Кто такие аналитики и чем они занимаются в IT?

С древности человечество собирало и хранило информацию. Развитие технологий привело к тому, что она стала не просто источником данных, а новой "валютой". Бизнес от малого до крупного стал думать: как монетизировать этот практически бесплатный ресурс? Есть спрос — будет предложение. Так на рынке появились новые специалисты, основная задача которых – анализировать данные и с помощью них модифицировать производство, улучшать продукт и даже прогнозировать будущее. В материале рассказываем, какие направления анализа есть сегодня и чем они отличаются друг от друга.


Бизнес-аналитик

В айти своеобразным "мостом" между бизнесом и командой разработки является бизнес-аналитик. Он занимается изучением процессов работы и потребностей компании, формированием требований к IT-решениям, оптимизаций, стратегическим планированием и внедрением технологий на уровне всей организации.

"Работа самая разнообразная: от анализа данных и моделирования процессов до участия в разработке и внедрения программных продуктов. Не забывайте, что бизнес-аналитик часто является ключевым игроком в команде", — Алексей, ментор курса "Бизнес-аналитик в IT".

Бизнес-аналитик работает с данными и информационными потоками, анализирует состояние бизнеса, занимается исследованием рынка, определением KPI, участвует в разработке новых продуктов и постоянно взаимодействует с заказчиком для выявления его потребностей.

В зависимости от специфики компании направление бизнес-анализа может делиться на области, например, финансового или системного анализа. В больших организациях присутствует внутренняя иерархия: от младшего аналитика до главного бизнес-аналитика, который координирует работу всего отдела.

"В своей работе мы используем внушительный стек инструментов: для работы с базами данных – SQL, для управления проектами и документацией – Jira и Confluence, а еще различные графические программы, которые позволяют визуализировать бизнес процессы и данные", — Алексей, ментор курса "Бизнес-аналитик в IT".

Кроме этих инструментов, будущему бизнес-аналитику предстоит освоить машинное обучение, облачные решения и статистику. С учетом растущей потребности в быстром и точном принятии решений специалисты всё больше полагаются на автоматизированные аналитические инструменты, поэтому в 2024-м сфера продолжит интеграцию с искусственным интеллектом.

"Тем, кто планирует войти в сферу, стоит акцентировать внимание на инструментах визуализации данный Tableau или Power BI, а также Draw.io, Visio, Miro. Они нужны для объяснения сложных вещей простым языком", — Алексей, ментор курса "Бизнес-аналитик в IT".

Подробнее о направлении рассказали в материале "Бизнес-анализ в IT: для любящих работу с данными и не желающими писать код".

Бизнес-анализ применим в любой сфере: от финансов и здравоохранения до розничной торговли и производства. В финансах, например, бизнес-аналитик может заниматься оценкой рисков и моделированием финансовых сценариев, в здравоохранении — анализом эффективности лечения и оптимизацией процессов. Поэтому в бизнес-анализ проще будет влиться тем, у кого есть рабочий бэкграунд, то есть углубленное понимание, как функционирует тот или иной бизнес.


Business Intelligence (BI)

Если бизнес-аналитик занимается исследованием бизнеса с точки зрения "почему он не стал таким, каким его планировали", то BI-аналитик — с позиции "что мы имеем на данный момент".

Business Intelligence — взаимосвязанный комплекс инструментов, позволяющих привести данные в "читабельную", иначе анализируемую форму. Поэтому бизнес-аналитик и BI-аналитик часто работают вместе, но каждый со своими целями, объектами и инструментами.

Так как отчеты, которые делает BI, хранят в себе данные, то на курсах будущие специалисты изучают базы данных. Кроме них, основы SQL, хранилища и платформы для визуализации данных.

"Считаю, человеку по силам изучить всё. Главное – стремление и усердие. И базы данных не исключение. Их может понять каждый. Но сложно будет неусидчивым людям, потому что на составление одного отчета может уйти месяц и даже больше. И, конечно, тем, кто не готов постоянно учиться и изучать что-то новое", — Света, ментор курса "Business Intelligence (BI) разработчик".

Что мы еще не рассказали о BI? Смотри интервью с ментором на нашем YouTube-канале.


Продуктовый аналитик

Продуктовый аналитик определяет точки роста продукта, потенциальные его возможности или, наоборот, слабые места, которые необходимо доработать, на основе результатов экспериментов (А/Б тестов).

"Источником данных в нашей работе может быть все что угодно: от статистики продаж и поведения пользователей на сайте или в приложении до Google трендов или прогноза погоды", — Алеся, ментор курса "Продуктовый аналитик в IT".


Основная задача продуктового аналитика — усовершенствование и улучшение продукта. В рамках этого он обрабатывает исходные данные и контролирует их качество, разрабатывает метрики для отслеживания влияния новых функций на приложение или сайт, выдвигает гипотезы и проводит их тестирование.


"Основные навыки и умения продуктового аналитика универсальны для любого продукта. Специфичны лишь знания доменной области. Например, аналитик, который ни разу не играл в мобильную игру, вряд ли сможет полноценно оценить ее качество", — Алеся, ментор курса "Продуктовый аналитик в IT".

За последние годы индустрия из малоизвестной стала очень востребованной. Сегодня продуктовый аналитик нужен в любой сфере, где есть сайт или мобильное приложение. В работе продуктовый аналитик использует языки программирования Python или R, для обработки и хранения данных — SQL и Excel, для визуализации отчетности – Tableau, Power BI, Looker. Набирает популярность машинное обучение, поэтому понимание основ высшей математики для будущих студентов — must have.

"Большое влияние на сферу в 2024-м окажет ИИ, особенно в процессах, связанных с монотонной работой, например, составлением отчетов. На мой взгляд, продуктовый анализ будет только развиваться и расширять свои возможности. Хоть на данный момент внутреннего деления нет, в будущем, возможно, профессия разделится на специализации: когортного аналитика, аналитика трендов или аналитика пользовательского пути", — Алеся, ментор курса "Продуктовый аналитик в IT".

Отвечаем на вопрос: "Кто такой продуктовый аналитик?" — в выпуске НАТИВа. Смотри по ссылке.

Data Science

Знали ли вы, что прогноз погоды на неделю, а то и на месяц вперед – результат работы аналитика данных. Да-да, не метеоролога. Хотя и не без него. Такие прогнозы возможны благодаря специально обученным моделям, анализирующим огромное количество информации. Но давайте по порядку.

Data Science — работа с большим количеством неструктурированной информации. Именно таковыми, например, являются наши метеоданные — "большими" и "неструктурированными".

"DS — специалист по обучению и интеграции моделей. Еще он часто выполняет работу разработчика в своей сфере", — Андрей, ментор курса "Data Science".

Действительно, дата-сайентист программирует. Но отличает его от программиста то, что второй знает законы, по которым должна работать программа, а DS должен "придумать" законы, извлечь полезную информацию из большого массива данных. Для этого дата-сайентист использует языки программирования Python или R, также систему контроля версий Git, базы данных и SQL, классические Machine Learning-алгоритмы и нейросети.

"Без математики в DS будет сложнее, чем в других сферах. Поэтому на курсах мы проходим базовый уровень линейной алгебры, основы теории вероятности и математической системы, мат.анализ", — Андрей, ментор курса "Data Science".

Для Data Science не имеет значения, из какой сферы вы придете, будь то медицина, продажи или сельское хозяйство. Знания анализа данных можно применить в любой из них.

Смотри по ссылке: Что такое Data Science?


Системный аналитик

Системный аналитик разрабатывает требования к программному обеспечению, работает с функциональными и системными требованиями.

"В идеальном мире системный аналитик получает бизнес и пользовательские требования от бизнес-аналитика. И остается «всего лишь» спроектировать систему", — Виталий, ментор курса "Системный аналитик".

После анализа и дополнительных исследований системный аналитик формирует техническое задание по программному обеспечению продукта для команды разработчиков. Он сопровождает все этапы разработки и тестирования, зачастую отвечает на пользовательские вопросы, с которыми не справилась техподдержка.

"Системный аналитик должен определить состав функций, структуру данных так, чтобы выполнить требования бизнеса, поддерживать и развивать систему, чтобы применимые в продукте технологии соответствовали компетенциям команды и возможностям заказчика", — Виталий, ментор курса "Системный аналитик".

Будущему системную аналитику предстоит освоить язык структурированных запросов SQL, виды интерфейсов, документирование API, изучить основы моделирования процессов, а также современной разработки ПО.

"У нас в сфере знания не теряют актуальность. Нельзя предугадать, с какой системой придется работать завтра. К примеру, однажды я столкнулся с языком Сobol, на котором кодили еще в 70-е ХХ века", — Виталий, ментор курса "Системный аналитик".

Как отмечает Виталий, для системного аналитика важно быть методичным и скрупулезным, так как одна ошибка — и ничего не работает. В 2024-м продолжится тенденция слияния систем, всё больше будет работы с различными интерфейсами, например, жестовыми.

"В IT легких стартов не бывает. За ними стоит труд. Много труда и мотивации. Знаю огромное количество успешных людей, которые приходили в разном возрасте, с разным образованием и стали очень крутыми спецами", — Виталий, ментор курса "Системный аналитик".


Вместо вывода

За последние годы увеличилось количество данных, их источников и видов. Это значит, спрос на аналитиков будет только расти. На сайтах по поиску работы в среднем от 2к до 3к открытых вакансий на должность аналитика в странах СНГ с зарплатой от 300$. Самый избирательный спрос на дата-сайентистов: всего 800 вакансий. Больше всего в России, на втором месте — Казахстан. Однако стоит учесть, что зарплатная вилка у аналитиков данных с опытом от 1 года стартует от 1000$.

Над материалом работал Николай Костюков