Недавно поймала себя на мысли, что в реальности работа аналитика часто выглядит как сеанс одновременной игры, где ты единственный, кто говорит на двух языках сразу. Был у нас на днях созвон. Обсуждали новую логику планирования для полевых команд.

С одной стороны стола — бизнес. Им нужна скорость, удобство и достоверность. Они мыслят категориями KPI, маршрутов и рабочих дней супервайзеров. Для них новая метрика — это способ мотивировать команду. Но они не понимают, почему их простое требование «добавить разбивку по активностям» вызывает такую бурю на другой стороне. С другой стороны — BI-аналитик, владелец дашборда. Она видит в этом требовании угрозу: нужно менять структуру источника, переписывать DAX-меры, ломать текущую визуализацию. Она не была в полях, ей сложно уловить бизнес-контекст, и она ждёт от меня не требований, а уже готового технического решения: «Принеси мне данные в таком виде, чтобы я просто подключила их к отчёту». А посередине — я. Бизнес-аналитик. На этом созвоне я не писала ТЗ и не рисовала BPMN. