Аналитик данных: чем он занимается и сколько зарабатывает09.12.2022 17:33

По статистике международной стаффинговой группы Ancor, в 2022 году 45% российских компаний ищут аналитиков данных. Эти специалисты разбираются в массивах данных и помогают бизнесу вовремя замечать тренды, контролировать ситуацию на рынке и прогнозировать успешность проектов и кампаний.

Разберёмся, чем конкретно занимаются дата-аналитики, сколько зарабатывают и какие навыки им нужны для старта в профессии. Статья будет полезна новичкам и тем, кто хочет перейти в сферу из смежной отрасли.

В материале

1. Кто такой аналитик данных и зачем он компаниям

2. Какие задачи решает дата-аналитик

3. Какие навыки нужны в работе аналитика данных

4. Где работают дата-аналитики и сколько зарабатывают

5. Как стать аналитиком данных

6. Что почитать про аналитику данных

7. Резюмируем

Кто такой аналитик данных и зачем он компаниям

Дата-аналитик — специалист, который собирает, обрабатывает, анализирует и интерпретирует большие данные. Он помогает искать скрытые причинно-следственные связи между массивами информации, объяснять их цифрами и находить решения для оптимизации бизнес-процессов.

Аналитики данных востребованы в разных отраслях экономики: технологической, энергетической, финансовой, логистической, промышленной, научной и многих других. С их помощью компании ищут точки роста, повышают эффективность процессов и проверяют различные гипотезы.

В промышленной сфере аналитики данных помогают спрогнозировать сценарии отказов оборудования, в финансовой — оценить платёжеспособность клиентов при выдаче займа. Энергетические компании используют дата-анализ для предсказания потребления электроэнергии — эта информация помогает им своевременно оптимизировать производство и сократить издержки.

Какие задачи решает дата-аналитик

Задачи аналитика данных находятся на стыке математики, статистики, программирования и продакт-менеджмента. В результате его работы компания получает наглядные выводы, которые помогают ей прогнозировать будущее, принимать объективные бизнес-решения и получать выгоду.

Чем обычно занимается дата-аналитик:

• Автоматизирует процессы сбора и обработки данных для составления аналитических и статистических отчётов.
• Ищет закономерности в результатах проведённых исследований. Понимание взаимосвязей нужно для определения решений, основанных на цифрах и фактах.
• Внедряет бизнес-метрики, которые помогают оценивать различные виды деятельности компаний. Так, CAC показывает сумму, которая была потрачена на привлечение клиента, а ROI позволяет определить процент окупаемости инвестиций. Метрики могут быть разные и зависят от предмета исследования.
• Применяет диагностическую аналитику, чтобы установить причинно-следственные связи между произошедшими ранее явлениями.
• Использует предсказательную аналитику для выдвижения новых гипотез.
• Проводит A/B тестирование. Это помогает исследовать реакцию рынка и потребителей на изменения в продуктах и услугах компании.
• Применяет методы юнит-экономики для поиска наиболее выгодных решений по логистике и дистрибуции товаров.

Часто дата-аналитиков путают с дата-сайентистами, хотя это две разные профессии. Первый занимается выгрузкой, обработкой информации, формулированием выводов, машинным обучением. Второй имеет более широкие компетенции в Data Science и специализируется на решении технических задач: создаёт нейросети, внедряет технологии, протоколы и алгоритмы.

Вячеслав Потапов

Руководитель отдела аналитики в компании «Метр квадратный»

Поделюсь личным опытом и расскажу, чем могут заниматься аналитики данных в банковской сфере.

Однажды мы с коллегами решили усовершенствовать алгоритм проверки действий клиентов. Дело в том, что банки должны противодействовать мошенническим операциям, незаконному выводу средств и финансированию запрещённых организаций. Они обязаны следить за потоком транзакций, своевременно останавливать подозрительные действия и сообщать о них в надзорный орган. Однако на практике выполнять эти задачи непросто: клиенты совершают огромное количество финансовых операций, да и мошенники постоянно совершенствуют методы обмана.

Наш банк действовал по правилам, установленным службой безопасности. По этому регламенту ежедневно под блокировку попадали тысячи транзакций и сотни счетов. Но возникала проблема: из-за попытки снизить шансы на проведение мошеннических операций страдали невиновные клиенты. Их счета и переводы также блокировались.

