Многие считаю, что аналитика данных не для них, потому что ловят "паничку" от таблицы с 50 тысячами строк.

Но правда в том, что данных "пугаются" все. Даже профессионалы. Просто для каждого уровень страха свой. Для начинающего - это эксель с 50 тысячами строк и с задачей - найти аномалии в данных. Для профи - база данных с множеством таблиц и гигабайтами/терабайтами данных без описания. И для них другой вопрос: как эти данные связаны между собой, по каким ключам, какой принцип появления/обновления этих данных. А уже потом вопросы с аналитикой этих данных.

Страх остаётся. Просто задачи становятся другими.

Для новичка и для профи - главное не бояться начать!

Сразу пускаться во все тяжкие не стоит. Надо сначала просто на них посмотреть глазами, что в excel, что в БД с таблицами. Потом посчитать что-то вручную: количество, среднее, сумму и т.п. И ответить на вопрос: Что эти цифры мне говорят?

Отвечая на этот вопрос сразу начинает появляться логика, начинаешь замечать и предполагать возможные ошибки, связи между данными. И уже страх от первого впечатления исчезает.

Для многих фраза "Аналитика не для меня, я в Excel путаюсь" - это не про страх перед данными. Не про "я гуманитарий". Это про самооценку. Многие гуманитарии, творческие люди боятся логики, системности. Точно также как и аналитики боятся хаоса и творческого беспорядка.

Просто у каждого из нас появляется "символ" чего-то чего мы не умеем и в этот "символ" мы впихиваем все наше "опасное", "тревожное", "умное", "сложное". И потом оперируем этим символом в жизни.

Если у тебя есть интерес к изучению аналитики, то просто надо попробовать, не предъявляя к себе супер требований. Ведь по факту аналитика это не про знание множества инструментов для анализа данных, не про знание языков программирования - аналитика - это про мышление.

Аналитика - это про вопросы и логику.

Я, например, не знаю все формулы, функции особенности языков. Но я умею искать нужную мне информацию и применять ее для решения своих вопросов. И с практикой в памяти откладываются наиболее часто используемые формулы и функции, те, которые ты чаше применяешь. Для тех, которые редко используются, я все равно ищу информацию, что напомнить себе их особенности.

Все мы так или иначе в повседневной жизни аналитики. Мы ищем себе билеты для путешествий, выбираем наиболее оптимальные маршруты, самые выгодные предложения, мы ведем свой бюджет. Мы уже на опыте знаем, что если непогода, то цены на такси вырастают. Все это аналитика!

Чтобы перейти от бытовой аналитики к промышленной надо убрать страх "делать ошибки". Потому что ошибаются все, никто из нас не родился с прекрасным знанием всех аналитических инструментов, мы как дети начинали их изучать и применять на практике. Каждый из нас выбирал любимый для себя способ и метод.

А если тебе не хватает мотивации, чтобы попробовать что-то новое — приходи ко мне в канал t.me/DailySoulBoost.
Там я каждый день публикую короткое утреннее послание — чтобы поддержать, вдохновить и напомнить: ты точно справишься

На сайте atlas100.ru (это такой проект о профессиях будущего) я наткнулась на фразу, от которой у меня дернулся глаз:

Интеллектуальные системы уже в настоящее время способны проводить аналитические работы в различных областях, особенно это касается стандартных и повторяющихся операций. Со временем аналитические службы будут заменяться сервисами на основе искусственных интеллектов.

Ну что сказать... Аналитик, который в статусе "выгорел" и который не хочет отпускать свой многолетний опыт, задумался во мне. "А может и правда, все - пенсия и не надо ничего возвращать"?

Может пора собирать чемоданы и на дачу с SQL-запросами в плетёной корзине?

А если серьезно? Правда ли, что нас, аналитиков, вот-вот заменит ИИ?

ИИ, действительно, хорош. И многие из нас им пользуются, чтобы сократить время на определенный пул задач. И рутинную аналитику явно надо передавать ИИ.

ИИ может:

• построить дашборд по шаблону,

• собрать таблицу с ключевыми метриками,

• подсветить отклонения,

• даже предложить вывод вроде: «Выручка упала на 18% по сравнению с прошлым месяцем».
  И не только этот вывод. А с развитием многие другие выводы сможет сделать.

Что останется нам, обычным аналитикам?

Интерпретировать. Объяснять. Сомневаться.
Понимать контекст происходящего, причинно-следственные связи строить.

Я думаю, что поменяется сама суть профессии. Не просто констатировать факт чего-либо, а строить мост между данными и действиями. Так как у человека есть преимущество в широком взгляде, а не просто в применении формул. ИИ пока не умеет "подозрительно" смотреть на данные. Он просто делает, что скажешь.

Как суть — мышления, логики, критики, связи с реальностью — ИИ не заменит. По крайней мере, пока что.

ИИ как автоматическая кофемашина: может налить кофе, но не скажет, какой тебе сегодня нужен — капучино или эспрессо, чтобы пережить этот отчёт от маркетинга.

Ну и требования к аналитикам возрастут:

• понять не по цифрам, а по сути,

• поговорить с маркетологом, продуктом, дизайнером,

• связать логику, бизнес и данные в одну историю.

Это уже человеческая суперсила, не формулы.

Так что пока не пенсия. А процесс эволюции. Развиваться и еще раз развиваться!

А чтобы развиваться нужна мотивация. У меня есть канал с мотивационными посланиями на каждый день t.me/DailySoulBoost. Присоединяйся!

Все мы, ну ладно... большинство или многие из нас учатся, обучаются, самосовершенствуются. А для чего нам это все? Зачем мы десятками скупаем курсы, а потом они у нас лежат так и не пройдёнными? Потому что мы покупаем не курс, а надежду. Надежду на новую жизнь. В нашей голове так и звучит: вот сейчас закончу курс и начну новую жизнь!

В момент покупки кажется: "Ну я же найду пару часов в день". Но когда начинается жизнь — проекты, семья, усталость, курс уходит в конец списка.

А еще одной из причин, почему мы откладываем купленные курсы "на потом" - Мы откладываем не потому что ленивые. А потому что боимся не понять, боимся провалиться, боимся разочароваться в себе.
Так и у меня по пути изучения Аналитики тоже были курсы.

QlikSense

Первый курс (группа курсов), который я прошла осознанно, был по визуализации в QlikView (сейчас — QlikSense). Но это было не про «как сделать красиво», а про построение моделей данных, трансформации, логику под капотом. Было похоже больше на разработку, чем на «рисование графиков».

Наверно 50/50 моя работа состояла из работы с БД с помощью SQL и работы в QlikView. Писать запросы на языке, который понимает QlikView оказалось не так сложно, отличие было в синтаксисе и названии функций.

Зачем же добавлять себе еще один инструмент для работы с данными...? Просто в модели QlikView было доступно для меня больше информации, не только те данные, с которыми я изначально работала, но и договоры, платежи, убытки. мы создали модель в QlikView, чтобы попробовать построить портрет клиента.

Основы баз данных (ещё раз)

Когда работаешь с данными, постоянно хочется систематизировать всё, что ты подхватываешь в интернете и в работе. Университетской базы знаний не хватало, поэтому я вернулась к изучению СУБД уже на другом уровне.

А может это обучение было просто пунктиком того, что я и так знала, но у меня не было "бумажки" об этом.

Без бумажки, мы "какашки"

И чувство самозванца брало вверх надо мной. Поэтому я пошла систематизировать свои знания.

VBA и Excel

Excel до сих пор жив и востребован. В некоторых компаниях в нём делают всю финансовую отчётность. Я решила выучить макросы на VBA — и ни разу не пожалела. Автоматизация рутинных задач.
Но могу сказать, что это больше вынужденная учеба была. Я всегда говорила: "ХХI век на дворе, а Excel жил, жив и еще нашим внукам достанется"

Язык R

R — язык, заточенный под статистику. Я прошла по нему курс, но поскольку не было практики, все забылось и я даже не помню его особенностей и преимуществ применения.

Важно понимать: если не применять — забудется. Всегда.

Курсы от SAS

Дальше были обучалки от SAS: Enterprise Guide, моделирование, аналитические отчёты. Было интересно, потому что это открывало новые горизонты инструментов и подходов.

Плюс на тот период, я уволилась и прям активно очно посещала занятия среди недели.

Data Science и Python

Я пошла на курс по нейросетям и Data Science на Python. Но не закончила. Мне не хватало времени, чтобы погрузиться в учебу.
Был рабочий проект, который мне очень нравился, и все врем я посвящала ему, мне нравилось ковыряться в "рабочих данных". Обучение отошло на второй план. Это была первая серьёзная попытка изучить Python.

Пауза (2020–2023)

Пандемия многое перестроила. Я на три года выпала из обучения и фокусировалась на текущих задачах. Ни новых курсов, ни прокачки — просто работа.

Яндекс Практикум: курс «Инженер данных»

В 2023 году я решила: пора апгрейдить знания. Пошла на курс в Яндекс Практикуме. Почему выбрала его? Уже были базовые знания, хотелось структуры и практики. Было интересно, но:

• Сложности с инфраструктурой курса (не самый стабильный опыт)

• Некоторые модули требовали знаний, которых у новичков просто нет

• На практике инструменты отличаются от тех, что дают в теории

Airflow, Spark, Kafka — это всё крутые вещи, но если не потрогал руками, сложно будет понять, как применять. Особенно без наставника или поддержки.

Мой вывод

Стоит ли учиться? Да. Но! Учиться нужно с практикой. Без применения всё выветривается.

❌ Курсы ради сертификата — мимо.

✅ Курсы ради систематизации, прикладного опыта и задач — да.

А если бюджет ограничен — начните с бесплатных источников:

• SQL — на Stepik, LearnSQL

• Python — YouTube, GitHub

• Power BI / Tableau — бесплатные версии и туториалы

• Kaggle — для практики и вдохновения

Учёба — не в деньгах, а в регулярности и практике. А если хочется поддержки и мотивации — я веду канал t.me/DailySoulBoost для тех, кто тоже в процессе изменений. Присоединяйтесь 💛

Оно всегда заставляет меня искать риски, минусы, проблемы и все, что с этим связано.

Зачем нам критическое мышление?

Привет, я аналитик. И нет, моя работа — это не просто графики и «подсчитать, сколько заказов в этом месяце».

Аналитика описывают по разному. Да и они в принципе разные бывают: продуктовые, системные, BI и т.д. В этой серии постоя я уже писала об этом.

Аналитик — это человек, который хорошо знает Excel

Ну... как бы да. Но как бы и нет.

Аналитик — это человек, который хорошо знает SQL/Python/ML

Ну... как бы да. Но как бы и нет.

Все это — это инструменты. Как у стоматолога — бормашина.
Но делает ли наличие бормашины тебя стоматологом?
Стоматолог знает как ей пользоваться, но не знает детальные инженерные особенности этой бормашины. Так и аналитик - знает как пользоваться Excel, знает как найти информацию, чтобы правильно пользоваться Excel.
(Хотя да, иногда мои отчёты тоже вызывают у кого-то боль...)

Особенность аналитика - ставить под сомнение всё, что видит.
И такая особенность часто подталкивает аналитиков к рассмотрению чего-либо сначала с негативной стороны, подсветить все риски, а потом уже преимущества. А когда ты "наелся" рисками, то "переплюнуть" преимущества очень сложно. Так эта особенность мне очень мешает начать какое-нибудь свое дело. Я во всем вижу сначала минусы...

Но есть и другая сторона всего этого. Критическое мышление может помочь не паниковать, а рассмотреть ситуацию с разных сторон.

Представьте ситуацию:

Продажи резко упали. Все бегают, кричат: «Всё пропало!»
А ты как аналитик такой:
– А точно упали?
– А у всех сегментов или только в одном регионе?
– Может, баг в отчёте?
– Или в прошлом месяце был всплеск и сейчас просто норма?

Вот это и есть критическое мышление. Умение не верить первым выводам, даже если они очевидны. Особенно если они очевидны.

Так что такое критическое мышление на практике?

Это:

• ❌ Не верить первой цифре

• ✅ Проверять источник данных

• ❌ Не строить гипотезы "на ощущениях"

• ✅ Искать контрпримеры и задавать неудобные вопросы

• ❌ Не бояться ошибиться

• ✅ Искать, где ты можешь ошибаться

Аналитик - это не про то, чтобы знать все ответы, а про то, чтобы задавать правильные вопросы.

И почему в моем случае я сначала в любом начинании вижу "отрицательные стороны". Потому что инстинкт самосохранения был получен всеми нами от всех наших предков. И нейросети в мозгу до сих пор имеют связи где - знание всех рисков и опасностей = выжить!

