Когда всё работает — никто не вспоминает про аналитиков.
Но как только что-то идёт не так — начинается:
«А почему у нас тут всё поломалось?»
«А кто знает, как работает вот этот кусок?»
«А почему отчёт с марта перестал считать нормально?»

А никто не знает. Потому что команда поменялась, старые сотрудники ушли, документацию не обновили, пару раз доработали "на глаз", кое-где закостылили — и теперь этот проект живёт своей жизнью, как старенький пылесос, который никто не чинит, но он ещё как-то работает.

Вот тут и зовут аналитика.
Он приходит, открывает глаза шире и начинает распутывать клубок:
📌 Как это должно работать?
📌 Как оно реально работает?
📌 Почему эти две реальности не совпадают?

Аналитик — это не тот, кто смотрит в данные.
А тот, кто в этих данных находит смысл.
Всё как у врачей: ты можешь знать, что температура 39,
но только хороший врач поймёт, что это не просто ОРВИ, а воспаление лёгких.

Иногда проект только запускается — и вроде всё логично:
есть новое ПО, под него пишутся процессы, под процессы — отчёты, под отчёты — метрики.
И вот кажется: сейчас всё будет красиво.

Но через месяц в бой врывается реальность:
один отдел забыл, что должен передавать данные,
второй не понял, зачем эта метрика,
а третий в принципе не в курсе, что проект запустился.

И снова аналитик идёт искать, соединять, объяснять, связывать, задавать неудобные вопросы.
И да, иногда бухтеть:
«Почему опять не сказали, что поменяли бизнес-логику? Мне что, телепатией пользоваться?»
И вот это вот очень выводило из строя. Ты сидишь и думаешь, вот столько бумажек написано, столько кругов согласования пройдено, столько нервов вымотано - а приходит момент и тебе и твоей команде говорят: "А вы кто такие? И почему лезете к нам со своими требованиями? У нас в проекте вас нет, у нас дедлайны.... Давайте сейчас решим этот вопрос "костыльным методом", а потом доработаемся!"

Я не пишу это потому, что обожаю аналитику.
Наоборот — я от неё выгорела.
Но, может быть, если говорить о ней по-честному, без «люблю свою работу» и «каждый день — новый вызов»,
а как есть — получится вернуть ту самую искру.
Ту, с которой когда-то заходишь в проект, и мир вокруг складывается в понятную систему.

Потому что когда ты не просто «в цифрах покопался»,
а реально разобрался, что тормозит бизнес —
вот это настоящее волшебство.

А вы когда-нибудь разбирались в чужом проекте, где никто ничего не документировал?
Расскажите, как выжили.

Для своей мотивации и поддержки создала канал t.me/DailySoulBoost
Чтобы напоминать себе, что не все потеряно, что есть силы, есть смысл. И все что уже было сделано - это большой опыт.
Присоединяйся, если тебе тоже необходима поддержка!

Сегодня каждый второй может назвать себя аналитиком.
Таблички делает? ✔️
Графики строит? ✔️
Слова "метрика", "дашборд" и "когортный анализ" знает? ✔️
Владение инструментом для анализа ✔️
Ну всё, аналитик.

И вроде бы логично... Есть бизнес аналитики, есть системные аналитики, есть аналитики данных, есть финансовые аналитики и др.

Но давайте честно: владение инструментами и базовыми знаниями в определенной сфере — ещё не делает из человека аналитика.

Сегодня мы не говорим о Python, SQL или BI-системах. Потому что можно уметь жонглировать Excel и Pandas, но всё равно не быть аналитиком.

Аналитик — это не про «знаю, какие кнопки нажимать».
Аналитик — это про мышление. Про подход. Про страсть понять, почему суп получился солёным, а отчёты по продажам не сходятся. Аналитик - про "докопаться до истины", выявить причины и спрогнозировать последствия.

Хороший аналитик:

• замечает, что цифры «не бьются», и разбирается, где зарыта ошибка;

• спрашивает: «А точно ли эта метрика — то, что мы хотим измерять?» — даже если её все уже полюбили;

• видит, что пользователи уходят на третьем шаге, и проверяет: может, кнопка вообще не работает?

• соединяет разбросанные факты в логичную картину — как пазл, только без картинки на коробке.

• задает очень много вопросов Почему? Зачем? Для чего? Из-за чего? Что в итоге хотите получить? и многие другие.

Аналитик ищет суть, даже если она закопана под тонной данных и слоями хаоса. И ему нравится копаться в этом)))

А кто не аналитик?
— Тот, кто «делает отчёты по шаблону» и не интересуется, что в них написано. (я так делала на первой работе, я записывала каждый ход, который должна была совершить, чтобы в итоге получился отчет, каждую кнопочку, которую должна нажать. Я вообще не думала о смысле, о суте)
— Тот, кто приносит графики ради графиков, а не ради инсайтов. (а этот пункт я полюбила, когда осознала, что визуализация упрощает и помогает делать быстрее выводы)
— Тот, кто кидает цифру и считает, что вопрос закрыт, даже если эта цифра родилась в кривом Excel на коленке. (Ох, как я страдала, когда выясняла откуда данные, и как они туда попадают)

Аналитик — это, по сути, человек, который:

• сомневается (в данных, в формулировках, в выводах) - у него вообще такая работа))) - сомневаться))),

• вникает (в процессы, в гипотезы, в контекст),

• и связывает (одиночные сигналы в цельную картину).

