редакции
Куда расти аналитику данных и кем быть дальше?
От автора телеграм-канала Аналитика и growth mind-set.
Data scientist (ученый по данным)
Многие data scientists начали свою карьеру именно в аналитике данных. И аналитик данных, и data scientist работают с данными, но делают это по-разному.
Аналитики данных обычно работают со структурированными данными для решения бизнес-задач, используя языки программирования SQL, R или Python, программное обеспечение для визуализации данных и статистический анализ.
Data scientists имеют дело как со структурированными, так и неструктурированными данными, используют более продвинутые методы обработки данных (например, машинное обучение). Эта роль обычно считается более продвинутой версией аналитика данных.
Разница в знаниях между Data analyst и Data scientist показана на картинке ниже. Кстати, в некоторых компаниях аналитики данных максимально приближены к data scientist, хотя зовутся аналитиками данных. Поэтому разница между Data analyst и Data scientist условная.
Специализация
Как аналитик данных, вы можете углублять свои знания в различных направлениях и отраслях, тем самым становясь более уникальным специалистом.
Вот только несколько направлений для примера:
- Маркетинговый аналитик анализирует данные о маркетинговых кампаниях, трафике и аудитории, чтобы оценить эффективность маркетинга и оптимизировать стратегии.
- Финансовый аналитик использует данные, чтобы помочь определить инвестиционные возможности, возможности получения дохода и снизить финансовые риски.
- Продуктовый аналитик анализирует данные, связанные с продуктом, чтобы определить, как улучшить его функциональность и пользовательский опыт.
Также можно углублять знания в конкретной отрасли:
- Health care analyst (аналитик в области здравоохранения) использует данные медицинских записей, отчетов о расходах и опросов пациентов, чтобы улучшить качество медицинской помощи.
На мой взгляд, переход от аналитика данных в data scientist или в бОльшую специализацию один из самых логичных и безболезненных, достигается путем постепенного дообучения. На выходите вы можете получить более сложные и интересные задачи и более высокую зарплату. Однако некоторым путь может показаться слишком скучным и простым.
Менеджмент
Еще один распространенный карьерный путь для аналитиков данных — руководящие должности. Вы можете начать с должности аналитика данных, а затем вырасти до аналитика старшего уровня, team lead или даже директора по аналитике.
Если вы заинтересованы в следовании по этому пути, следует сосредоточиться на развитии своих лидерских качеств наряду с навыками работы с данными. Чем дальше вы продвигаетесь по карьерной лестнице, тем меньше работаете руками и тем больше у вас ответственности за результаты команды/команд.
Часть аналитиков становятся product manager.
Продакт-менеджер (или, коротко, продакт) — это человек, который ведет продукт от разработки идеи до выпуска на рынок. Продуктом может быть приложение или отдельный его раздел, программное обеспечение, веб-сервис или даже девайс.
Главная работа продакт-менеджера — создать продукт, который будет интересен пользователям и заработает для компании прибыль. Аналитические навыки, которые вы приобрели, работая аналитиком данных, будут полезны при принятии обоснованных решений в развитии продукта.
Фриланс
Речь идет о том, что вы теперь не работаете на конкретную компанию, а работаете на себя (но без найма сотрудников). По такой схеме вы можете оказывать консалтинговые и аутсорсинговые услуги — делать аналитику для других компаний.
Насчет фриланса и предпринимательства в моем телеграм-канале Аналитика и growth mind-set по аналитике разгорелась дискуссия, вот только одно из сообщений:
Некоторое время назад я пробовала работать на фрилансе. Я считаю, что у меня достаточно сильные скиллы в маркетинге и продвижении, потому что уже в течении первого месяца я нашла первых клиентов с разных фриланс площадок и других российских и зарубежных источников (чаты, телеграм-каналы и прочее). Но проанализировав, поняла, что фриланс — это не то, в чем я хочу развиваться.
Во-первых, если вы хотите преуспеть во фрилансе, вы должны иметь опыть не только в аналитике, но и разбираться или как минимум иметь желание разобраться в маркетинге, а также уметь и любить коммуницировать с клиентом. Вот как раз последняя часть, когда твое дело держится на коммуникации с клиентом, мне не понравилась. Поняла, что больше привлекают бизнес-идеи, когда продажа совершается без общения с клиентом (пример — покупка функций в мобильном приложении).