Пора бы избавиться уже от пережитков первобытного строя! Я с этим стараюсь справится и создала для себя и тех, кто нуждается, мотивационный канал t.me/DailySoulBoost с посланием и поддержкой на каждый день. Присоединяйся!

«Я же любил это… Почему теперь не могу даже думать об этом без усталости?» — если ты когда-то задавал себе такой вопрос, добро пожаловать. Ты не один.

Профессионализм — это больше, чем скилл. Это потребность.

Что бы мы ни планировали — построить бизнес, пойти в найм, открыть кофейню, научиться рисовать — в каждом из этих сценариев есть общий компонент:
я хочу быть хорош в том, что делаю.

Профессионалу важно ощущать себя компетентным. Но как это ощутить?
Увидеть результат.
Когда ты работаешь, вкладываешься, растёшь — а результат где-то далеко в тумане, внутри начинается ментальное месиво.

Проекты большие, задачи амбициозные, а ты вроде и не стоишь на месте, но как будто всё время бьёшься лбом в стену.

И в этот момент ты смотришь на человека, который спокойно делает что-то простое — варит кофе, водит такси, кладёт плитку — и думаешь:

Вот бы и мне... Просто делать и сразу видеть результат.

Потому что микроуспехи — это не «пустяки», а топливо. Психологически они значат для мозга почти столько же, сколько серьёзные победы. Мы нуждаемся в них, чтобы выжить в профессии.

10 000 часов. И что дальше?

Говорят: «Чтобы стать экспертом, нужно 10 000 часов практики».
Хорошо. Допустим, ты их вложил. А потом?

Потом всё становится... обычным. Ремеслом.
Ты больше не учишься, а повторяешь.
Ты не пробуешь новое — ты оптимизируешь старое.

Это и есть точка, где ты можешь внезапно понять:

Я вроде крутой. Но больше не чувствую кайфа.

Тут и начинается выгорание. Потому что когда рост останавливается, душа начинает скучать.
И тут важно задать себе вопрос: а зачем я продолжаю? Чтобы делать то же, но лучше? Или чтобы дойти до чего-то большего?

Есть история о Паганини. На концерте у него во время исполнения порвались две струны. Осталась одна. И он доиграл всё произведение на одной струне. Но и у этого момента есть своя предыстория... (спойлер: они не случайно порвались)
Вот он — момент истины. Не только мастерство, но и внутренний драйв, ради которого ты вообще занимаешься этим делом.

А если ты уже профессионал — ты всегда доволен собой?

Нет. Часто наоборот.
Чем больше ты знаешь, тем больше сомневаешься.
Внутри тебя живёт синдром самозванца, который шепчет:

Ты просто везунчик. Сегодня получилось, а завтра все поймут, что ты — фейк.

И ты можешь быть хоть трижды с опытом, а всё равно каждый раз проверять, а точно ли ты молодец.
Именно поэтому у профессионалов может быть даже больше тревоги, чем у новичков. Потому что ставки выше, и стандарты — небесные.

Перфекционизм — сладкий яд

Быть хорошим — нормально.
Быть идеальным — смертельно утомительно.

Перфекционист выбирает самую сложную роль в мире — быть всегда правильным.
Он не позволяет себе ошибаться, срываться, быть «просто норм».
Он вечно недоволен — и собой, и другими. А значит, его путь — это не путь развития, а путь выгорания.

Если ты профессионал, у тебя уже и так есть планка.
Не надо делать её недостижимой.

Что делать, если выгорел?

• Позволь себе передохнуть. Даже если «нельзя», «неудобно» и «всё рухнет».

• Поищи микроуспехи. Делай что-то маленькое, но видимое. Ремонт? Хобби? Короткие задачи?

• Переосмысли цель. Зачем ты этим занимаешься? Просто чтобы быть лучше — или чтобы что-то чувствовать?

Да, можно выгореть от любимого дела.
Особенно от любимого. Потому что туда ты вкладывал душу.

Но именно это и делает тебя настоящим профессионалом — ты умеешь не только работать, но и останавливаться, задавать себе вопросы и искать, куда двигаться дальше.

И для поддержки самой себя и тех кому это важно сейчас я создала канал Сила слов
Можно присоединятся и каждый день получать мотивацию для своего движения вперед.