Мифы работы аналитиком данных Наткнулся на тред в соседнем канале: человек, будучи лидом системной аналитики думает над переходом в продуктовую аналитику на джун/мидл позицию.

Я задумался: профессию аналитика данных очень романтизируют. Это формирует неверные ожидания.

В этом посте попытаюсь показать то, как в реальности устроена работа аналитика данных, чтобы вам не пришлось разбивать розовые очки.

Миф 1. Аналитик занимается интересными задачами В реальности большую часть времени занимают чистка данных, починка дашбордов и ответы на вопросы вида «а почему цифра в отчёте не сходится с цифрой в таблице».

Красивые инсайты и ML-модели - это малая часть работы, о которых пишут в резюме. Но часто они приносят 80% результата 😏 Миф 2. Аналитик принимает решения Нет. Аналитик готовит данные для тех, кто принимает решения.

Ты можешь сделать идеальный анализ, который уйдёт в стол, потому что продакт уже всё решил интуитивно.

Нужно быть готовым отстаивать свою позицию или принимать эти условия.

Миф 3. Нужно уметь писать сложный код 🤯 SQL закрывает 80% задач в большинстве компаний.

Python нужен, но чаще для автоматизации рутины (Парсинг данных, работа с API и тд), а не для построения нейросетей.

Если тебе говорят обратное на собесе - уточни, что конкретно ты будешь делать в первые три месяца на работе.

Но это не значит, что другие инструменты не нужны. Миф 4. Данные всегда есть и они корректны Данных либо нет, либо они кривые, либо никто не знает, что именно логируется и зачем. 🙁

Значительная часть работы аналитика - разобраться в том, можно ли вообще доверять тому, что лежит в базе.

Как говорится: 7 раз отмерь - один раз отрежь Миф 5. Правильный инструмент решает всё: Многие могут думать: вот если бы у нас был Tableau/Looker/Amplitude, всё было бы по-другому

Нет. Инструмент - это 10% успеха.

Остальные 90% - это правильные процессы, корректная архитектура данных и люди, которые хотят и умеют смотреть на метрики.

Можно иметь лучший дашборд в мире, но если его никто не смотрит - это просто красивая трата денег.

Миф 6. В аналитике меньше корпоративной политики ™️™️™️™️™️

Неправда.

Данные - это мощный инструмент, и люди могу использовать их политически: подбирают метрики, чтобы доказать свою точку зрения, спорят о том, как считать KPI, требуют пересчётов, если результат не нравится.

Аналитик часто оказывается в центре конфликтов. Нужно быть дипломатичным и не очень эмоциональным.

И чем выше твой грейд, тем чаще ты в этом участвуешь.

А как у вас? Напишите в комментариях, в каком из пунктов вы узнали себя. Если что-то упустил - тоже пишите🍕