Жду новый пост

Серия «IT и аналитика»

Чтобы копать, нужна лопата. А чтобы делать хорошие отчёты, нужны инструменты аналитики. Рассказываем про самые актуальные и полезные из них, которые пригодятся как аналитикам, так и вообще всем, кому по работе приходится делать отчеты и таблицы.

Excel

Самый распространённый помощник для аналитики. Ведь он прост в использовании, подходит для решения разных задач, а облачный аналог (Google-таблицы) ещё и бесплатный.

Excel нужен и бухгалтеру, и менеджеру, и экономисту. В программе без труда можно быстро посчитать расходы, построить финансовую модель или визуализировать данные.

Помните, какой ажиотаж вызывает тот человек, который знает формулы Excel? Им можете стать и вы на курсе «Excel и Google-таблицы: от новичка до эксперта». За две недели вы изучите все нужные горячие клавиши и ходовые формулы, и ежеквартальные отчёты перестанут быть задачей на весь рабочий день. Больше никаких мучений — только польза от функционала.

SQL

По мере развития компании данных становится больше, из Экселя она «вырастает» и переходит на СУБД (систему управления базами данных). Если и ваши задачи стали выходить за рамки сводных таблиц в Excel, то вам пригодится SQL — язык запросов к базам данных. Его используют как для внесения информации, так и извлечения нужных данных из сотен и тысяч строк.

Научиться составлять запросы на SQL и вывести свою аналитику на новый уровень можно на курсе «SQL с нуля для анализа данных». Обучение займёт 3–4 недели, и вы сможете стартовать в карьере аналитика , ведь именно этот язык используется в базах данных, на которых работает большинство компаний.

Хотите прокачать себя как аналитика данных и освоить все необходимые инструменты: Excel, SQL, Power BI и даже Python? Специально для таких амбициозных аналитиков в Академии Eduson есть курс «Инструменты аналитики данных», где вы в комфортном темпе освоите всё необходимое за 4 месяца. И сможете не только составлять простые отчёты в Excel лучше всех коллег, но и работать с большими данными как профессионал.

А тех, кто хочет сделать аналитику своей основной деятельностью, приглашаем на курс «Аналитик данных».

Power BI

Представьте, что специалист покончил со сбором и обработкой данных, которые просил подготовить начальник. Получилась таблица в сотни строк и десятки столбцов. Специалист пойдёт с ней к руководителю?

Надеемся, что нет — эти данные нужно наглядно визуализировать. И с этим поможет Power BI — инструмент, который забирает данные из платформ аналитики (MySQL и других источников) и преобразует их в графики и диаграммы. Овладеть Power BI можно на курсе от Eduson и использовать визуализацию в очётах, презентациях и докладах, чтобы нагляднее представлять результаты работы начальству.

Python

Python для работы с данными в основном используют айтишники. Например, специалисты по Data Science, чтобы работать с большими данными и строить прогнозы. Дата-сайентист на основе информации в БД может анализировать поведение клиентов компании и предугадывать их дальнейшие действия. Звучит как магия, но это — аналитика 80 уровня.

Если пользоваться библиотеками, то есть шаблонами с готовыми кусками кода, то получить результаты глубокой аналитики будет гораздо проще.

Научиться использовать Python не только для аналитики, но и для разработки ПО, можно на курсе «Python-разработчик».

Все эти и многие другие навыки можно освоить в Академии Eduson— №1 в дополнительном образовании по версии Smart Rankings. Наши курсы позволят с нуля погрузиться в IT, финансы, бухгалтерию, маркетинг, HR и многие другие востребованные профессии.

Освоить аналитику

Привет, Пикабу! Помните Сашу, разраба, который прошёл путь от джуна до техлид? Рассказываем о ещё трёх ошибках, которые исправил, чтобы вырасти в должности. Первая часть здесь.

Брал только простые задачи

Саша уже чуть больше года занимает позицию мидла, чувствует себя уверенно в этой роли. Его лид доволен результатами, а Саше комфортно с новыми задачами. Иногда его просят помочь в онбординге джунов и проверить их работу. Саше такие задачи даются легко, и его устраивает эта ситуация: задачи простые, а зарплата та же. Наконец-то Саша исполнил свою мечту: работать по 4 часа в день на удалёнке.

