Выводы:

построение BI-отчетов без расширенных компетенций BI-аналитика возможны лишь на старте;

понимание базовых принципов построения хранилищ данных, владение SQL, программирование на каком-либо языке и, дизайнерские навыки, далеко не полный перечень требований к аналитику данных.

 

Самое важное

BI-системы

BI-платформы

BI-аналитик

Чем занимается BI-аналитик?

BI-аналитик оперирует двумя источниками информации: получаемыми с рынка внешними данными и внутренними данными компании, в которой он работает.

Информация регулярно поступает из внутренних и внешних источников, то есть находится в постоянном движении на своеобразных линиях ускользания от BI-аналитика.

 BI-аналитик, как DJ, сводящий звуковые дорожки, выстраивает ускользающие линии информации и фиксирует их, чтобы создать картину, конфигурацию, пригодную для интерпретации, бизнес-анализа и принятия решений.

Подведем итог: цель BI-аналитика – это открыть выгодные для бизнеса перспективы.

В обязанности BI-аналитика входит:

• сбор, хранение и распределение данных;

• подготовка аналитических отчетов;

• автоматизация рутинных операций при подготовке отчетов;

• визуализация данных на дашбордах;

• построение и проверка гипотез;

• сбор и анализ требований заказчиков.

Задачи Аналитика junior’а

Чтобы эффективно справляться с описанными задачами, аналитику-стажеру нужно:

• иметь отличную математическую базу – чтобы руководителю не пришлось перепроверять выкладки и формулы;

• понимать базовую теорию вероятности и математическую статистику, то есть уметь проверять гипотезы, понимать ошибки разного рода, зависимость или независимость испытаний и т. д.;

• иметь математическую культуру. Если аналитик использует метод или алгоритм, он должен знать область его применимости;

• обладать продуктовым мышлением. Уметь оцифровывать пользовательский опыт в метриках, а также следить за метриками пользователей, пытающихся решить определенную задачу;

• обладать бизнесовым мышлением – уметь оцифровывать бизнес-процессы компании и изменения рынка, связать это воедино с продуктом и пользователями;

• уметь понимать задачи, поставленные руководителем или заказчиком;

 

Пример

Аналитик-стажер аналитик не обязан уметь программировать как разработчик, при этом он должен обладать техническим минимумом, чтобы решать задачи бизнеса. Например, уметь читать документацию, войти в новую БД и выгрузить оттуда нужные данные, написать парсер или воспользоваться API для автоматизации и т. д.;

 

К знаниям и умениям Аналитика junior’а относятся умения аналитика стажера, но к ним добавляются новые навыки, например обработка данных (Data Processing), с помощью языков SQL, Phyton и R. Вообще решение может быть и не оптимальным, но младший аналитик обязан решать задачи по трансформации данных, и уметь выводить результаты на дашборд, в таблицу или график.

Он уже не решает формализованные задачи, а работает с продуктом или бизнесом напрямую. Конечно, ему в решении сложных задач всегда поможет руководитель, но такой аналитик решает любую задачу по трансформации данных.

Если данных не хватает, он должен уметь договариваться о нужном логировании.

Пример

некоторых задач аналитика junior’а:

• анализ а/в тестов по шаблону;

• аналитическое исследование колебаний на дашборде.

Задачи Middle-аналитика

К навыкам Middle-аналитика добавляются новые навыки, например он должен уметь оптимизировать процессы компании и улучшать продукт. Ему может не хватать навыков для решения сложных задач, при этом он может быть заказчиком к проектированию хранилищ данных (DWH).

Максимальная сложность задач  Middle-аналитика это модели с простой валидацией.

 

Пример

 

• моделирование бизнеса, помогающее принимать сложные решения;

• применение известных оптимизационных методов (назначение смен операторов поддержки для

• обеспечения SLA с минимальным простоем).

Задачи Senior-аналитика

Навыки аналитика Senior’а расширяются, так как у такого аналитика нет «работы в стол», все его решения, принятые на основе анализа данных внедряются в работу, кроме этого, он контролирует команду аналитиков через требования к DWH и инфраструктуре данных.

Задачи, которые решает Senior аналитик:

• анализ эффектов важных внедрений без A/B тестов, например программы лояльности;

• оценка каннибализаций (процессов перетекания траффика, полного и целевого, из одного канала в другой);

• непрекращающиеся комплексные исследования предметной области, например в области поведенческой экономики клиента.

Карьера BI-аналитика

не заканчивается, при достижении должности аналитика Senior’а, после этого он может стать тимлидом или директором департамента аналитики. А если ты бухгалтер, то твоя перспектива - это стать финансовым директором.  Поэтому качай навыки и построишь головокружительную карьеру.

 

Самое важное

Цели BI-аналитика

Задачи BI-аналитика

Карьера BI-аналитика

BI-инструменты аналитика-стажера

 

Excel 

– это одна из простых программ для аналитика данных. Все, кто работает в секторе экономики, имеют дело с цифрами и текстовыми данными, и чаще всего обрабатывают их в условиях жестких дедлайнов. Чтобы свести к минимуму отчетность по документам Excel-аналитика один из лучших вариантов.

Анализ данных через сводные таблицы Excel.

Сводные таблицы – самый простой способ автоматизировать обработку информации. Он позволяет свести в кучу огромный массив данных, которые абсолютно не структурированы. Если его использовать, можно почти навсегда забыть о том, что такое фильтр и ручная сортировка.

Есть много способов автоматизации анализа данных в Excel. На самом деле это могут быть как встроенные инструменты, так и дополнения, которые можно скачать в интернете. Дополнение к Excel - «Пакет анализа» имеет все необходимые возможности для вывода результатов в один файл.

Пакет можно использовать исключительно на едином листе в одну единицу времени. Если он будет обрабатывать информацию, расположенную на нескольких листах, то итоговая информация будет отображаться исключительно на одном. В других же будут показываться диапазоны без какой-либо значений, в которых есть исключительно форматы.

Чтобы провести анализ данных на нескольких листах, нужно использовать этот инструмент по отдельности.

Большой модуль «Пакета анализа», который поддерживает огромное количество возможностей, позволяет выполнять следующие типы обработки:

• дисперсионный анализ;

• корреляционный анализ;

• ковариация;

• вычисление скользящего среднего;

• получать случайные числа и выполнять операции с выборкой.

Анализ данных с помощью 3D-карт в Excel

Такой метод визуального представления с географической привязкой дает возможность искать закономерности, привязанные к регионам, а также анализировать информацию этого типа.

Лист прогноза в Excel.

Некоторые бизнес-процессы зависят от сезонных особенностей, поэтому такие факторы надо обязательно принимать в учет на этапе планирования. Для этого существует лист прогноза в Excel.  Он более функциональный, чем сводные таблицы, и сферы его использования — это коммерческие, финансовые, маркетинговые и даже государственные структуры.

Чтобы рассчитать прогноз, необходимо получить информацию за предыдущее время. От того, насколько долгосрочные данные, зависит качество прогнозирования. Рекомендую иметь данные, которые разбиты по одинаковым интервалам (например, поквартально или помесячно).

Быстрый анализ в Excel.

Для достижения результата необходимо совершить всего несколько действий. Никаких ручных подсчетов или записи формул. Достаточно выбрать диапазон, который будет анализироваться и задать конечную цель. Также есть возможность прямо в ячейке создавать самые разные диаграммы и микрографики.

С помощью компонента Анализ в Excel можно перенести наборы данных Power BI в Excel, а затем просматривать их и взаимодействовать с ними с помощью сводных таблиц, диаграмм, срезов и других функций Excel, то есть превратить данные в отчет, который поймут все.

Отображение результатов в визуальном формате – графики, диаграммы или на карте – дает представление о наиболее важных показателях, которые не всплывают в контексте таблицы. Чтобы создавать больше отчетов BI-аналитик-стажер пользуется платформами с функциями хранилища данных, автоматизированной отчетности и построения дашбордов.

Что такое дашборд

Дашборд – приборная панель с интерактивными графиками и диаграммами.

BI-платформы

На некоторых платформах удобнее рисовать графики, на других сводить данные, а у третьих крутая кривая обучения, чтобы полностью использовать их возможности. Учитывая, что платформы в 9/10 случаев платные, нужно определиться, какой функционал нужен.

Для аналитика стажера больше всего подходят Tableau и Power BI.

Power BI

Power BI — это онлайн-сервис, разработанный Microsoft для бизнес-аналитики с возможностью подключения различных источников данных и сторонних приложений. Обладает веб-интерфейсом, позволяющим создавать кастомизированные визуализации, а с помощью настольного приложения можно проводить стандартизацию и очистку данных.

Плюсы:

• интерфейс программы будет хорошо знаком пользователям Windows;

• тесно связан с главными продуктами компании, такими как MS Excel, Azure Cloud Service и SQL Server;

• поддерживает множество способов импорта данных (потоковые данные, облачные сервисы, книги Excel и сторонние приложения);

• интерактивные дашборды с изменением данных в реальном времени;

• возможность делиться отчетами и дашбордами разными способами;

• удобство использования, большинство кнопок и функций выглядят похоже на MS Excel и другие продукты MS Office;

• визуализации создаются способом drag-and-drop. Нужно просто нажать на необходимый элемент и перетащить его на пустое место в отчете. Тот же принцип работает и при выборе того, какие данные необходимо визуализировать;

• демократичная ценовая политика. Есть два варианта: бесплатная версия сервиса с ограниченными возможностями и корпоративная лицензия Power BI Pro с полным спектром функций.

 

Tableau

Еще одна крупная BI-платформа— это Tableau. Которая также, как и Power BI специализируется на анализе данных через их визуализацию.

В нем легко создавать интерактивные дашборды, которые позволяют изучить динамику, тренды и структуру данных, с помощью удобных и простых, но не менее эффективных графиков.

Tableau поддерживает множество разных источников данных, организованных в формате файлов (CSV, JSON, XML, MS Excel и др.), реляционных и нереляционных баз данных (PostgreSQL, MySQL, SQL Server, MongoDB и др.) и облачных систем (AWS, Oracle Cloud, Google BigQuery, Microsoft Azure).

Плюсы:

• комбинировании данных из разных баз данных и источников.; работа нескольких пользователей над отчетом в режиме реального времени; есть несколько способов того, как можно делиться отчетами;

• богатая библиотека платформы включает в себя облака слов, пузырьковые и древовидные диаграммы, которые позволяют достигнуть более высокого уровня понимания своих данных и их контекста;

• невероятно гибкие дашборды Tableau. Основные функции сервиса позволяют размещать элементы на дашборде и совмещать и накладывать их друг на друга любым образом;

• платформа направлена на тех, кто до этого еще не вдавался в технические детали процесса визуализации. Эта цель достигается за счет интуитивно понятного интерфейса: все необходимое чаще всего достигается не больше, чем за 2 клика мышкой, фильтры найти легко, а все операции понятно задокументированы.

• поддержка более 30 типов данных;

• интеграция с языком R.

• самое активное сообщество пользователей, которые создают тысячи обучающих видео, блогов и форумов.

Конечно, чтобы понять удобство BI-инструмента нужно, для начала, попробовать все его функции, протестировать интерфейс и т.д. 

Попробуй сделать простой BI-отчет с помощью одного из этих инструментов, взяв за основу любые данные в виде Excel-таблицы в любом из открытых источников.

 

Самое важное

Excel

Анализ данных с помощью 3D-карт в Excel

Tableau

Дашборд

Power BI