Инструменты меняются. Сегодня это Python, завтра будет нейросеть, послезавтра вообще голограммы. А умение мыслить, сомневаться, задавать вопросы - останется у аналитика всегда.

А вы сталкивались с "аналитиками", у которых много графиков и ни одного смысла?
Или сами когда-то чувствовали себя самозванцем — потому что не знали Python, но очень хотели докопаться до сути?

Расскажите. Интересно, как вы определяете, кто аналитик, а кто просто при табличке.

Вы когда-нибудь смотрели на таблицу с пятью тысячами строк и думали:
«Вау, какой кайф, пойду проведу вечер с бокалом чая и этими загадочными циферками»?

Нет? А зря. Потому что данные — это современная нефть. Только в отличие от нефти, они не заканчиваются, а появляются с каждым кликом, лайком и просмотром.

Ну и что за данные?

Данные — это всё, что вы делаете в интернете (и не только).
📦 Сколько человек купило носки в красную полоску.
📱 Сколько времени вы листали ленту, забыв зачем вообще открыли приложение.
🫥 Какой заголовок заставил вас кликнуть на статью, хотя вы уже трижды на неё попадались.

Если у компании нет данных — у неё нет ничего. Только надежда и вера в интуицию.
(Интуиция, как известно, работает до первого серьёзного факапа.)

А зачем их вообще анализировать?

Потому что иначе все решения принимаются по принципу «ну вроде норм».
А «вроде норм» — это прямой путь в «а почему всё развалилось?».

📊 Анализ данных — это когда вместо догадок у вас есть факты, цифры и чёткое понимание, что именно сломалось (и как это починить).

Пример из жизни:

• Без анализа: «Пользователи почему-то уходят с сайта, странно...»

• С анализом: «80% новых пользователей покидают сайт уже на первом экране, потому что им в лицо выскакивает всплывающее окно с анимацией и текстом, который невозможно прочитать. Убираем окно — удержание растёт».
  (Да, анимированные "приветики" и кислотные шрифты отпугивают сильнее, чем забытый тег <title>.)

А что будет, если не анализировать?

Будет весело, но больно.

🕳 Сайт может не работать 3 дня — и вы об этом даже не узнаете.
Пока не заглянете в данные: число визитов резко упало, время на сайте — ноль секунд, а в логе ошибок весёлое сообщение типа 500 Internal Server Error.
(Поздравляю, вы всё это время показывали пользователям белый экран. Или, если повезло — грустный смайлик.)

🎭 Вы будете думать, что пользователям всё нравится.
Потому что никто не жалуется. А потом глянете на активность и увидите, что 90% "активных" пользователей — это люди, которые просто забыли выйти. Не пользуются, не нажимают, просто числятся.
(Никакого восторга, просто забыли.)

Ну и кто вообще этим занимается?

Аналитики.
Эти странные, но полезные ребята, которые дружат с таблицами, графиками и странными словами вроде "SQL".
Они как детективы: смотрят на следы в виде чисел и находят, кто сломал воронку продаж.

Я была аналитиком клиентских данных. В мои задачи входило сформировать актуальные персональные данные по клиенту. Не смотря на то, что клиент может прийти из разных каналов, в разное время, у него часто меняется персональная информация: паспорт, телефон, адрес, email и т.п. Необходимо было на выходе выдать карточку клиента, в которой находилась актуальная и качественная информация. А уже на основе этой карточки клиента собирался клиентский профиль. В простонародье "Клиент 360". И в этот профиль уже могла входить другие показатели: продуктовые, финансовые, аналитические, социальные и т.п. И вот в этом месте уже можно было применять "творчество".

Так что если вам кажется, что данные — это скучно, просто помните: они уже знают, какой фильм вы посмотрите следующим, какую еду закажете, и когда в последний раз открывали этот пост.
И знаете что? Они почти всегда правы.

Для чего весь этот спичь..? А для того, чтобы вспомнить, что может аналитика данных. И какой не огранённый алмаз "эти ваши данные".

Если помните, то у меня сейчас состояние эмоционального выгорания. Вот тут начало моего пути в этом состоянии.

Вот и начался рабочий 2025 год, предлагаю немного посмотреть назад и вспомнить каким был Ваш аналитический 2024 год. Думаю, у каждого в нем было много классных моментов, интересных задач, сложных вызовов.

Предлагаю подвести итоги, зачеркивая клеточки в Новогоднем аналитическом бинго! Забирайте себе файлик, скриншотьте, зачеркивайте и делитесь тем, как прошел ваш 2024

Если хотите еще больше про аналитику, карьеру в ИТ и данные - подписывайтесь на тг канал про аналитику data dreamen https://t.me/data_dreamen