
Занимается сбором и анализом данных, которые позволяют выяснить, какие изменения нужны в игре, чтобы повысить интерес пользователей. Например, он может изучать время, которое пользователь проводит в игре, анализировать наиболее частые действия. Чаще всего такой аналитик взаимодействует с геймдизайнерами и гейм-продюсерами.
Специализируется на помощи в управлении финансами. Главными задачами являются изучение финансового положения в прошлом и прогнозирование будущих финансовых данных. Например, он может выстраивать финансовые модели для новых проектов, рассчитывать сроки их окупаемости.
Взаимодействует с IT-системами. Занимается переводом требований к продукту я зыка бизнеса на язык разработки. В его задачи входит контроль процесса разработки и запуска в работу. Он делает так, чтобы на системы на всех уровнях работали корректно.
Анализирует данные о пользователях, например, может смотреть, как ведут себя посетители сайта, предлагать решения, которые позволят повысить конверсию. Само собой, веб-аналитики работают в компаниях, которые занимаются продвижением продуктов в интернете.
Дополнительно можно выделить 1С-аналитиков, которые занимаются внедрением продуктов 1С, создают требования к их модернизации, аналитиков маркетплейсов, отвечающих за анализ продаж на таких площадках, UX-аналитиков, занимающихся анализ данных о взаимодействии пользователей с сайтом и приложением.
Чем занимается аналитик данных
Основной задачей, которую решает аналитик, является переработка сырых данных в полезные знания для дальнейшего использования в принятии бизнес-решений. Чтобы эффективно выполнять эту задачу, эксперт выполняет следующие действия:
- Сбор данных. Происходит из различных источников, например, баз данных, файлов, внешних источников и т.д.
- Обработка и очистка данных. Необходима, чтобы подготовить данные к анализу. Аналитик чистит их от ошибок, дубликатов, удаляет нерелевантную информацию.
- Анализ данных. Применяет статистические методы, алгоритмы и модели, чтобы изучить данные и выявить закономерности.
- Интерпретация анализа. Аналитик должен понять и объяснить полученные результаты таким образом, чтобы их поняли лица, принимающие решения.
- Визуализация данных. Создает графики, диаграммы, пользуется другими инструментами визуализации, позволяющие сделать демонстрацию результатов наглядной.
- Отчетность и представления. Аналитик составляет отчеты и презентации, объясняющие выводы и рекомендации.
- Помощь в принятии решений. Предоставление выводов должно поддерживать процесс принятия решений в компании.
С помощью аналитиков данных компания может лучше понимать своих клиентов, повышать качество предоставляемых услуг и продуктов, оптимизировать процессы и повышать общую эффективность работы.
Стоит учитывать, что в зависимости от специализации, этапы работы могут претерпевать некоторые изменения, но в общем виде структура поиска решения основной задачи выглядит так, как описано выше.
Навыки и знания
Для эффективного решения рабочих задач, аналитику данных необходимо комбинировать математические методы, программирование и анализ бизнес-процессов. Само собой, нужно обладать предметной областью, на которой специализируется аналитик. Например, аналитик-маркетолог, должен уметь пользоваться «Яндекс Метрикой» и Google Analytics. Финансовый аналитик, само собой, должен разбираться в бухгалтерской отчетности. Но независимо от специализации, все аналитики данных должны:
- Знать математику и статистику. Аналитик должен обладать глубокими знаниями теории вероятности, линейной алгебры, матанализа и статистики. Это ключевые знания, необходимы для поиска закономерностей и аномалий. Конечно, большая часть математических функций реализована в прикладном программном обеспечении, поэтому важно владеть именно теоретическими знаниями.
- Иметь навыки программирования. Они необходимы для автоматизации рабочих процессов. С помощью программирования создаются запросы к базам данных, обрабатываются данные и выстраиваются отчеты. Наиболее востребованные на рынке труда аналитики, которые владеют языками Python, R, SQL.
- Владеть таблицами Google и Excel. Большая часть данных, которые используются аналитиками, содержатся в таблицах. Кроме того, эти инструменты используются для обработки данных, построения прогнозов и составления отчетов.
- Уметь работать с инструментами для визуализации. Чаще всего речь идет о BI-системах, например, Power BI, Tableau, Qlik. С их помощью данные предоставляются в виде дашбордов, которые упрощают процесс использования полученной информации.
- Понимать требования бизнеса. Аналитик должен хорошо понимать отрасль, в которой работает. Только в этом случае он сможет понять, что для бизнеса значат результаты полученных исследований.
- Знать, как правильно взаимодействовать с людьми нетехнических специальностей. Аналитики чаще взаимодействуют с сотрудниками компании, чем с разработчиками и дата-инженерами. Он должен уметь объяснять сложные вещи понятным языком, избегать технических требований.
Какие личностные качества нужны аналитику данных
Профессия аналитика данных подойдет тем, кто имеет и хочет развивать такие качества, как:
- Логическое мышление. Специалист должен уметь строить последовательные рассуждения, основанные на фактах и доказательствах.
- Аналитический склад ума. Аналитик должен находить причинно-следственные связи, выделять важные моменты, генерировать и проверять гипотезы.
- Внимание к деталям. Эксперту нужно работать с большими объемами данных, не упускать важные моменты и не допускать ошибки.
- Креативность. Важно умнеть находить нестандартные решения, применять разные подходы и аналитические инструменты.
- Коммуникабельность. Результатом работы аналитика является предоставление готовых решений на понятном для ЛПР языке. Поэтому аналитик должен понятно и убедительно излагать мысли, аргументировать выводы. Важно уметь адаптировать стиль повествования под разную аудиторию.
Где работают аналитики данных
Аналитик данных может работать практически в любой компании, поэтому они востребованы как в ритейле, так и в IT, здравоохранении, банковском секторе, маркетинге и т.д. С помощью аналитиков можно точно понять, куда уходят деньги, как повысить доходность и максимизировать прибыль при минимальных вложениях. Рассмотрим основные сферы, в которых трудятся аналитики данных:
- Финансовая сфера и банки. Наиболее важны аналитики данных в банковской сфере, ведь в ней много информации, например, личные и финансовые данные пользователей. Стоит понимать, что управленческие ошибки в данном секторе обходятся крайне дорого. При создании неправильных алгоритмов для скоринга можно потерять как деньги, так и доверие клиентов.
- Бизнес и маркетинг. С помощью аналитиков руководство компании может понимать потребности и предпочтения клиентов, оценивать эффективность маркетинга, оптимизировать цены и улучшить стратегию продаж.
- Здравоохранение. С помощью аналитиков в медицине удается предсказывать эпидемиологическую обстановку, оптимизировать лечение, повышать качество медицинских услуг.
- IT. Аналитики изучают пользовательское поведение, принимают участие в оптимизации продуктов и сервисов, предсказывают тенденции и потребности рынка.
- Производство и логистика. Занимаются оптимизацией производственных процессов, помогают спрогнозировать спрос и повысить эффективность управления поставками и логистикой.
- Научные исследования. Участвуют в анализе экспериментальных данных, моделировании и прогнозировании результатов исследований.
- Государственный сектор. Проводят анализ социально-экономических данных, планируют и оценивают эффективность программ и проводимой политики.
Зарплата аналитика данных в России
Так как аналитика данных – достаточно обширное направление, то и диапазон зарплат во многом зависит от выбранной специализации, компании, в которой работает аналитик. По данным «Хабр Карьеры», аналитики данных занимают 3 место в топе высокооплачиваемых IT-профессий. Само собой, больше всего такие специалисты зарабатывают именно в IT и банковской сфере. Но на доход во многом зависит опыт, имеющиеся знания. Более того, на зарплату аналитика во многом влияет и регион работы. Отметим, что из 14 тысяч вакансий аналитиков в России, которые были выложены на hh.ru во время написания статьи, 8 тысяч вакансий приходилось на Москву, почти 2 тысячи на Питер и Ленобласть. Все остальные регионы поделили между собой оставшиеся 4 тысячи вакансий, что в 2 раза меньше, чем вакансий в одной Москве.
Так выглядит средняя зарплата аналитиков данных в Москве, в зависимости от опыта работы и отрасли, в которой трудится специалист:
| Уровень | IT | Финансы | E-commerce | Промышленность | Маркетинг |
|---|---|---|---|---|---|
| Junior | 130 000 | 120 000 | 110 000 | 100 000 | 90 000 |
| Middle | 220 000 | 210 000 | 190 000 | 180 000 | 160 000 |
| Senior | 350 000 | 340 000 | 300 000 | 280 000 | 250 000 |
| Lead/Head | 600 000 | 580 000 | 520 000 | 500 000 | 450 000 |
В регионах зарплата немного скромнее, при этом вакансий в разных отраслях не так много, поэтому мы решили рассмотреть просто средний уровень зарплат аналитиков в 10 регионах с самым большим количеством вакансий в зависимости от опыта работы:
| Челябинская область | 80 000 | 140 000 | 230 000 | 370 000 |
| Ростовская область | 85 000 | 150 000 | 240 000 | 380 000 |
| Республика Башкортостан | 85 000 | 150 000 | 240 000 | 380 000 |
| Самарская область | 85 000 | 155 000 | 250 000 | 390 000 |
| Краснодарский край | 90 000 | 160 000 | 250 000 | 400 000 |
| Нижегородская область | 90 000 | 160 000 | 260 000 | 400 000 |
| Республика Татарстан | 90 000 | 160 000 | 260 000 | 410 000 |
| Свердловская область | 95 000 | 165 000 | 270 000 | 420 000 |
| Новосибирская область | 95 000 | 170 000 | 270 000 | 420 000 |
| Санкт-Петербург | 110 000 | 180 000 | 280 000 | 480 000 |
Зарплата аналитика данных за рубежом
В целом аналитик данных может спокойно работать за границей, но нужно понимать, что уровень конкуренции может быть выше, кроме того, потребуется хорошо владеть местным языком, ведь работа аналитика требует взаимодействия с коллегами и руководством компании. Говорить на языке той страны, в которой вы собираетесь работать нужно будет не просто хорошо, а идеально, ведь во многом успех работы будет зависеть от того, как хорошо вы будете доносить свои мысли руководству, ставить задачи линейному персоналу и разработчикам. Но отметим, что средние зарплаты аналитиков-джунов в топ-10 странах с самой высокой зарплатой, примерно равны зарплатам лидов в России. Они выглядят следующим образом (в долларах):
| Страна | Junior | Middle | Senior | Lead/Head |
|---|---|---|---|---|
| Швейцария | 6 500 | 9 500 | 13 000 | 18 000 |
| Соединённые Штаты Америки | 6 000 | 9 000 | 12 500 | 17 000 |
| Люксембург | 5 800 | 8 500 | 11 500 | 16 000 |
| Норвегия | 5 500 | 8 000 | 11 000 | 15 000 |
| Дания | 5 200 | 7 800 | 10 500 | 14 500 |
| Сингапур | 5 000 | 7 500 | 10 000 | 14 000 |
| Австралия | 4 800 | 7 200 | 9 800 | 13 500 |
| Ирландия | 4 700 | 7 000 | 9 500 | 13 000 |
| Германия | 4 500 | 6 800 | 9 200 | 12 500 |
| Нидерланды | 4 300 | 6 500 | 9 000 | 12 000 |
Нее стоит смотреть на страны с самым высоким доходом, ведь именно в них и стоимость жизни самая высокая. Оптимальным вариантом становятся такие европейские страны, как Норвегия, Дания, Германия, Нидерланды. Они предлагают хорошие условия, а также соцпакеты. В Сингапуре и Австралии можно рассчитывать не только на хорошую зарплату, но и налоговые льготы.
Где учиться на профессию аналитик данных
Само собой, эталонным обучением можно считать академическое образование. Многие университеты предлагают программы бакалавриата и магистратуры по аналитике данных. Это углубленные технические программы, в которых большое внимание уделяется программированию, математике, машинному обучению и анализу данных.
Альтернативный вариант – прохождение программы профессиональной переподготовки. Например, переобучение проводи НИУ ВШЭ (очно). Кроме того, можно пройти дополнительное профессиональное образование, например в МФТИ (занятия в формате вебинаров). Такой формат особенно хорошо сочетается с базовой профессией, которая может быть основой для специализации аналитика. Например, если первое образование маркетолога, то можно стать хорошим маркетологом-аналитиком, а если в области экономики, то бизнес-аналитиком.
Третий способ – обучение на онлайн-курсах. Есть большое количество программ подготовки, которые содержат в себе не только все необходимые знания и большой объем практических заданий, но и обеспечивают возможность пройти стажировку. Некоторые курсы гарантируют трудоустройство. Но нужно понимать, что обучение только на курсах может стать как преимуществом, так и недостатком при трудоустройстве. Хотя количество вакансий достаточно большое, некоторые консервативные работодатели могут отдать предпочтение специалисту без опыта, но с академическим образованием, а не человеку, имеющему реальный опыт, полученный на онлайн-курсе.
Самостоятельное обучение – самый сложный и длительный путь. Вам потребуется не только самостоятельно осваивать азы профессии и инструменты, искать необходимую литературу и соблюдать дисциплину, но и каким-то образом доказать потенциальному работодателю, что у вас есть необходимый набор навыков и знаний для работы на должности аналитика. Теоретически, освоить профессию можно и самостоятельно, но потребуются огромные усилия на каждом этапе обучения.
Аналитика данных: востребованность профессии
С развитием технологий, глобализацией и цифровизацией растет рост и на специалистов, занимающихся анализом данных. Работа с информацией является ключевым инструментом для роста и развития бизнеса. Именно поэтому профессия отличается высокой востребованностью. По прогнозам Международного института анализа данных (International Institute for Analytics), спрос на аналитиков данных вырастет в ближайшем будущем на 50%. Это связано с такими факторами, как:
- постоянное увеличение объемов данных, для обработки которых нужно больше специалистов;
- развитие технологий и расширение набора инструментов и методов для анализа данных;
- повышение конкурентоспособности бизнеса, которое приведет к усилению потребностей в инсайтах, принятии решений на основе данных.
Тем не менее в будущем профессия аналитика данных будет подвержена некоторым вызовам и проблемам, например:
- требования к постоянному бучению и саморазвитию;
- законодательные изменения в области обработки и использования данных.
Отметим, что данные из Яндекс Вордстата говорят о том, что количество поисковых запросов, связанных с поиском вакансий аналитика данных меньше, чем, собственно, само количество вакансий:
В данный момент в России представлено более 13 тысяч вакансий аналитиков, которые работают в разных сферах, имеют различную специализацию. Само собой, более половины (7,5 тысячи) вакансий приходится на Москву. В Питере нужно чуть больше 1,5 тысячи аналитиков. Из регионов лидирует Свердловская область.
Карьерные перспективы
Аналитик данных может развиваться как по прямому карьерному пути, набираться опытом и знаниями и переходить по стандартным уровням от джуна до лида, так и уйти в продвинутую аналитику и Data Science. Второй случай подходит тем, кто хочет углубиться в моделирование и прогнозирование. Для этих задач потребуется дополнительное образование, однако и уровень зарплаты в дата-сайенс и ML несколько выше, чем в аналитике данных.
Само собой, можно пойти по управленческому пути, перейти на менеджерские позиции. Для этого потребуется развивать стратегическое мышление и навыки управления. В результате можно дорасти до хэда, продакт-менеджера, CDO.
Аналитики данных часто уходят в консалтинг, предоставляют свои услуги как в частном порядке, так и через посредников – консалтинговые компании. Нередко специалисты с хорошими навыками и знаниями начинают собственное дело на основе аналитики и данных.
Преимущества и недостатки профессии
Изучив особенности специальности, а также отзывы о профессии аналитики данных, мы подготовили перечень плюсов и минусов выбора данного направления. Начнем с положительных моментов:
- Достаточно быстрое обучение. На курсах можно с нуля получить профессию за год. Математическое образование или экспертность в определенной нише будет плюсом, но они не обязательны.
- Высокий уровень зарплаты. Аналитики данных входят в топ самых высокооплачиваемых специалистов в IT-сфере.
- Возможность работать на удаленке.
- Можно получать дополнительный заработок на предоставлении консалтинговых услуг на фрилансе, открыть собственный бизнес.
- Достаточно быстрый карьерный рост. Всего за несколько лет джун может дорасти до старшего аналитика, а после – возглавить отдел.
Негативные стороны профессии выглядят следующим образом:
- Монотонная работа. Хотя в профессии есть творческая составляющая, большая часть работы связана с рутиной, например, со сбором и сортировкой данных.
- Требования к постоянному обучению. Технологии и инструменты развиваются крайне быстро, поэтому нужно соответствовать.
- Ответственность. От работы аналитика напрямую зависит развитие компании. Сотруднику может потребоваться отстаивать свое мнение перед руководством, а также брать ответственность за результат на себя.
Заключение
Профессия аналитика данных – востребованное направление, которое постоянно растет и развивается. Вместе с этим растет и уровень доходов аналитиков, количество доступных вакансий. В целом это направление может быть интересным и перспективным для людей с аналитическим складом ума, хорошей математической базой. Но нужно понимать, что в нише есть конкуренция и, чтобы оставаться востребованным специалистом, обучение не должно прекращаться никогда.