С помощью статистических методов мы несколько месяцев изучали поведение мошенников, анализируя их транзакции и данные о лицевом счёте, строили графы, изучали зависимости. В результате удалось создать техническое решение, которое в автоматизированном режиме мониторит сотни транзакций в секунду и своевременно сигнализирует сотрудникам отдела финансового контроля о подозрительных действиях. Наша система работает на стабильно высоком уровне, сильно не затрагивая добросовестных клиентов.

Таким образом мы смогли решить сразу две задачи:

 Выполнение требований Росфинмониторинга по блокировке подозрительных клиентов.

 Соблюдение интересов бизнеса — добросовестные клиенты больше не страдали из-за системы контроля.

Какие навыки нужны в работе аналитика данных

Чтобы эффективно справляться с описанными задачами, специалисту по анализу данных понадобятся следующие хард- и софт-скиллы ↓

• Написание запросов на языке SQL. Это помогает автоматизировать рутинные задачи, анализировать данные, проверять предположения, обрабатывать большие объёмы информации для поиска закономерностей.
• Формулирование гипотез. Необходимо для подготовки предложений и прогнозов, которые смогут решить проблему или задачу заказчика.
• Визуализация данных в Qlik Sense, Tableau или Power BI. Графическое представление информации в дашбордах позволяет наглядно презентовать бизнесу выводы и наблюдения.
• A/B-тестирование. Этот инструмент помогает убедиться в правильности предположений.
• Создание отчётов на языке пользователей. Важно подбирать понятные для заказчика термины для представления результатов работы.
• Использование систем типа Big Data. С их помощью значимая информация выгружается из различных источников.
• Критический анализ собственных идей и информации. Необходим для получения достоверных выводов, основанных на цифрах, а не привычных представлениях.
• Навыки коммуникации, ведения переговоров. Важно находить общий язык с заказчиками и правильно понимать их желания и проблемы.
• Умение работать в Google Sheets или Excel. Этот навык необходим для создания отчётов, дашбордов, предоставления информации для пользователей.

На примере реальной вакансии c hh.ru можно убедиться, что от соискателей ждут плюс-минус этих знаний и умений:

Так, компания М.Видео приглашает на работу дата-аналитиков с навыками использования Excel, SQL, проведения A/B-тестов, а также подготовки отчётности, визуализации и аналитики в Power BI, Tablo, Sap BW

Где работают дата-аналитики и сколько зарабатывают

Аналитики работают в крупных компаниях, которым необходимы сотрудники для обработки массивов данных в хранилищах и внешних источниках. Это банки, организации по защите интеллектуальной собственности, мультиплатформенные и мобильные операторы, информационные центры, промышленные холдинги, сети магазинов, маркетинговые агентства, IT-компании.

В среднем специалисты по анализу данных получают 103 тысячи рублей. Размер зарплаты зависит от стажа, уровня квалификации соискателя и платёжеспособности работодателя.

На старте карьеры дата-аналитик может зарабатывать от 35 тысяч рублей:

Источник: hh.ru

Мидл-аналитикам готовы платить до 140 тысяч рублей:

Источник: hh.ru

Сеньоры получают до 300 тысяч рублей:

Источник: hh.ru

Как стать аналитиком данных

Обычно в дата-аналитики идут выпускники физико-математических специальностей, а также те, кто уже работает в области математики, статистики, экономики и программирования. Однако попробовать свои силы в этой области может любой.

Если есть базовые знания по статистике и программированию, освоить специальность будет проще. Развить навыки самостоятельно помогут книги и онлайн-ресурсы, за более системным обучением стоит идти на программы переквалификации. С нуля получить профессию аналитика данных можно на профильных курсах.

Программу профессиональной переподготовки проводит НИУ ВШЭ. На факультете компьютерных наук вуза студентов обучают прикладной статистике, продуктовым и бизнес-подходам в анализе, SQL и Tableau. Курсы нужно посещать очно.

Дополнительное профессиональное образование можно получить в МФТИ. В программу включены практикумы по анализу данных, уроки по визуализации информации в Power BI, Tableau, кодированию на Python. Занятия проходят в формате вебинаров. Есть возможность задать вопросы преподавателям в чате.

Онлайн-курс «Аналитик данных» есть в Нетологии. Программа адаптирована под реальные задачи, с которыми сегодня встречаются специалисты на практике. Студенты получают универсальные знания и навыки, которые позволяют работать в любых отраслях экономики.