Он столкнулся с проблемой «одинаковых задач», только в новой форме. Задачи перестали быть одинаковыми, но их сложность не менялась. За следующие 2 месяца Саша не приобрел ни одного хардового навыка.

Какие выводы сделал Саша

Перестал боятся сложностей. Он спокойно берёт сложные проекты и не боится совершить ошибку. Саша понимает, что ошибки в сложных задачах — это нормально. Особенно когда он делает их впервые. Так он быстрее развивается, увеличивает свой стек и скиллсет. Также он предметнее ведёт переговоры о повышении: всё ещё хочет дорасти до сеньора.

Пытался всё сделать сам

Саша уже вплотную подобрался к позиции сеньор-разработчика. Его тимлид и техлид высоко оценили его результаты на работе и уже вот-вот готовы его повысить. Саша посчитал, что он уже достаточно развился, чтобы делать проекты самостоятельно. Он закрывал глаза на усталость и ошибки, которые делал в коде по невнимательности. Саша не хотел просить помощь и у тимлида — как иначе он покажет, что уже готов стать сеньором.

Он взял на себя проект доработки мобильного приложения, которое нужно улучшить за 3 месяца: заказчик доплатит компании за срочность, а Саша получит хорошую премию. Спустя 3 недели Саша отдает проект заказчику. Тестировщики заказчика нашли в приложении 17 багов и 38 ошибок в коде. Саша пропустил ревью кода и отправил доработанное приложение заказчику. Тимлид воспринял действия Саши как гордыню и выставил ему PIP — план повышения производительности. Если Саша не закроет задачи из плана без ошибок, то его уволят.

Какие выводы сделал Саша

Он не стесняется просить помощи у коллег и даже спрашивает мнения у джунов: ему ценны любое видение и фидбек. Он понимает, что всего предусмотреть невозможно, а взгляд со стороны всегда заметит ошибки. Саша из будущего просит кросс-чек своего кода у коллег. Коллеги перепроверяют его код, находят ошибки и дают советы, как его можно улучшить. Так Саше работается спокойнее и проще: он меньше устает и больше уделяет времени творческим задачам.

Не хотел лидировать проекты

Саша успешно сдал PIP и остался работать в компании. Тимлид и техлид повысили его до уровня сеньора, и Саша уже успешно работает на этой позиции 2 месяца. Руководство компании хочет рассмотреть повышение Саши до техлида. Теперь он соблюдает баланс в сложных проектах и рутинных задачах. Пипл-менеджмент Саше дается с трудом: он боится лидировать команды разработки, а выстраивать коммуникации между коллегами ему тяжело. Саша лидировал проекты только тогда, когда ему это предлагали.

Какие выводы сделал Саша

Он понимает, что руководство ценит, когда сеньор-сотрудники берут на себя ответственность за проект и команду разработки самостоятельно. Он лидировал два проекта по своей инициативе. Эти проекты не получили значительных правок от техлида, а заказчики остались довольны. После этого Сашу повысили до техлида новой команды.

Саша прошел этот путь не без ошибок: утопал в рутине, боялся брать сложные проекты и хотел всё сделать сам. Если бы Саша заранее знал, что мешает ему двигаться в карьере, он бы дошел до техлида на 5–6 месяцев быстрее и потерял бы меньше нервов.

А ещё за 5—6 месяцев можно пройти путь от нуля до junior в изучении Python.

Привет, Пикабу! Знакомьтесь, это — Саша. Он недавно окончил курсы Python-разработчика и устроился в продуктовую компанию на позицию джуна. Сама компания базируется на Кипре. Он чувствует себя неуверенно из-за недостатка опыта. Боится совершить ошибки в работе, в карьере и не наладить контакта с коллегами.

Прошло 5 лет. Саша работает в той же кипрской компании Python-разработчиком, только уже на позиции техлида.

Как Саше удалось достичь такого результата? Он сделал выводы из своих ошибок и выстроил их в новую систему работу. Вот 3 бага, которые Саша пофиксил и стал расти (есть ещё три — о них расскажем в следующем посте).

