📉 ТОП-10 ЖЕРТВ РЫНКА: Какие специалисты стали ненужными в кризис, а за кого компании готовы платить на 57% БОЛЬШЕ? (Москва, сентябрь 2025)

Продолжаем вскрывать реалии осеннего рынка труда. Сегодня — ТОП-10 профессий, которые усыхают быстрее всего (сокращение вакансий от 42% до 53% за год). Но в этом хаосе кроются и неожиданные возможности! 💥

🥇 ЛИДЕРЫ ПАДЕНИЯ (и главные инсайты):

1. АНАЛИТИКИ-УНИВЕРСАЛЫ: -53% вакансий
* Зарплаты оставшихся: Рост +20% (низ), +12% (сред), +5% (верх)
* Что это значит: Рынок жестоко разделяет аналитиков на «специалистов-табличников» и «создателей ценности».
* Два сценария ревизии аналитической функции:
- «Excel-табличников» ликвидируют под лозунгом «нечего тут анализировать - работать надо!»
- Ценых специалистов профилируют под бизнес-задачи и готовы платить больше!

2. IT-СЕКТОР: КРОВОПУСКАНИЕ 🩸
Роль | Вак | ЗП (низ→верх)
—————————————————
Тестировщик -53% +15% → -6%
Сис.аналитик -48% -20% → -8%
Программист -45% -11% → -1%
Тех.писатель -43% +8% → +12%

* Вывод: ИТ переживает жесткую коррекцию. Сохраняют ценность только те, кто упрощает сложное (техписатели) и контролирует качество (тестеры).

3. РЕКРУТЕРЫ: -50% вакансий
* Но: оставшимся платят +8%
* Логика: Меньше вакансий → меньше рекрутеров. Но лучшие кадровики теперь дороже — они умеют находить «зёрен» в море кандидатов.

4. МАРКЕТОЛОГИ-АНАЛИТИКИ: -50% вакансий
* НО ВОТ ГЛАВНЫЙ СЮРПРИЗ: Оставшимся платят +18% в среднем, а в нижнем сегменте — ВЗЛЁТ на +57%!
* Инсайт: Компании инвестируют в талантливых джунов, которые помогут привлечь новых клиентов в сложное время.

5. БИЗНЕС-ТРЕНЕРЫ: -42% вакансий
* Зарплаты оставшихся: рост +13% в среднем
* Тренд: Оставляют только тех, кто приносит измеримую ценность бизнесу. Остальных — под нож.

💎 ГЛАВНЫЕ ВЫВОДЫ ДЛЯ ВАШЕГО БИЗНЕСА:

1. Кризис выжигает «универсалов» — выживают только профильные специалисты, приносящие измеримую пользу.
2. ИТ перестал быть «золотой жилой» — компании платят только за конкретные, нужные прямо сейчас навыки.
3. Маркетинг-аналитика — тёмная лошадка: За перспективных джунов уже идёт нешуточная борьба (+57%!).
4. Кадровики и тренеры теперь должны доказывать свою эффективность в цифрах.

👉 ВЫВОД: Рынок труда проходит «санитарную чистку». Компании оставляют только тех, кто здесь и сейчас помогает выживать и зарабатывать. Остальные становятся расходным материалом.

🔜 В следующем посте: Разберем ТОП-10 профессий, которые ВЫРОСЛИ в кризисе!

💬 А в вашей компании уже прошла такая «чистка»? Кого сокращали в первую очередь?
Пишите в комментах — обсудим! 👇

🚀 ТОП-10: растущие отрасли и востребованные профессии.

Продолжаем анализ московского рынка труда в сентябре 2025 в сравнении с сентябрем 2024 - на кого вырос спрос? Посмотрим топ-10 востребованных специальностей - на них спрос вырос от 23% до 91%!

Тренд: Бизнес делает ставку на реальное производство, качество и импортозамещение - 6 из 10 специальностей относятся к фондоемкому/наукоемкому производству и фармацевтике:

1. Абсолютный лидер - почти 2-х кратный рост - “Инженер пусконаладочных работ” с ростом ЗП от 4% до 12% в разных сегментах

2. “Лаборант” - 60% рост количества вакансий с 15% ростом ЗП во всех сегментах

3. “Заведующий аптекой” - 44% рост вакансий с 12% ростом ЗП во всех сегментах

4. “Контролер ОТК” - 43% рост вакансий с рекордным 40% ростом ЗП в верхнем сегменте и 20% в остальных. Контроль качества продукции - залог удержания клиентов!

5. “Метролог” +28% по вакансиям, +15% по ЗП в среднем и верхнем сегменте, +26% в нижнем. Качественные данные с приборов - отправная точка для DATA BASED DECISIONS!

6. “Механик” +23% по вакансиям, +13% в среднем по ЗП по всем сегментам. Инвестиции возвращает только исправное оборудование!

