Добрый день, коллеги, друзья.
Узнал об онлайн конфе, у кого будет время обязательно посетите
ссылка вот
участие бесплатное, но есть нюанс 😉
Чтобы можно было посмотреть в записи позже, нужно платить

Слушайте, я тут уперся в рабочую проблему. Есть данные, которые приходят очень грязными и приходят они от нашего партнёра, который собирает их с наших дистрибьюторов. Так вот, после обработки нет источника правды и проверить насколько верно я их посчитал очень сложно. Ну то есть бизнес конечно понимает, что если большие "всплески", то это какая-то фигня, но если расхождения на 30%, то никто и не заметит. Собственно хочется услышать есть у кого-то из вас похожий кейс и как вы с ним работаете?

Ищем аналитика, нужен Excel, Power Query, Sql, dax. Кидайте резюме в бот @Y_T_V_bot. Офис без удаленки и гибрида. Москва

С чего начать путь в аналитику?

Очень часто мне задают вопрос: «С чего начать, если хочется стать аналитиком?»

Если отбросить всё лишнее, то мой ответ будет таким.

1. Желание и интерес к профессии.
Это фундамент. Аналитик постоянно изучает что-то новое: инструменты, технологии, бизнес-процессы. Если интереса нет, выгорание наступит очень быстро.

2. Аналитическое мышление и любопытство.
Недостаточно просто строить отчёты. Нужно постоянно задавать вопросы:
Почему так произошло?
Что повлияло на результат?
Как это проверить?
Именно это отличает аналитика от человека, который просто умеет пользоваться программой.

3. Excel.
Да, сегодня не в каждой вакансии он стоит на первом месте. Но хороший Excel до сих пор экономит часы работы и помогает быстро разобраться в данных. Для меня это обязательная база.

4. SQL.
Без него сейчас практически никуда. Если Excel — инструмент анализа, то SQL — инструмент получения данных. Это один из ключевых навыков аналитика.

5. BI-система.
Нужно научиться превращать данные в понятные интерактивные отчёты. Мой фаворит — Power BI, хотя достойных решений сейчас несколько.

6. Python.
Когда данных становится много, а задачи начинают повторяться, Python становится мощным инструментом автоматизации и анализа.

📚 Где учиться?

Сейчас огромное количество качественных материалов доступно бесплатно. По многим темам рекомендую посмотреть курсы на Stepik — там действительно есть хорошие программы для начинающих.

Если говорить про SQL, то мой личный фаворит для старта — бесплатный курс Карпова. На мой взгляд, один из самых понятных курсов для новичков.

⚠️ Это не реклама Stepik или курса Карпова. Просто делюсь тем, что сам считаю хорошей отправной точкой.

📌 Освоив эти шесть направлений, уже можно претендовать на позицию junior-аналитика. А дальше начинается самое интересное — практика. В аналитике обучение не заканчивается никогда, и, честно говоря, именно это мне в этой профессии нравится больше всего.

🚀 Как некоторые компании внедряют BI

Недавно поймал себя на мысли, что в некоторых компаниях BI внедряют примерно так.

— Нам нужен самолет. Современный. Быстрый. Чтобы летать далеко и высоко.

✈️ Приглашают конструктора самолетов.

Он приходит, открывает чертежи, начинает проектировать.

И тут ему говорят:

«— Подожди. Пока мы ездим на телеге. Ее тоже нужно обслуживать. Вот ведро с гайками, вот сломанное колесо, вот еще ось скрипит. Самолет, конечно, очень нужен… но сначала сделай так, чтобы телега ехала.»

📅 Проходит месяц.

📅 Потом второй.

📅 Потом полгода.

Конструктор так и не построил ни одного крыла.

🔧 Он стал лучшим механиком по ремонту телег.

---

🎯 Очень похоже на то, как в некоторых компаниях внедряют BI.

Нанимают аналитика делать дашборды, строить модель данных, автоматизировать отчетность.

Но почти все время уходит на:

- 📊 поддержку старых Excel-файлов;
- 🛠 ручные исправления;
- 📚 бесконечные справочники;
- 🔄 переклейку формул;
- 🧹 борьбу с грязными данными.

В итоге руководству кажется, что "BI не дает результата".

Хотя проблема совсем не в BI.

💡 Проблема в том, что человек, который должен строить самолет, каждый день ремонтирует телегу.

И самое интересное — решение часто лежит на поверхности.

🧰 Для ремонта телег нужен мастер по телегам: специалист по качеству данных, оператор сопровождения, data steward — назовите как угодно.

✈️ А конструктору нужно освободить время, чтобы он занимался тем, ради чего его наняли: проектировал самолет.

Но если инженер-конструктор постоянно чинит телеги, самолет никогда не взлетит

https://t.me/data_publication/1991
планирую послушать, а то все пугают, что ИИ отоберёт работу ))