— По роду деятельности я могу назвать себя и бизнес-аналитиком, и дата-аналитиком. Результат моей работы — это конкретный продукт: дашборд. Я провозгласил себя "главным по дашбордам" в России и СНГ, потому что последние восемь лет я исключительно ими и занимаюсь.

Что такое дашборд? Это, по сути, отчет, но красиво оформленный, интерактивный и кликабельный — та самая визуализация данных, которая является результатом любой аналитической работы, своеобразная "вишенка на торте" всей работы с данными. Я эту "вишенку" предоставляю конечному заказчику, который использует полученную информацию для принятия решений.

— В принципе, да. Если смотреть на любую работу диджитал-индустрии, то можно увидеть, что мы собираем данные, храним их, считаем и делаем из этого отчеты, чтобы увидеть, где падает прибыль и конверсии — эти данные являются достаточными для принятия решений.

Но возникает проблема: зачастую дата-аналитики, IT-специалисты и прочие технические работники в ходе работы забывают, для чего они вообще это делают. У них, конечно, получаются работающие отчеты, но они редко оказываются полезными для принятия решений. Именно поэтому на по-настоящему полезные управленческие отчеты образовался большой спрос.

— Десять лет назад нам приходилось убеждать "больших начальников", что аналитика им вообще нужна. Они были уверены, что 1С или бухгалтерской работы вполне достаточно. Это продолжалось примерно до 2014 года, но после кризиса спрос на аналитику сильно вырос, маржинальность сократилась из-за падения курса рубля, на открытом рынке повысилась конкуренция.

Уже никто не сомневался в необходимости, вопрос был в том, кто сделает им аналитику. Традиционная IT-отрасль привыкла работать как в "нулевые": есть заказчик, есть ТЗ, и как заказчик сказал, так и должно быть сделано. Все решения касательно деталей, вплоть до вида графиков и диаграмм, принимались самим бизнесом.

Спустя время оказалось, что бизнесу необходим своеобразный "переводчик", который бы предложил, как сделать ту или иную вещь, понял его потребности и передал технической команде. Со второй половины десятилетия все больше бизнесов убеждаются, что самостоятельно выдвинуть правильные требования получается далеко не всегда.

— Когда карантин только-только ввели, то в моей компании спрос вырос, все хотели автоматизировать и "цифровизировать" как можно больше сфер своего бизнеса. Но этот спрос оказался "истерическим", потому что у большинства клиентов, как оказалось, не были налажены никакие процессы и на дашборд выводить просто нечего.

В целом этот бизнес оказался довольно стабильным как у меня, так и у моих коллег-конкурентов. Те компании, которые до этого были достаточно "зрелыми", продолжили свою планомерную работу по расширению аналитики, а те, у кого были проблемы, например, с прибылью, свои проекты заморозили.

— За десять лет точно ничто не заменит Excel, как ничто его не заменило за последние 20 лет. По поводу Power BI и других BI-инструментов могу сказать, что они будут эволюционировать, сейчас мы можем наблюдать изменения в плане юзабилити: чтобы собрать какую-то модель данных, уже не нужен программист.

Что касается тренда на будущее, то уже сейчас мы видим, что для мелких задач кодить уже не нужно, но для больших корпоративных проектов кодер все равно необходим из-за сложности процедур обработки данных. И за следующие 10 лет, по моему мнению, бэкенд тоже станет менеджерским и доступным для аналитиков.

Каких-то революционных внедрений искусственного интеллекта не жду и думаю, что в ближайшее время их не предвидится. Искусственный интеллект не способен полностью заменить решения конкретных людей.

— В этом плане у нас есть общая черта с отечественным автопромом: удобство пользователя всегда на последнем месте. Меня регулярно спрашивают, есть ли хорошие отечественные BI-продукты, и честно скажу, что аналогия с автопромом здесь уместна: российские BI неудобны, часто работают не так, как должны, но при этом узкопрофильные продукты — например, созданные для каких-то больших сложных вычислений — достаточно хороши, хотя им и недостает юзабилити.

Из-за ненадежности и большого количества багов отечественные производители больше зарабатывают на техподдержке, чем на продаже продукта, и найти интеграторов такой продукции достаточно сложно. На конкурентном рынке, к сожалению, российский продукт проигрывает.

— Во-первых, это общение на естественном языке. В том же Power BI можно написать запрос на английском языке свободным текстом и он будет его трансформировать в SQL. На русском ничего подобного нет и я не вижу, чтобы отечественные разработчики над этим работали. Запрос отечественных и зарубежных компаний один и тот же: систематизация метрик, построение понятных менеджерам дашбордов, автоматизация бизнес-процессов. Разница только в том, что у наших компаний BI — это первая система, а на Западе внедрение BI — это скорее модернизация.

— В 2020 году я наблюдаю взрыв по части обучения аналитике. Кто-то остался на "удаленке", кто-то — без работы, и ролевая модель аналитика в этом свете выглядит достаточно привлекательно. Существует множество курсов по вхождению в профессию. Но тому, как стать действительно успешным аналитиком, там практически не учат. Несоответствие ожиданий работодателя и реальных навыков выпускников может подорвать авторитет всей профессии аналитика.

Сейчас есть люди, готовые за это платить, но в будущем может случиться так, что спрос просто спадет и высокооплачиваемых вакансий станет гораздо меньше. Это тот самый сценарий, который я вижу, если хайп на обучение аналитике не спадет.

— Стандартный набор, который дается везде — Google Таблицы, Excel, Query, Python, Power BI — это минимум, но нужно понимать, что информация, которая дается по этим инструментам на курсах — это уровень введения в специальность. Дальше нужно выбрать себе специализацию — я не видел аналитика, который на должном уровне владел бы всеми инструментами сразу.

Либо ты уходишь в Python и машинное обучение, либо в Query, Power BI и какую-то бизнес-отчетность, либо в простые решения для малого и среднего бизнеса через Google Таблицы. Не нужно владеть всеми инструментами из набора, достаточно выбрать свою область и как следует ее изучить. Исключение составляет тот случай, если ты тимлид: тогда для расширения кругозора действительно стоит поизучать все из них, чтобы в дальнейшем управлять командой узкопрофильных аналитиков.

— Рисовать, говорить и писать. В плане рисования важен скетчинг, когда можно сесть с заказчиком и быстро накидать какой-то набросок. Это действительно помогает, потому что люди тебя просто не слышат, пока ты ничего им не распечатал или не нарисовал.

Касательно устных коммуникаций — они наиболее важны, потому что разные люди, будь то разные аналитики или аналитик с работодателем, могут развести переписку на сотни писем и несколько недель, но при этом не потратят полчаса, чтобы обговорить все то же самое устно и понять друг друга.

Аналитики все еще достаточно интровертны и избегают живого общения, что вредит проектным коммуникациям. Поэтому самый полезный софт-скилл аналитика — это способность слушать и излагать свои мысли.

— Начинающему аналитику стоит уже сейчас начать формировать портфолио. Здесь я могу дать совет как работодатель: практически ни у кого из наемных ребят нет портфолио из кейсов, я всегда отдаю предпочтение тем, кто показывает результаты своей прежней работы. Кроме того, когда вы уже работаете в каком-то проекте — не бойтесь перечить заказчикам. Клиенты ценят тех, кто может им что-то предложить, поэтому чтобы набраться профессионального мастерства — конструктивно спорьте со своими заказчиками. Что касается хард-скиллов — изучайте построение баз данных. Спрос на хороших архитекторов и проектировщиков высокий уже сейчас и эти специальности останутся востребованным в будущем.