Во-вторых, по мере работы насмотрелась на многие агентства, которые оказывают услуги малым и средним бизнесам — там денег нет и большинство из них просто выживают (здесь речь про РФ). Это связано с тем, что большинство компаний малого и среднего бизнеса также выживают, и аналитика — это одно из последних, на что они будут тратить деньги. Ну а крупным компаниям аналитика вряд ли нужна.
Отмечу, что это мое представление, основанное на моем опыте, не претендую на истину.
Предпринимательство
Предпринимателями становятся единицы, не каждый имеет желание и смелость им стать. Однако все равно затрону это направление, так как я регулярно делаю свои проекты и могу назвать их предпринимательскими.
А еще недавно я получила такой вопрос от подписчика:
Надо сказать, что при наличии предпринимательских навыков и аналитических скиллов можно делать любой бизнес — аналитические скиллы и тех навыки сильно помогут. Даже открывая кофейню, вы можете применить в ней свои аналитические знания и построить «твердый» бизнес, опирающийся на данные, а не на интуицию. Что безусловно будет преимуществом, так как малый бизнес редко использует аналитику (максимум подключит Яндекс Метрику, ито не будет использовать ее в полном объеме). И кстати, отсутствие аналитики часто и приводит к хаосу, потере денег и закрытию бизнеса.
Но если хочется делать связанное с аналитикой, то тут тоже может быть куча идей:
- Консалтинговое агентство (это такие же аналитические услуги, только вы нанимаете сотрудников)
- Разработка аналитических продуктов. Это могут быть платформы для визуализации как Power BI, для сквозной аналитики как Calltouch, для мобильной аналитики как Appsflyer и тп. В данном случае не обязательно разрабатывать сразу такое решение как Power BI, можно сконцентрироваться на решении аналитической проблемы в конкретной сфере/отрасли.
- Разработка продуктов, где аналитика — важная часть. Например, трекинговые приложения для сна, питания, физ активности. Или CRM система.
Конечно в случае разработки своего продукта понадобится много дополнительных знаний или найм сотрудников. Но если нанимать не хочется, рекомендую почитать книгу «Суперобучение» Скотта Янга, там есть известный пример человека, который в одиночку разработал игру, приобретя все нужные для этого знания. Игра, кстати, стала популярной.
Это только несколько примеров идей. Я практически ежедневно записываю для себя новую идею, они появляются обычно в процессе изучения нового.
От маленькой компании к Google
Смена компаний тоже может быть ростом (хотя и не всегда). Сначала вы работаете в маленькой компании, потом переходите в компанию побольше, затем в компанию-лидер, а далее работаете в компании-мировом гиганте (например, Google или Microsoft).
И такой путь все еще является популярным для многих аналитиков-карьеристов, когда работа в Google или в подобной компании считается пределом мечтаний.
ИИ специалисты и другие вакансии в области данных
Кроме аналитика данных есть много других профессий связанных с данными: Data engineer, Database Administrator, Data Journalist, Cybersecurity Analyst и т.д. Я не буду на них останавливаться, так как на мой взгляд такой переход редкость и обычно происходит в процессе работы, когда вы понимаете, что вот эта область вам более интересна.
Что касается перехода на должности, связанные с ИИ — Machine learning Engineer, Machine learning researcher, NLP Engineer и др. — то сейчас это то, что будет набирать обороты, так как сфера ИИ быстро развивается и предлагает более высокие зарплаты. Профессия Data scientist, кстати, также связана и с ИИ (так как использует машинное обучение и может работать в AI team), и с данными, просто я вынесла ее отдельно, как наиболее популярное направление.
Какой путь наилучший? Это можете определить только вы, исходя из критериев, которые вам важны.
Подписывайтесь на мой телеграм канал Аналитика и growth mind-set, там пишу больше про тренды аналитики данных, бесплатные курсы с сертификатами в области аналитики данных и другое.