Тестирую режим обучения в GPT
Тот ещё обучальщик 🤣

Как выглядит «классический» отчёт у бизнеса

У моего основного бизнес-заказчика есть регулярный отчёт.
Строится он так:

1. Выгрузка из 1С за период
2. Эта выгрузка вставляется в файл, где заранее зашиты формулы
3. Потом всё это превращается в сводную таблицу
4. В сводной по очереди ставится фильтр по каждому дистрибьютору
5. Каждый отфильтрованный массив копируется в отдельный файл
6. Эти файлы отправляются дистрибьюторам

Знакомо?
Для многих — абсолютно нормальный, «рабочий» процесс. Он действительно имеет право на жизнь.
Но есть нюанс: долго и неэффективно.


## Как я сделал то же самое

Я решил реализовать ровно тот же результат, но через Power Query
(напоминаю: это бесплатная надстройка, которая *уже есть* в вашем Excel, если он не старше 2016 года).

Первая настройка процесса заняла у меня около часа.
Примерно столько же времени мой заказчик тратит каждую неделю на ручные действия.

Но дальше начинается магия.


Что происходит потом

В следующий раз мой процесс занимает 10 минут:

- скачать файл из 1С
- нажать кнопку «Обновить»
- получить готовые файлы для всех дистрибьюторов

Без копирования
Без ручных фильтров
Без риска что-то забыть или сломать


Зачем я это пишу

Это не пост «смотрите, какой я».
Это пост мотивации.

Если вы до сих пор:
- копируете диапазоны
- руками обновляете формулы
- боитесь «сломать файл»
- тратите часы на одно и то же каждую неделю

значит, Power Query уже давно должен быть в вашем арсенале.

Один час настройки может экономить вам десятки часов в год.
И нервы.

Воспользуюсь служебным положением, так сказать. Нужна помощь для научного исследования.
Если вы татарин или татарка — откликнитесь.
Мне очень важно собрать ответы именно от татар для исследования.
Это анонимный опрос и он очень важный для очень близкого мне человека.
Если вы готовы пройти пишите в комменты или в бот чата @Y_T_V_bot, я пришлю ссылку на опрос.
Спасибо всем ❤️

Не дизайнер я, но песня и нашу работу напоминает. Согласны? :)

В этом месяце закончился испытательный срок на новом месте работы.
Хочется подвести какие-то итоги )
1️⃣Развернул MS SQL и PBIRS (раньше этого не делал)
2️⃣ Сделал отчёт в Power BI, пока один, т.к. официально здесь отечественный BI, в нем ещё не разбирался
3️⃣ Снова пришлось вернуться к отчетам Excel (старый друг лучше новых двух 🤓), но переделал отчёты, которые жили на формулах, теперь на power query и DAX
4️⃣ Понял, что аналитика ретейла и аналитика FMCG это очень разные подходы, в ретейле данные зачастую "причёсанные" в FMCG приходиться сильно чистить
5️⃣ Несмотря на то, что весь аналитический мир переходит на BI и AI (ИИ) , а нет не весь 🤦‍♂
6️⃣ Не везде аналитик это бог данных и волшебник дашбордов, иногда это кожаный калькулятор, но это мнение более "важных" представителей других профессий (так то все работы хороши) необходимо менять, пока это не просто

Все кто работает в Excel тоже являются программистами, вот доказательства https://habr.com/ru/articles/1011748/

Там много букв, но очень интересно

https://newhr.org/data/research-analysts-2025

Очень крутое исследование

Excel часто создаёт опасную иллюзию: если файл ещё работает, значит всё нормально 😌

Хотя внутри там уже может быть целая самодельная система:
— ручные выгрузки из 1С, Bitrix, CRM, маркетплейсов 📥
— дублирующиеся расчёты 🔁
— хаотичная логика между листами 🧩
— страх что-то поменять, чтобы всё не сломалось 😬

И проблема часто не только в самой таблице, а во всей цепочке данных:
откуда они берутся, как склеиваются, где правятся руками и почему любой новый отчёт превращается в боль ⚠️

Сейчас я беру в разбор такие кейсы:
таблицы, отчёты, выгрузки из систем, файлы по маркетплейсам и всю эту “самодельную аналитику”, которая вроде работает, но уже на пределе 📊

Что могу дать:
— аудит текущих таблиц и логики сборки данных 🔍
— поиск узких мест и ручных операций
— понятный пайплайн: что оставить, что упростить, что автоматизировать 🛠

Если есть ощущение, что Excel и отчёты уже стали маленькой ИТ-системой на ручных действиях — с такими запросами можно обращаться ко мне ✉️

Разберу, где проблема, и предложу нормальный маршрут улучшения: без лишней магии, но с понятной логикой и практической пользой 🚀

Бывает, что при работе с Power Query вызываешь какое-то действие и оно всплывает вспомогательным окном и вот в таком виде и зависает. И меня это люто бесило, т.к. приходилось закрывать весь Excel на компе через диспетчер задач. А оказывается, можно просто нажать Alt+F4 и окошко исчезает, а вы работаете дальше. Надеюсь кому-то сберёг миллионы нервных клеток

НАБОЛЕЛО!