⚙️ ОПЕРАЦИОННАЯ ЭФФЕКТИВНОСТЬ: 3 ключевые роли

Тренд: Выживают и процветают те, кто оптимизирует каждый процесс и каждый рубль - 3 из 10 специальностей относятся к операционной эффективности:

1. “Дата-сайентист” +32% по вакансиям, а по ЗП рост 44% в нижнем сегменте, коррекция на 41% в верхнем и 2% рост медианы. Это значит, что рынок определился с требованиями к профессии: нет наивных надежд получить пользу от вчерашнего выпускника курсов DS за 100К и нет ожиданий чуда от спеца за 1М+. DS - это не тот, кто мучает ChatGPT, и не тот, кто экспериментирует с абстрактными моделями, живя в мире гиперпараметров и метрик. Эффективный DS разговаривает с бизнесом на его языке и решает актуальные бизнес-задачи используя мощь современного железа и алгоритмы Machine Learning & Deep Learning.

2. “Операционный директор” +31% по вакансиям, по ЗП 5% рост в нижнем сегменте, 2% рост медианы и коррекция на 21% в верхнем сегменте. Оптимизация операционных процессов - источник непрерывного повышения качества и экономии, а методологии Kaizen, Lean и Six Sigma становятся снова популярными!

3. “Комплаенс-менеджер” +30% по вакансиям, по ЗП +57% в нижнем сегменте, +40% медиана, но коррекция на 16% верхнего сегмента. Корпоративные процедуры перестают быть формальностью - как и контролер ОТК на производстве - комплаенс-менеджер обеспечивает контроль управленческих процессов. Явный тренд перехода от корпоративных “эгегей-ритуалов” к эффективным процессам.

👉 ВЫВОД: Кризис — время оптимизаторов и специалистов по качеству. Бизнес наводит порядок в операционке и делает ставку на реальные активы, а не на виртуальные показатели.

🚀 ЦИФРОВАЯ ТРАНСФОРМАЦИЯ ПРОДАЖ - с чего начать: 5 методов анализа клиентов, которые не утонут в данных (Чек-лист для внедрения)

У вас существенно больше трёх клиентов, не разовый продукт и вы потрудились собрать данные о клиентах? Вы готовы к цифровой трансформации! И вам доступны статистические методы клиентского анализа:

1. КЛАСТЕРИЗАЦИЯ: «Слепой поиск сокровищ» 🔍
* Суть: Компьютер сам находит скрытые группы клиентов по вашим данным (обороты, регионы, категории товаров).
* Плюс: Запускаем «с места в карьер» — не нужны гипотезы.
* Минус: «Чёрный ящик» — найденные кластеры придётся самому расшифровывать и искать в них бизнес-смысл. Нет гарантии, что найдёте «золотую жилу» за конкретное время.

2. КОГОРТНЫЙ АНАЛИЗ: «Машина времени» ⏳
* Суть: Смотрим, как ведут себя клиенты, пришедшие в один период (например, в январе 2024 и далее что происходит с ними помесячно).
* Плюс: Идеален, чтобы оценить эффект от рекламных кампаний, акций, скидок.
* Минус: Сложно выбрать «правильный» период. Результаты часто требуют дополнительной «раскопки».

3. ABC/XYZ-АНАЛИЗ: «Швейцарский нож» ✨
* Суть: Делим клиентов по объёму закупок (ABC) и стабильности спроса (XYZ). Получаем 9 групп.
* Плюс: Универсален и нагляден.
* Минус: Хотите добавить ещё один параметр (например, маржинальность)? Готовьтесь к 27 сегментам и хаосу в интерпретации.

4. ABCDX-СЕГМЕНТАЦИЯ: «Снайперский прицел» 🎯
* Суть: Оцениваем клиентов по ценности для бизнеса (выручка, лояльность) и сложности обслуживания (затраты).
* Плюс: Фокусируемся на рентабельности, а не просто на объёмах.
* Минус: Идеален для моно-продукта. В ассортиментной компании всё быстро усложняется.

5. RFM-АНАЛИЗ: «То, с чего надо начинать ВСЕМ» 💎
* Суть: Сортируем клиентов по трём ключевым признакам:
* Recency (R) — как давно покупал
* Frequency (F) — как часто покупает
* Monetary (M) — сколько приносит денег
* Плюс: Метод сразу выдаёт «золотое ядро» вашей клиентской базы — тех, с кем нужно работать прямо сейчас!
* Ключевое преимущество: На основе RFM вы сразу можете:
* Найти целевой портрет для привлечения новых клиентов
* Выявить уходящих клиентов и запустить антиотток
* Направить усилия отдела продаж на самых перспективных

💎 ИТОГ: С чего начать?

