В мире IT–аналитики существует множество интересных направлений, открывающих двери к пониманию данных и принятию стратегический решений.

В новой статье выделили самые популярные из них, чтобы ты понял отличия и, возможно, попробовал себя в одном из них.

Системный анализ

Системные аналитики занимаются изучением и оптимизацией взаимодействия компонентов в IT–системах.

Обычная задача из практики системного аналитика – написать техническое задание на разработку кнопки на сайте. Задание составляется по типу:

где должна располагаться кнопка;
какого она должна быть цвета;
куда должна кнопка направлять пользователя.

Какой технологический стек ты освоишь в направлении бизнес-аналитика:

Инструменты для управления документацией: Confluence, DOORS, Evernote, OneNote.

Основы интеграционных решений: REST, JSON, XML, XSD.

Инструменты системного проектирования и моделирования: UML, ER, Visio, Draw. io.

Системный аналитик согласует задание с дизайнерами и разработчиками и ясно описывает процесс разработки системы, чтобы избежать хаоса в итоговом проекте.

Продуктовый анализ

Продуктовые аналитики фокусируются на изучении пользовательского опыта и поведения для улучшения продуктов.

Обычная задача из практики продуктового аналитика – определить, принесёт ли выгоду изменение цвета кнопки на сайте с красного на зеленый? Для этого ему нужно:

изучить путь пользователя: нажимает он вообще на эту кнопку или нет;
правильно выбрать группу пользователей, которые увидят перекрашенную в другой цвет кнопку;
сравнить основные пользовательские и финансовые метрики групп пользователей, которые увидели новую фичу или нет;
принять конечное решение о распространении нового цвета кнопки на всех пользователей.

Какой технологический стек ты освоишь в направлении продуктового аналитика:

Продуктовые фреймворки: CJM, JTBD, Lean Canvas, Value proposition.

Инструменты управления требованиями: User Story Map, Product Backlog, Product Roadmap.

Инструменты для сбора, анализа и визуализации данных: SQL, Python, BI-системы, Excel.

В чём соль? Безусловно, кнопку может перекрасить любой разработчик, но будет ли это правильным решением, которое может принести больше денег, – подскажет продуктовый аналитик.

Бизнес–анализ

Бизнес–аналитики помогают бизнесу создавать и оптимизировать процессы, достигать стратегических целей.

Обычная задача из практики бизнес–аналитика – определить стоимость и целесообразность разработки приложения по типу «нового тик-тока» по запросу клиента. Для этого ему нужно:

проанализировать рынок приложений коротких видеоклипов;
составить портрет целевой аудитории предполагаемого сервиса;
оценить необходимость разработки: способен ли проект окупиться.

Какой технологический стек ты освоишь в направлении бизнес-аналитика:

Фреймворки для работы: SWOT-анализ, PEST-анализ, DMAIC, CJM.

Графические нотации представления бизнес-процессов: BPWin, Visio, ARIS, Draw.io.

Инструменты моделирования бизнес-процессов: BPMN, IDEF, UML.

Бизнес–аналитик – тот специалист, который способен разговаривать на языке и бизнесменов, и разработчиков. Именно он может комплексно оценить необходимость разработки системы или нового бизнес–процесса.

Анализ данных

Специалисты по анализу данных работают с большими объемами информации, выявляя тренды и паттерны, придают данным бизнес–ценность.

Обычная задача из практики аналитика данных – найти способ отслеживать рейтинг компании в сетевых медиа, чтобы менеджеры оперативно реагировали на упоминания в СМИ. Для этого ему нужно:

написать парсер для сбора комментариев о компании из различных источников;
провести разведочный анализ данных, чтобы понять, какого качества данные собираются;
привести данные в корректный вид: убрать дубли, обработать пропуски, комментарии на иностранном языке;
агрегировать и суммаризировать данные для получения общего рейтинга компании;
разработать панель для мониторинга – дашборд для оперативного отслеживания рейтинга компании.

Какой технологический стек ты освоишь в направлении аналитики данных:

Инструменты для работы с данными: Jupyter Notebook, DataSphere, DataLore, RStudio, Databricks.

Языки программирования: Python, SQL, R.

Библиотеки и фреймворки: NumPy, Pandas, Apache Spark, SciPy, Scikit-learn.

Инструменты визуализации данных: Power BI, DataLens, Apache Superset, Python Matplotlib, Seaborn, Plotly.

Аналитик данных – специалист, работа которого построена на тесном общении с данными и информацией. Слышали о «data-driven подходе»? Это девиз жизни каждого дата–аналитика.

Работа аналитика – не просто обработка цифр и фактов, а создание цельных историй, способных инициировать изменения и успешно следовать стратегиям. Аналитики в различных областях, будь то маркетинг, обслуживание клиентов или внутренние процессы, являются мостом между данными и принятием решений.

Как выбрать своё направление в аналитике?