Привет, меня зовут Рома, в этой статье я расскажу об основных инструментах, которые нужны бизнес-аналитикам в ИТ, и о том, как их изучать и развивать.
26 220 просмотров
Я работаю в аналитике около пяти лет: сейчас в eBay в Амстердаме, раньше в Avito, до этого в консалтинге и корпоративных финансах.
Ключевые инструменты, которые нужно знать бизнес-аналитикам: SQL, Tableau, Excel, PowerPoint, Salesforce, Python или R, Google Analytics.
SQL (structured query language) нужен для выгрузки информации из хранилища данных организации (data warehouse). Например, руководитель дал задачу узнать, как изменились количество клиентов и выручка за последний год.
Чтобы выгрузить необходимую информацию, аналитик подключается к базе данных (например, Vertica, Teradata) и пишет запрос к таблицам на языке SQL. Основы SQL можно выучить за пару часов, но чтобы научиться быстро и без ошибок писать сложные запросы к большому числу таблиц, необходим опыт и понимание того, как устроены источники данных и где они хранятся в конкретной компании.
Существуют несколько разновидностей SQL (например: MySQL, SQL Server), но отличия незначительные.
Пример кода на SQL
Tableau — это программа для визуализации данных и публикации дашбордов. Также существуют другие инструменты со схожей функциональностью (например, Microsoft Power BI, Looker, R Shiny), но Tableau наиболее популярна в крупных компаниях.
Преимущество Tableau в том, что можно подключаться к большому количеству разных источников данных (разные виды баз данных или к простому Excel-файлу), быстро визуализировать информацию с помощью графиков и настроить автоматическое обновление и рассылку отчётов.
Визуализировать информацию и строить отчёты в Tableau можно интуитивно, без специальные знаний. Но чтобы строить некоторые типы графиков (например, исторические данные и изменение год-к-году), нужно изучить некоторые нюансы.
Также в Tableau можно строить карты на основе адресов — например, показать на карте всех текущих и потенциальных клиентов, объём покупок и выручку, чтобы помочь отделу продаж приоритизировать усилия.
Пример графика в Tableau
Excel — базовый инструмент для работы с данными. Во многих случаях, когда задача разовая, а также объём данных не очень большой (в пределах нескольких сотен тысяч строк), анализ данных в Excel можно провести быстрее, чем с помощью таких инструментов, как Python или R.
Когда аналитик специализируется на бизнес-функции, а не на продукте, достаточно редко возникают ситуации, когда задачу анализа данных нельзя решить с помощью Excel. При этом часто стейкхолдеры (например, в бизнесе, финансах и продажах) используют Excel как основной инструмент работы с данными. И это стоит учитывать, чтобы обсуждать анализ данных и результаты в знакомом для коллег инструменте.
Функциональность в Excel, которую рекомендую изучить для новичков: сводные таблицы для анализа данных и функции vlookup и index/match для соединения данных из разных таблиц. С помощью макросов можно автоматизировать некоторые задачи в Excel — например, при нажатии кнопки автоматически делать скриншот и отправлять информацию на заранее определённую электронную почту.
PowerPoint — основной инструмент для создания презентаций, например, с результатами проектов. Частота использования этого инструмента зависит от компании и команды.
Например, бывшие консультанты, которые много работали со слайдами, предпочитают работать с презентациями. Люди с техническим бэкграундом обычно предпочитают Jupiter Notebook или отчёты Tableau. А, например, в Amazon политика компании такая, что презентации не используются совсем, вместо них сотрудники пишут документы на одной или нескольких страницах.
С PowerPoint многие из нас знакомы ещё со школы, но хотел бы дать несколько базовых советов по работе с этим инструментом на основе своего опыта. Во-первых, структура презентации — сначала желательно определить цель встречи, темы и подтемы, которые будут обсуждаться, написать заголовки слайдов и только потом заполнять слайд содержимым, а не наоборот.
Во-вторых, заголовки слайдов должны не просто описывать информацию (пример: выручка за последние пять лет), а должны представлять собой содержательный вывод (выручка за последние пять лет падала на 10% в год из-за снижения доли рынка) и в идеале отвечать на вопрос ”So what?” («Ну и что?»).
В-третьих, перед отправкой презентации необходимо прочитать свои слайды и проверить на логику, ошибки в данных и опечатки.
В-четвёртых, есть инструменты, которые позволяют повысить эффективность создания презентаций. Например, многие ведущие консалтинговые компании используют расширение ThinkCell, которое позволяет быстрее и лучше строить графики, также есть расширение DeckRobot для автоматизации форматирования всего слайда в стилистике компании.
Python и R — языки программирования, которые популярны для анализа данных. Преимущества этих языков перед другими инструментами в том, что они могут помочь автоматизировать многие типы задач (например, анализ текстовой информации или прогнозирование оттока клиентов).
Объём данных для анализа фактически не ограничен, по сравнению с Excel. Есть огромные возможности по построению моделей и прогнозированию. Изучение Python или R с нуля проще, чем других языков программирования (таких как Java), но тем не менее это требует существенно больше времени, чем SQL или Tableau.
Существует много сайтов, которые позволяют изучать и тренировать эти языки программирования — например, DataCamp и Kaggle.
Salesforce — это CRM (customer-relationship management). Сервис представляет собой базу данных, предназначенную для хранения информации о клиентах. В крупных компаниях Salesforce (или аналоги, такие как Microsoft Dynamics) — это основной инструмент, с которым работают сотрудники отдела продаж: заполняют и обновляют информацию о клиентах, потенциальных сделках, контрактах и так далее.
Руководители отдела продаж используют Salesforce для постановки и мониторинга выполнения задач подчинённым, аналитики выгружают из Salesforce информацию и строят отчёты. Помимо основного продукта базы данных, Salesforce может включать в себя целую экосистему и другими важными функциями, например, биллингом.
Научиться работать с Salesforce и извлекать информацию можно быстро, но, как и у других инструментов, у Salesforce есть свои нюансы — например, бывает некорректная информация о клиентах (которая часто делается вручную) или технические ошибки в системе, которые нужно учитывать при анализе данных.
Google Analytics — это наиболее популярный инструмент для веб-аналитики. Для большинства интернет-компаний трафик сайта и мобильных приложений, его источники и действия пользователей на сайте — критически важная информация, которая сильно влияет на все основные бизнес показатели, включав выручку.
Google Analytics — удобный инструмент для анализа вышеперечисленных и других показателей веб-платформ. Как правило, наиболее важные показатели (такие как количество уникальных посетителей и общее число просмотров) переносятся во внутреннюю базу данных организации, откуда их можно выгрузить с помощью SQL. Однако для более глубокого понимания деталей и трендов необходимо работать непосредственно с Google Analytics.
Где можно изучить инструменты
- Основы SQL.
- Codecademy — SQL, Python.
- Datacamp — SQL, Python, R.
- HackerRank — SQL, Python.
- Kaggle — Python, R.
- Обучающие материалы на сайте Tableau.
- Google Analytics Academy.
- Udemy (все инструменты).
Понимание и умение эффективно работать с вышеперечисленными инструментами необходимо для бизнес-аналитиков в ИТ-компаниях. При желании перейти работать в эту сферу изучение инструментов существенно повысит шансы на приглашение на интервью и предложения о работе.
Однако необходимо понимать, что кроме инструментов есть много других не менее важных навыков, которые необходимо знать аналитикам — например, умение понимать и приоритизировать задачу, презентовать результаты, работать в команде и другие.
Показать ещё
8 комментариев
Написать комментарий.
Вниманием! Если кто-то поставил минус и пришел написать язвительный комментарий — ОСТАНОВИСЬ! Эта статья не так плоха, как кажется.
Развернуть ветку
Статья вообще отличная, если честно
Развернуть ветку
Какое-то неоднозначное впечатление.