Развивался слишком быстро

В первые 3 месяца работы Саша решил, что будет постоянно читать профлитературу на английском языке и станет постоянным гостем на GitHub. Он боялся не пройти испытательный срок и решил работать ударными темпами.

Сначала работа шла хорошо. Саша получал удовольствие от работы по вечерам и участия в хакатонах по выходным. В середине третьего месяца своего спринта он понял, что начал выгорать. Даже обычные задачи на работе стали в тягость: хотелось прокрастинировать и уйти в Нетфликс на час-другой.

Какие выводы сделал Саша

Он заранее создает свой план развития: распределяет нагрузку на месяц вперед так, чтобы саморазвитие в нерабочее время не превышало 4–6 часов в неделю. Оставляет время на друзей и отдых. Планирует форумы и хакатоны заранее, выбирает 1–2 мероприятия в месяц.

Брал одинаковые задачи

В начале тимлид Саши давал ему простые задачи: проверить код своих коллег или написать простой код самому, по шаблону мидл-разработчиков. Сашу устраивал статус-кво: он чувствовал себя уверенно в простых рутинных задачах и не проявил инициативу.

На пятый месяц работы тимлид сказал Саше, что он стагнирует: не развивается из-за одинаковых задач. При этом его стек увеличился только на 10% почти за полгода работы. С такими результатами трудно вырасти до мидла.

Какие выводы сделал Саша

Он берёт 60% новых задач, а 40% оставляет за рутиной. Такой баланс позволяет ему отдыхать и делать текущие задачи одинаково хорошо, а также развиваться на сложных проектах.

Создал слишком высокие ожидания

Саша посмотрел личные блоги и посты на GitHub сеньор-разработчиков. Услышал истории про рост зарплаты в три раза и карьерный шифт до сеньора за полтора года. Саша подумал, что он ничем не хуже. А, раз такое люди говорят, значит это норма рынка. Он уже представил, как за полтора–два года станет опытным техлидом и будет работать где-нибудь на островах.

Через год работы Сашу повысили до мидла. Только он хотел стать сеньором уже через полгода. Коллеги сказали ему, что так не получится. Саша расстроился и потерял мотивацию двигаться дальше и подумал, что это с ним что-то не так.

Какие выводы сделал Саша

Он реалистично оценивает свои ресурсы и возможности рынка: избегает «ошибки выжившего» и смотрит на статистику большинства. Он не фокусируется на ожиданиях, а ставит себе достижимые карьерные цели. Затем декомпозирует их и двигается маленькими шагами, фокусируется на небольших целях.

О том, что ещё мешает расти разработчикам, расскажем в другой раз. А пока расскажите: узнали ли в ошибках Саши свои?

И да, научиться кодить на Python можно здесь.

Руслан открыл кофейню для любителей книг. В ней можно купить кофе или забрать бесплатно. Работает это так: на сайте кофейни люди предлагают книги за цену в чашках кофе. Человек выбирает книгу, оплачивает кофе владельцу и забирает свой томик.

Руслан нанимает аналитика Варю, чтобы найти важные инсайты о бизнесе в данных. И она подбирает для этого разные визуализации.

Сразу оговоримся: пример ниже не учит вас серьёзной аналитике данных или выбору метрик. Мы выдумали его, чтобы было проще понять разницу в типах визуализации. Если вы хотите стать профи в аналитике данных, обратите внимание на курс «Аналитик данных» от Eduson

Линейная диаграмма показывает зависимость между переменными. Это классический вариант графика «X зависит от Y». Например, зависимость продаж кофе от времени суток.

Гистограмма демонстрирует распределение одного набора данных. На ней, как и на линейной диаграмме, хорошо видны зависимости.

Столбчатая диаграмма помогает сравнить сразу несколько категорий. Внешне она очень похожа на гистограмму.

Варя исследовала данные и обнаружила, что самые прибыльное время — с мая по август. Чтобы показать это Руслану, она построила гистограмму. В ней одна зависимость: выручки от месяца.

