У 1С-аналитиков сегодня есть новое проклятие: от нас начинают ждать не анализа, а мгновенных ответов в стиле чат‑бота. “Ну вы же эксперт, скажите сразу, как правильно настроить”, “скиньте готовое решение”, “а можно без ваших интервью и схем, просто совет?”. За этим стоит иллюзия, что хороший аналитик должен как GPT: за пару встреч выдать точный диагноз и идеальный рецепт автоматизации — без погружения в процессы, людей и контекст, но работа аналитика по своей природе противоположна культуре быстрых ответов. Его задачи - разобрать бизнес‑процессы, собрать и прояснить требования, увидеть противоречия, сформулировать решения, которые действительно подходят системе, а не только красиво звучат. Это ближе к медицине, чем к гаданию: сначала анамнез, обследования, анализы, консилиум - и только потом диагноз и схема лечения.

“Сделайте нам красиво” без анализа Типичный запрос выглядит так: ·        “Надо, чтобы всё автоматически считалось” - без понимания, что именно, на каких данных и по каким правилам. ·        “Сделайте, как в той компании, там же работает” - игнорируя, что процессы, люди и ограничения у всех разные. ·        “Нам некогда разбираться, просто предложите лучший вариант” - то есть “возьмите на себя ответственность за решения без доступа к реальной картине”. По сути, от аналитика ожидают, что он будет ставить “правильный диагноз” по жалобе “мне плохо”, не видя ни анализов, ни истории болезни, ни сопутствующих диагнозов.

Почему это опасно - и для компании, и для аналитика 1.      Решения опираются на фантазии, а не на данные. Без анализа текущих процессов, ролей, ограничений и реальных болей любые “готовые решения” - это красивые гипотезы. Они могут случайно попасть, но чаще усиливают хаос или создают новый. 2.     Ответственность смещается на исполнителя. Когда компанию устраивает формат “аналитик сказал - мы сделали”, очень удобно потом списывать провалы только на него: “плохо спроектировал”, “не учёл нюансы”. Хотя нюансы ему никто не дал. 3.      Сгорает доверие к самой профессии. После пары таких “быстрых внедрений” бизнес искренне считает, что аналитики - это люди, которые долго что‑то рисуют и пишут, а результата нет. На самом деле результаты нет, потому что этап анализа подменили ожиданием магии.

Аналитик как врач, а не гадалка Представьте врача, который по жалобе “болит живот” сразу отправляет на операцию, не изучая историю болезни, не назначая анализы, не делая УЗИ. Это абсурд и уголовка. В реальной медицине есть разные уровни диагнозов: предварительный, клинический, пересмотр после новых данных. В аналитике должно быть так же: ·        первичная гипотеза после общения и базового осмотра процессов; ·        уточнение по результатам погружения, интервью, анализа данных; ·        финальное решение после согласования с ключевыми ролями и оценки рисков. Ожидать “сразу правильно” от человека, которого не пустили в “историю болезни” компании - это не про эффективность, а про отказ брать ответственность вместе.

Что с этим делать обеим сторонам ·        Компании. Если вы хотите от аналитика пользы, а не имитации, закладывайте время и пространство на анализ: интервью, наблюдение, сбор данных, проверку гипотез. Быстрое “сделайте нам как у людей” даёт иллюзию движения, но редко решает корневые проблемы. ·        Аналитику. Важно честно проговаривать рамки: без погружения я могу дать только гипотезу, а не решение. Фиксировать предпосылки в документации и устных договорённостях, чтобы потом не отвечать головой за чужую поспешность. Аналитик — это не GPT, который за секунду выдаёт “правильные ответы” в вакууме. Это человек, который сопоставляет симптомы, историю, контекст, ограничения и только потом предлагает, что именно и зачем автоматизировать. Всё остальное - попытка оперировать по жалобам, не изучаю историю болезни пациента.