А, что если скажу, что есть топовые аналитики которые не знают даже Excel, не говоря уже о Phyton. То, что выше больше похоже на «помощника аналитика», или я ошибаюсь?
То есть фундаментально есть разная аналитика, а называют их всех одинаково, аналитиками.
Развернуть ветку
Согласен, даже бизнес-аналитика бывает разная (во всех компаниях, где я работал, это были достаточно разные понятия: в одной упор на маркетинговые исследования, Unit-экономику, создание продукта, в другой описание бизнес-процессов, в третьей построение мат. моделей и автоматизация)).
Затем различие по «помощнику аналитика (младший аналитик/стажёр)» — человек, который выгружает отчёты, предоставляет информацию по запросу, и человек (аналитик/старший аналитик), который сам находит тонкие места, сам проявляет инициативу, делает лучше бизнес-процессы, оптимизирует прибыль и т.д. (здесь применима градация junior, middle, senior, как в разработке)
И наконец, зависит от штата аналитиков. Иногда (если аналитик 1 в компании) приходится совмещать и несколько ролей как по-вертикали аналитика (и разрабатывать продукты, и выгружать отчёты для начальства), так и по-горизонтали (аналитика / продакт / проджект менеджмент, администрирование систем по управлению проектами / маркетинговые исследования)
Хорошо, что автор упомянул про IT-аналитику. Потому что в производстве, например, особенно российском, есть максимум 1с и эксель с поверпойнтом.
Источник: vc.ru
Лучшие инструменты для бизнес-анализа
Поговорим о том, какими программами орудуют бизнес-аналитики, разработчики, менеджеры и что из этого потока мощнейшего программного обеспечения справляется со своей работой лучше всего.
Инструменты для бизнес-анализа: зачем они нужны и кому?
Количество данных, которыми приходятся оперировать современным бизнес-аналитикам, поражает. Сложно взять под контроль поток информации, простирающийся через инструменты планирования, цепочку поставок, систему менеджмента клиентов и массу других подсистем. Для этого нужно специализированное программное обеспечение, позволяющее организовать информацию так, чтобы из нее можно было получить полезные цифры и факты, влияющие на развитие бизнеса и прибыль компании.
Правильный выбор приложений и методик анализа делает из аналитика более конкурентоспособного специалиста и приносит пользу бизнесу.
Комьюнити теперь в Телеграм
Подпишитесь и будьте в курсе последних IT-новостей
Обзор лучших инструментов бизнес-аналитики
Инструменты бизнес-аналитики призваны решать многие задачи. На соответствующего специалиста возлагается ответственность за сбор данных, их обработку, репрезентацию, а также за стратегические решения, принятые на основе найденных цифр и единиц.
Поэтому такому работнику приходится вооружаться и таблицами для управления финансовыми отчетами, и Python-алгоритмами для проведения массивных расчетов, и утилитами для создания презентаций с дэшбордами, чтобы корректно визуализировать показатели и помочь бизнесу двигаться в правильном направлении.
Microsoft Excel и его аналоги
Подобные приложения никак себя не изживут. Таблицам просто нет альтернатив, способных в полной мере заменить их функциональность и удобство. Или же это вопрос привычки.
Аналитики часто используют функцию СУММЕСЛИ (позволяет выполнять расчеты при соблюдении определенных условий в переданных данных), СРЗНАЧ для получения среднего значения, фильтры и опции для формирования графиков.
Также Excel и его аналоги помогают фильтровать данные, удаляя целые строки и столбцы с ненужными показателями. Правда, придется потратить время на изучение всех горячих клавиш и полезных опций, прежде чем удастся сделать из Excel по-настоящему толковый инструмент.
Заменить Эксель можно таблицами Google, Numbers от Apple и прочими подобными сервисами.
PowerPoint и аналоги
Приложения для создания презентаций – важная часть инструментария бизнес-аналитика. Данные нужно не только анализировать, с ними нужно работать, и часть этой работы – презентация информации компетентным коллегам, заказчикам, партнерам и всем, кого они могут заинтересовать.
Отчеты, структуры, графики, прототипы. Что только не делается с помощью PowerPoint и похожих на него программ. Но важно не просто использовать PP, надо научиться делать презентации в соответствии со стандартами 2021 года: красиво, доходчиво, без лишних букв.
Качественные картинки есть на свободных хостингах в духе Unsplash, красивые значки – на Flaticon. Сами презентации давно можно создавать онлайн с помощью сайтов типа Beautiful.ai.
Trello и аналоги
Трекеры задач напрямую не связаны с деятельностью аналитиков, но есть два аспекта, в которых они могут быть полезны:
- Работа с данными команды: сбор показателей, хранение и синхронизация задач, наблюдение за показателями компании через призму поставленных и выполняемых целей.
- Контроль планов компании, хранение данных, необходимых для решения задач, поставленных непосредственно перед бизнес-аналитиком.
Базы данных
Бизнес-аналитик должен уметь работать с базами данных и знать язык структурированных запросов для выполнения операций в пределах баз данных SQL.
Языки структурированных данных позволяют запрашивать из БД данные по строгим фильтрам. Например, можно выудить информацию в духе «Объем продаж смартфонов Apple в июне прошлого года в городе Саранск». И это только один пример. Поисковые возможности SQL огромны и с лихвой перекрывают те, что предлагает Excel.
С NoSQL-базами похожая система, только язык запросов отличается иным синтаксисом. Но его не трудно изучить, учитывая то, что большинство компаний используют в качестве NoSQL только базу MongoDB.
Microsoft Visio и аналоги
Это снова к вопросу о визуализации данных. Бизнес-аналитики, готовя отчеты, пользуются не только презентациями, но и подробными интерактивными графиками.
Microsoft Visio – популярная программа для быстрого создания таких графиков. Она входит в пакет приложений Office 365, поэтому снискала популярность у крупных корпораций, подписанных на сервисы Microsoft.
Есть более компактный, но не менее полезный инструмент – Miro. Это веб-сервис с кучей шаблонов. Пара кликов, загруженные данные, и перед вами лучший из доступных вариантов визуализации. Трудозатраты при этом сводятся к минимальным, несмотря на проект, будь то интеллект-карта для брейнсторма или заметка по заседанию.
Python-скрипты
Гуру бизнес-аналитики, вместо использования графических инструментов и всем привычных тандемов наподобие Excel+SQL, переходят на Python и прилегающие к нему библиотеки.
Сам по себе Python – язык общего назначения, адаптируемый под любой вид задач. Вкупе с библиотеками в духе Pandas он может стать мощным аналитическим ПО для обработки огромного количества данных. Его возможности куда шире, чем то, что заложено в SQL и Excel, кроме того, есть возможность добавлять собственные алгоритмы для работы с информацией любого порядка.
Pandas интересен еще и тем, что позволяет красиво визуализировать любые показатели, не будучи при этом ограниченным предустановками графических утилит в духе Excel и т.п.
MicroStrategy
MicroStrategy – это популярное в корпоративной среде ПО, созданное для быстрой сборки дашбордов всех возможных вариаций. Оно включает в себя облачный сервис и искусственный интеллект для «умной» обработки данных.
Мало того что MicroStrategy позволяет эффективно организовать данные, утилита также дает возможность отобразить их в наглядном дашборде. Благодаря этому инструменту бизнес-аналитики могут идентифицировать тренды (позитивные и негативные), улавливать новые возможности для бизнеса, в целом повышать производительность команды и компании.
К MicroStrategy можно подключить несколько источников информации, и сервис обработает все быстро и качественно.
SAS
Разработчики SAS предлагают спектр решений для бизнеса. Одно из их ключевых ПО – интеллектуальный инструмент для превентивной аналитики, позволяющий уловить тренд развития показателей заранее и сменить вектор развития, если это необходимо.
Также создатели SAS предлагают своим пользователям мощную BI-платформу для обработки большого количества показателей. Платформа идет в комплекте с API, дающими возможность интегрировать SAS с другим программным обеспечением и сервисами.
Мультипрофильный инструмент, который с 1970-х годов в ходу у бизнеса, до сих пор остается одним из надежнейших представителей жанра.
TIBCO Spotfire
Еще одно монструозное ПО, черпающее силы из «мозгов» искусственного интеллекта. Spotfire – не инструмент, а скорее коллега. Такой же аналитик, способный не только представлять данные в удобном формате, но и делать на основе полученных знаний целесообразные выводы, позитивно сказывающиеся на деятельности бизнеса.
Spotfire – это еще и платформа для модификаций. Достаточно давно зародилась такое явление, как Spotifire Mods. Это внешние плагины, позволяющие изменять алгоритмы основного инструмента, адаптировав его возможности под свои нужды. Например, добавив новые виды показателей, недоступные в Spotfire по умолчанию.
Board
Board считается решением номер один среди BI-приложений. Разработчики Board обещают клиентам усовершенствованные алгоритмы аналитики, напрямую влияющие на производительность компании.
Популярность сервиса подтверждается кастой компаний, использующих его. В числе клиентов Board такие гиганты, как Puma, Mitsubishi, Coca-Cola и даже флот армии США.
С помощью Board можно автоматизировать до 90% всех процессов обработки данных (расчетов, визуализации показателей и т.п.).
Из интересных особенностей Board можно отметить полноценную симуляцию. Укажите сервису потенциальное решение, а он покажет его последствия на базе ранее собранных данных с параметров, переданных из недр встроенной нейросети.
Tableau
И еще один инструмент, фокусирующийся на «добыче» полезных сведений и визуализации данных. И все это без необходимости полагаться на скудный инструментарий условного PowerPoint и без надобности привлекать к работе IT-отдел компании.
Для анализа в Tableau можно вогнать данные из любого сервиса. Есть Excel-таблица с важными показателями? Tableau ее «съест» и выдаст результат. Есть Oracle-база с необходимыми данными? Tableau может обработать и ее.
Туда же идут цифры из Google Analytics и SQL-БД. Вы сами решаете, откуда брать данные и как обрабатывать каждый источник.
Tableau поставляется как в виде офлайн-решения, так и виде облачного сервиса для корпораций.
Domo
Универсальная платформа для параллельного извлечения информации из нескольких источников. Domo функционирует исключительно как облачное решение и требует размещения на сервере.
Сервис хорош тем, что легко адаптируется как под нужды крупного бизнеса, так и под требования мелких компаний. Масштабы дашбордов и графиков меняются в соответствии с количеством значений, поэтому выводимые сервисом данные будут одинаково полезны для фирм любых типов.
Domo оснащен искусственным интеллектом. Он анализирует показатели и делает акцент на наиболее значимых параметрах.
Clear Analytics
Программа, созданная поклонниками Excel для поклонников Excel. Это более продвинутая система с ИИ, поддержкой размещения на сервере, блэкджеком и всем остальным, но с точки зрения юзабилити она близка по духу к детищу Microsoft. Это, кстати, одна из ключевых причин популярности Clear Analytics. И аналитики, и разработчики очень падки на инструменты, похожие на те, к которым они привыкли.
Вместо заключения
Выбор ПО для аналитики и визуализации зависит от нужд бизнеса и компетенции специалиста. Профессионалы, работающие в небольших организациях, переходят на собственноручно созданные алгоритмы в Python, а коммерческие организации масштаба Кока-Колы полагаются на автоматизированные системы за большие деньги. Вы как специалист должны уметь работать с теми утилитами, что задействуются в бизнесе вашей фирмы, но чем шире набор навыков, тем более ценным аналитиком вы будете.
Источник: timeweb.com