 Профессия

Аналитик данных

Узнать больше

• Станете универсальным аналитиком, который сможет работать в любой сфере
• Изучите технологии и получите навыки, востребованные у работодателей
• Начнёте работать по специальности уже через 6 месяцев обучения

Что почитать про аналитику данных

Полезные знания для работы аналитиком данных можно найти на профильных ресурсах и в книгах от экспертов.

Блоги

• Leftjoin — сайт аналитика данных Николая Валиотти, основателя компании Valiotti Analytics. Автор делится опытом разработки дашбордов, применения BI-систем, словарей, полезных модулей Python.
• AnalyzeCore — англоязычный ресурс Сергея Брыля, директора по науке данных в IT-компании MacPaw. Он пишет о моделях атрибуции, поиске аномалий, маркетинговых метриках, когортном анализе, сегментации клиентов, машинном обучении.
• Reveal the Data — в блоге кандидата технических наук Романа Бунина можно почитать о развитии BI-систем и визуализации данных. На сайте есть примеры работ с комментариями эксперта, статьи про дашборды.
• GoPractice — одноимённый ресурс компании-разработчика программного обеспечения GoPractice. Здесь можно почитать статьи о создании и развитии продуктов, управлении ими, об инструментах анализа данных, юнит-экономике, метриках, A/B-тестировании и экспериментах.

Книги

Работа с данными в любой сфере

Кирилл Еременко

Практическое руководство по использованию аналитики для обработки массивов. Директор компании ZIFF Бен Тейлор назвал издание самым подробным источником для желающих разобраться, кто такой аналитик данных и что он делает.

Как вытащить из данных максимум

Джордан Марроу

Учебник пионера дата-грамотности для новичков в профессии. Автор пишет о четырёх методах анализа: описательном, диагностическом, предсказательном и предписывающем.

Укрощение больших данных

Фрэнкс Билл

Автор книги — ведущий специалист по анализу данных компании Teradata. Он просто и понятно рассказывает о методах, технологиях и принципах исследований.

Telegram-каналы

• Krasinsky: growth, marketing & product, analytics — ресурс Ильи Красинского, основателя онлайн-сервиса сквозной аналитики Rick.ai. Он пишет о юнит-экономике, маркетинговых и финансовых метриках.
• «Графики и жизнь» — канал специалиста в сфере визуализации Артёма Иволгина. Автор публикует примеры графических карт данных и рассказывает об инструментах для сбора статистики.
• This is Data — страница Романа Романчука, бывшего директора по аналитике Сравни.ру. Он пишет о новостях отрасли, А/В-тестировании, SQL, Power BI и веб-сервисах для сбора информации.
• «Чартомойка» — ресурс Александра Богачева, экс-руководителя дата-проектов РБК. Эксперт публикует интервью и советы ведущих специалистов в области визуализации данных, приводит примеры своих работ, обсуждает ошибки, приёмы и инструменты в сфере инфографики.
• «Интернет-аналитика» — канал Алексея Никушина, организатора конференций «Матемаркетинг» для аналитиков, маркетологов и продакт-менеджеров. На странице публикуется информация о датах новых мероприятий, темах лекций и докладов.

Резюмируем

Дата-аналитик — специалист по извлечению полезных сведений из больших объёмов данных, оценке показателей, построению и проверке гипотез. Для работы ему необходимо знание языков SQL и Phyton, математических и статистических методов исследования, программ визуализации.

Любой крупный бизнес нуждается в аналитике данных. Специалисты по анализу востребованы во многих сферах, в том числе финансовой, логистической, промышленной, IT и многих других.

Джуниор-аналитики могут зарабатывать от 35 тысяч рублей, профессионалы со средним опытом работы — от 90 тысяч, ведущие специалисты — до 300 тысяч. В среднем дата-аналитики получают 103 тысячи рублей.

Научиться анализу больших данных с нуля можно на профильных курсах. Это самый простой способ приобрести компетенции, которые понадобятся специалисту в работе.

Программы переподготовки подходят людям с высшим и средним профессиональным образованием. Долгий и сложный путь в аналитику ждёт тех, кто выберет самостоятельное обучение с помощью книг, блогов и Telegram-каналов.

Мнение автора и редакции может не совпадать. Хотите написать колонку для Нетологии? Читайте наши условия публикации. Чтобы быть в курсе всех новостей и читать новые статьи, присоединяйтесь к Телеграм-каналу Нетологии.