Если кратко, аналитик нужен бизнесу не для того, чтобы просто писать SQL-запросы. Запросы — это обычный инструментарий. Новички с курсов часто приходят с мыслью: «Сейчас выучу синтаксис SELECT, JOIN и оконных функций — и стану крутым аналитиком данных».
Но в боевой практике всё устроено иначе. SQL — это как ручка или блокнот. Если у вас в руках золотой Паркер, это ещё не делает вас Львом Толстым или детективом Шерлоком Холмсом. Без аналитического мышления запросы к базам данных бесполезны.
Урок сериала «Ликвидация»: почему побеждает не самый умный
Я сейчас уже в пятый раз пересматриваю культовый сериал «Ликвидация» (на мой взгляд, это лучший отечественный нуар). Главный герой, Давид Гоцман, побеждает преступность вовсе не потому, что он умнее или сильнее всех.
Он просто методично и спокойно разбирается в происходящем:
- Замечает странности в привычных отчетах и слухах;
- Задаёт неудобные вопросы, когда все вокруг верят очевидной версии;
- Никогда не принимает первую версию на веру, если хоть одна цифра не сходится с реальностью.
«По сути, его датасет — это его жизнь и город. Настоящий аналитик данных делает ровно то же самое. Только вместо гильз, отпечатков и улик у нас — миллионы транзакций, логи пользователей и цифры в витринах DWH.»
Кейс из моей команды: почему бывшие следователи МВД стали топовыми аналитиками
Это не просто красивая метафора для статьи. В моей текущей команде в бигфинтехе прямо сейчас работают два аналитика, которые раньше служили в полиции и следственных органах МВД.
Они сменили профессию и на 100% нашли себя в аналитике данных. Почему? Потому что их профессиональная деформация — искать нестыковки, перепроверять источники данных, не верить словам на слово и выстраивать причинно-следственные цепочки — оказалась ключевой компетенцией в финтехе.
Написать запрос в СУБД можно научить любого человека за пару месяцев. А вот развить критическое мышление следователя — это то, за что бизнес готов платить топовые оклады.
Почему данные называют «новой нефтью» — и где кроется подвох
Фраза «данные — это новая нефть XXI века» уже много лет гуляет по медиа. Её любят повторять на конференциях, но редко объясняют, что за ней стоит на самом деле. Давайте разберем это просто.
Если взять классический физический ресурс — например, топливо или нефть: вы его использовали в двигателе — и его стало меньше. Топливо сгорело.
С данными всё наоборот:
- Данные можно копировать, пересылать, трансформировать и использовать снова и снова.
- От использования их не становится меньше — они не расходуются и не сгорают.
- Ими можно делиться, обогащать другие витрины, и они не закончатся никогда.
Но здесь есть ключевой подвох: сырые данные сами по себе ничего не стоят. Ценность возникает не тогда, когда терабайты логов лежат мёртвым грузом на дисках сервера. Один и тот же набор данных для одной команды — бесполезный шум, а для другой — источник миллионов рублей чистой прибыли.
В этой метафоре аналитик данных выступает в роли высокотехнологичного НПЗ. Сырая нефть из скважины непригодна для заливки в самолёт. Аналитик берет грязные, несвязанные логи, очищает их, находит скрытые паттерны и производит готовый продукт: ответ на вопрос, где бизнес теряет деньги, а где может заработать кратно больше.
Зачем вообще бизнесу нужен аналитик? Концепция приборной панели
Аналитиков много: дата-аналитики, системные, продуктовые, маркетинговые. Но если убрать корпоративные ярлыки, у каждого одна фундаментальная задача: рассказать бизнесу о нём самом.
Бизнес почти всегда знает, куда он стремится. Есть амбициозная цель: вырасти на 40%, запустить новую кредитную карту, открыть 50 филиалов. Это Точка Б, и с ней обычно проблем нет.
Проблема в другом: бизнесу невероятно сложно понять, где он находится прямо сейчас и движется ли он вообще в нужную сторону, или сбился с курса и летит в скалу.
Представьте кабину самолёта, корабля или скоростного катера. Вы можете идеально знать координаты порта прибытия. Но если у вас нет приборной панели — вы не знаете текущую скорость, высоту, крен, остаток горючего и направление ветра.
Аналитик данных строит такой «кокпит» (cockpit) для бизнеса:
- Витрины данных и сквозные пайплайны;
- Интерактивные дашборды для топ-менеджмента;
- Мониторинг конверсий, среднего чека, оттока и клиентских сегментов.
«Если свести всю сложную терминологию к одной кристально чистой мысли: работа аналитика нужна ради одного — чтобы бизнес зарабатывал больше денег или терял их меньше. Все остальные технические формулировки — это лишь инструменты.»
Как развивать детективное мышление в работе с SQL
Когда на индивидуальном менторстве по SQL мы решаем задачи, я всегда учу студентов трем правилам:
- Смотрите на аномалии: если средний чек внезапно подскочил в 4 раза — не спешите радоваться. Скорее всего, задвоились строки при некорректном JOIN или в систему залетела тестовая транзакция на миллиард рублей.
- Задавайте вопрос «Почему?»: почему пользователи отваливаются на шаге подтверждения SMS? Проблема в UX или упал шлюз сотового оператора?
- Объясняйте сложные выводы простым языком: бизнес-директор не должен разбираться в оконных функциях и CTE. Он должен за 3 секунды увидеть из вашего отчета, какое управленческое решение принять.