Далее Варя хочет понять, сколько денег приносит каждый вид кофе при обычной продаже и продаже за книги. Она будет сравнивать два параметра: вид кофе и вид продажи. Для этого Варе понадобится столбчатая диаграмма.

Круговые диаграммы показывают части целого. Они воспринимаются интуитивно, так как обычно круг ассоциируется со 100%. С помощью них легко показать, на продаже каких напитков кофейня делает основную часть выручки. Или какие жанры литературы предпочитают посетители — всё, что угодно.

Диаграммы рассеяния хорошо выявляют взаимосвязи между количественными данными. С их помощью Варя показала Руслану, что давние клиенты чаще покупают книги за кофе, чем новые.

Такие диаграммы — удачный способ показать корреляцию или кластеризацию. Особенно хорошо они работают на больших объемах данных.

Есть занятное исследование, в котором авторы посчитали, какие человеческие имена дают собакам чаще, а какие — реже. Результат представлен в виде диаграммы рассеяния.

Иногда есть искушение показать таблицу вместо графика. Таблицы — не самая удачная форма визуализации. Они всегда требуют от зрителя анализа информации, а чаще всего от вас хотят уже готового вывода. Однако таблицы могут полезнее диаграмм, если вы демонстрируете сразу много параметров в печатной форме отчета.

В любом случае, если уж вы выбрали таблицу, присмотритесь к тепловым картам. Возможно, этот тип визуализации увеличит доступность данных и упростит анализ.

Существует множество способов представить данные. Но, скорее всего, вам хватит основных типов диаграмм. Лучше не усложнять.

Кстати, визуализацию информации используют далеко не только аналитики данных. Строили ли вы диаграммы и графики в работе? Расскажите о своём опыте в комментариях

Срочно нужен лендинг или сайт? Рассказываем, как его сделать, если у вас нет опыта и знакомого веб-разработчика

P.S. лендинг с Tilda будет выглядеть намного лучше :)

Создайте лендинг на Tilda

Лендинг — отличный способ представить ваш продукт или услугу в простой и лаконичной форме. Популярный инструмент для создания — Tilda.

Работа на этой платформе не требует навыков программирования. Вам нужно только выбрать подходящий шаблон, добавить содержимое, изображения, настроить элементы дизайна. Tilda предоставляет большой выбор блоков — заголовки, галереи, формы обратной связи. Вы также можете настроить цветовую схему и шрифты, чтобы лендинг соответствовал стилю бренда.

Нарисуйте прототип в Figma

Прежде чем приступить к созданию более сложного сайта, полезно нарисовать его прототип, чтобы визуализировать структуру и размещение элементов на странице.

Онлайн-платформа Figma предоставляет мощные инструменты для создания интерактивных прототипов. Вы можете рисовать макеты страниц, добавлять элементы интерфейса, определять переходы между страницами и тестировать взаимодействие пользователей с вашим сайтом.

Освойте инструменты для создания сложных сайтов

Если вам нужен сложный функционал, и вы хотите иметь полный контроль над разработкой, можно использовать HTML, CSS и JavaScript для создания сайта с нуля.

HTML — это язык разметки, который определяет структуру и содержимое веб-страницы. HTML позволяет определить заголовки, параграфы, списки, изображения и другие элементы.

CSS используется для задания внешнего вида и стиля вашего сайта. Позволяет контролировать цвета, шрифты, размеры, расположение элементов. С помощью CSS вы можете создавать дизайны, а также обеспечивать адаптивность сайта под разные устройства.

JavaScript — это язык программирования, который добавляет интерактивность и динамическое поведение на вашем сайте. Позволяет создавать формы обратной связи, анимации, слайдеры, элементы, которые реагируют на действия пользователей.

Научиться создавать разнообразные сайты: от простых информационных ресурсов до сложных веб-приложений, можно на онлайн-курсе «Веб-разработчик» от Академии Eduson. Через 1,5 месяца обучения вы сделаете простой одностраничный сайт с помощью HTML и CSS, а через 6 месяцев — сложный проект с интерактивными элементами. Сможете не только запустить собственную страничку, но и зарабатывать на этих навыках.