Когда в компании топы с серьёзным видом просят каждую неделю высылать им три таблицы с ВПР в Excel на почту, не потому что заняты, а потому что Excel для них — это тёмная магия, — тут уже не про data-driven, тут про археологию.

Когда на всех компах гордо стоит Microsoft Office 2010 как музейный экспонат, а на демонстрации BI отчёта звучит сакральное: «давай как раньше» — можно смело фиксировать диагноз:
данные в компании есть, но они используются строго в декоративных целях.

Data-driven тут, конечно, «внедряется».
Просто пешком.
Через болото.
В 2010-й год.

Ну что, друзья, снова в статусе студента 🙂

Поступил на курс Fullstack-аналитика от Simulative.
Причём часть этого я уже делаю в работе — собираю отчёты, кручу Excel, строю модели, автоматизирую. Но захотелось пойти глубже.

Буду прокачивать не просто отчёты, а всю цепочку работы с данными: от сбора и хранилищ до аналитики и выводов — Python, SQL, DWH и архитектура решений.
Фокус — понять, как строится система целиком, а не только её витрина.

Учёба на 17 месяцев, но это как раз тот случай, когда игра стоит свеч.

Да, сейчас многое умеет ИИ.
Можно нагенерить пайплайн, собрать отчёт — и вроде всё работает.
А потом в один момент что-то падает… и ты уже не понимаешь, где и почему. ИИ может помочь, а может сделать ещё хуже.

Поэтому хочется не просто «уметь делать», а понимать, как всё устроено под капотом.

План простой: усилить текущие навыки и стать 3 в 1 — Аналитик данных + инженер данных + BI-специалист🤓

Отчет без ручной рутины: с чего вообще начинать

Обычно отчет начинают собирать не с того места.

Хочется сразу открыть Excel, вставить выгрузку, написать формулы, сделать сводную и как-нибудь привести всё в красивый вид.

Но нормальный отчет начинается не с формулы.

Он начинается с вопроса:

какое решение человек должен принять по этому отчету?

Например:

— понять, какие товары просели в продажах;
— увидеть, где остатки закончатся раньше срока;
— найти клиентов с долгами;
— проверить, где не сходятся оплаты и заказы;
— оценить маржу по категориям.

Если вопрос не сформулирован, отчет быстро превращается в склад таблиц: цифр много, а ясности мало.

Хороший порядок такой:

1. Сначала вопрос бизнеса.
2. Потом нужные показатели.
3. Потом источники данных.
4. Потом логика расчета.
5. Потом Excel, Power Query, BI или другой инструмент.

Инструмент важен, но он не должен быть первым решением.

Иначе можно сделать красивый дашборд, который не отвечает ни на один рабочий вопрос.

5 проверок перед отправкой отчета ✅
Как аналитик я давно заметил одну неприятную вещь: отчет может выглядеть аккуратно, красиво и «готово к отправке» — но цифры внутри уже будут неверные.
И чаще всего ошибка не в сложной формуле, а в какой-нибудь мелочи, которую не проверили перед отправкой.
Перед отправкой отчета я бы проверял минимум 5 вещей 👇
1. Обновились ли сводные таблицы 🔄
Особенно если данные менялись, а файл уже был открыт раньше.
2. Нет ли активных фильтров 🔍
Классика: часть строк скрыта, итог выглядит правдоподобно, но на самом деле считается не всё.
3. Числа точно числа? 🔢
После выгрузок из систем числа часто приезжают как текст.
Визуально они похожи на числа, но формулы и сводные могут работать странно.
4. Нет ли дублей 🧬
Один задвоенный заказ или артикул может испортить итог сильнее, чем кажется.
5. Сходится ли контрольная сумма 🧾
Если данные проходят несколько этапов обработки, полезно сверять сумму на входе и на выходе.
Главная мысль: отчет нужно проверять не глазами, а контрольными точками.
Глаза видят красивую таблицу.
Контрольные точки показывают, можно ли ей доверять.