1. Хотите быстрый и понятный результат? Начните с RFM-анализа. Он даст 80% пользы за 20% усилий.
2. Нужно оценить эффективность рекламы и продаж? Ваш выбор — когортный анализ.
3. Хотите найти неизвестные ниши? Поможет кластеризация, но будьте готовы к интерпретации.
4. Продаете один продукт и хотите понять рентабельность клиентов? Используйте ABCDX.

👉 ВЫВОД: Не усложняйте! RFM — ваш лучший старт для цифровой трансформации в продажах. Он сразу отвечает на главные вопросы: кто ваши лучшие клиенты и кому грозит отток.

🔜 В следующем посте: Разберём пошаговый алгоритм проведения RFM-анализа.

💬 А какой метод анализа клиентов используете вы? С какими сложностями столкнулись?
Пишите в комментариях — обсудим! 👇

🤖 Почему идея «бизнес пишет запросы на естественном языке» — пока не работает?

На бумаге всё гениально: менеджер пишет «покажи, где и почему у нас просела выручка» — ИИ выдаёт дашборд. В реальности эта идея разбивается о две неприятные проблемы.

1. Кризис вопросов
Бизнес-менеджеры не хотят и не умеют задавать правильные вопросы к данным. Они привыкли делегировать аналитику самую сложную часть работы — «а что вообще спросить, чтобы понять, что там у бизнеса пошло не так?».

2. Подмена сути
SQL и Python — это всего лишь интерфейс для формулировки гипотез. Настоящая работа аналитика — мыслить в контексте данных: видеть взаимосвязи, строить гипотезы, искать причинно-следственные связи.

💡 Вывод:
LLM может перевести ваш запрос в код, но не может придумать за вас осмысленный бизнес-вопрос.

🚀 Что дальше?
Следующий рубеж — не «Text-to-SQL», а «Data-to-Hypotheses»: когда ИИ будет не код генерировать, а предлагать сами гипотезы для проверки.

💎 А пока — главное:
Мы живём в эпоху гиперинфляции хардскиллов. Ценность аналитика — не в умении кодить на SQL/Python, а в умении думать.

💬 А вы сталкивались с иллюзией, что ИИ сможет заменить аналитическое мышление? Делитесь в комментах!

🚀 BI-дашборд — это не отчёт, а КВЕСТ. Если пользователь не нашёл клад, то аналитик просто нарисовали красивую карту

Ваши дашборды простаивают? Возможно, ваш аналитик создал не навигатор к решению, а художественную галерею из графиков. Пользователь не должен смотреть на данные — он должен искать в них ответы. Если аналитик не проложил тропу — пользователь заблудится.

🎯 Кто наш «Индиана Джонс» и что ему нужно?

Дашборд открывают не ради эстетики, а чтобы принять решение.

* Сейлз: Ищет «ГДЕ МНЕ НЕ ХВАТАЕТ 5% ДО ПЛАНА, ЧТОБЫ ПОЛУЧИТЬ ПРЕМИЮ?»
* Маркетолог: Нужен ответ на «КАКОЙ КАНАЛ ПРИНОСИТ ЛИДОВ ДЕШЕВЛЕ, ЧТОБЫ Я МОГ ПЕРЕКИНУТЬ ТУДА БЮДЖЕТ ЗАВТРА?»
* C&B-менеджер: Ищет баланс «КАК СОКРАТИТЬ БЮДЖЕТ НА ФОТ, НО НЕ ПОТЕРЯТЬ ЭФФЕКТИВНОСТЬ И ЛОЯЛЬНОСТЬ СОТРУДНИКОВ?»

User Journey начинается не с графиков, а с ЭМПАТИИ. Если ваш аналитик не знает боли пользователей — он строит воздушный замок.

🗺 Как построить маршрут к сокровищу (инструкция по сборке):

1. Чёткий заголовок-цель: Не «Анализ продаж», а «Отклонение продаж от плана по менеджерам».
2. Контекст как ориентиры: Период, регион, продукт, менеджер — пользователь не должен искать это в фильтрах.
3. Визуальная иерархия: Сначала — ГЛАВНОЕ (KPI, отклонения), потом — детали.
4. Цвет как сигнал: Красный — ТРЕВОГА, зелёный — НОРМА. Не для красоты, а для смысла.
5. Охота на аномалии: Выделите то, что требует внимания ПРЯМО СЕЙЧАС.
6. Каждый клик ведёт к ответу: Навигация должна быть интуитивной, а не квизом с загадками.

Настоящий дашборд заканчивается не пониманием, а ДЕЙСТВИЕМ. Пользователь уходит не с информацией, а с планом: «кому позвонить, что поправить, куда перебросить деньги».

💀 Типичные ловушки на пути (почему квест проваливается):

* «Всё сразу»: Информационная бомбардировка. Глаза разбегаются, мозг отключается.
* «Картина в музее»: Красиво, гармонично... и абсолютно бесполезно. Данные не кричат о проблемах.
* «Сам разбирайся»: Никакой логики. Кликай фильтры наугад, пока не наткнёшься на что-то интересное.

💎 ВЫВОД ДЛЯ РУКОВОДИТЕЛЯ:

Если ваши дашборды молчат — вы теряете деньги, выполняя работу аналитика. Вы снова листаете эксель-таблицы, чтобы найти ответ, за который уже заплатили.

💬 А ваши дашборды ведут к действию или просто украшают собой корпоративный портал? Делитесь в комментах — вместе разберём, где теряется эффективность!

🚀 Нанимаем на работу дашборд по методологии Jobs To Be Done или продуктовый подход в BI

Вы бизнес-пользователь BI-дашборда? Перестаньте рассказывать аналитикам «какие метрики и графики вы хотите видеть». Это всё равно что рассказывать «какие инструменты вам положить в ящик» вместо «какую мебель вы хотите собрать».

Эффективные руководители не "используют" дашборды, а «нанимают» их на работу. Как сотрудника. Чтобы сделать свою работу быстрее, проще и точнее.

❌ Неправильный вопрос аналитика:
«Какие метрики и диаграммы вам нужны?»
(Результат: красивый, но бесполезный отчёт)

✅ Правильный подход — «нанимаем» дашборд на работу:

1. Job (Должностная инструкция)
«Какую РАБОТУ должен выполнять дашборд?»
→ Найти менеджеров, которые не выполняют план продаж
→ Выявить регионы с аномальным ростом возвратов

2. Situation (Условия труда)
«ГДЕ и КОГДА он будет работать?»
→ Перед и на еженедельной планёрке отдела продаж
→ В мобильном приложении во время визитов к клиентам

3. Outcome (KPI успеха)
«Как мы поймём, что он справляется?»
→ Сократил время на подготовку к встрече с 2 часов до 15 минут
→ Увеличил скорость реакции на падение продаж с 3 дней до 1 часа

4. Obstacles (Профпригодность)
«Что мешает пользователю СЕЙЧАС?»
→ «Я не доверяю цифрам — неясно, откуда они»
→ «Мне нужно 5 разных систем, чтобы собрать отчёт»

💎 Вывод:
Дашборд — это не набор графиков. Это сотрудник, которого вы нанимаете для решения конкретной бизнес-задачи. Сформулируйте для него «должностную инструкцию» — и он начнёт приносить реальную пользу.

💬 А вы «нанимаете» дашборды или просто ждете чуда от аналитика? Поделитесь, как формулируете задачи для ваших отчётов!

Как от “Quick Wins” перейти к долгосрочному эффекту в бизнес-аналитике?

В условиях ограниченных ресурсов и быстро меняющейся бизнес-среде многие руководители отказываются инвестировать свое время и ресурсы в проекты длиннее квартала и выбирают “срывать яблоки с дерева данных, до которых можно дотянуться рукой”.

🚨 Получили быструю победу - заложили мину

Особенность политики “быстрых побед” заключается в том, что формируется ком отложенных засад. Скорее всего, при разработке DWH уже “сэкономили” на документации, согласованности данных и масштабируемости архитектуры. А значит при разработке быстрых дашбордов вместе с нужной поверхностной информацией на свет вылезают вопросы по содержанию глубоких данных и ошибки архитектуры и учета. В моменте кривизна данных исправляется костылями, но чем больше быстрых побед требуется - тем больше костылей копится в модели данных и тем сложнее аналитику отвечать на вопрос “а почему?”, пока дашборд окончательно не превратится в “черный ящик”.

⚠️ На личном опыте я столкнулся с тем, что на одном проекте аналитики тратили до 80% времени на поиск нужной информации! Зато ранее сэкономили. В итоге аналитика замирает и бизнес-пользователи остаются со старыми отчетами, по факту управляя наощупь. Логическое продолжение - унылые бизнес-результаты и смена менеджмента.

💡 Выход есть: автоматическая документация — ваш мост от хаоса к системе

На прошлой неделе я столкнулся с элегантным решением - автоматической документацией DWH и BI с помощью AI от компании Lasmart (не французы, а наши питерцы).

Как это работает?
- ИИ формирует описание объектов БД: таблиц, процедур и т.д.
- ИИ формирует документацию к BI-дашбордам
- ИИ описывает SQL-трансформации понятным языком
- Автоматическое обновление документации по регламенту

Панацея это или мощный фундамент - покажет опыт применения. Но точно это самый первый стратегический шаг, который позволит:
- Остановить накопление долга
- Вернуть аналитикам время на анализ
- Дать бизнесу уверенность в цифрах

💎 Вложения в порядок в данных — это не расходы, а инвестиции в скорость и качество всех будущих решений.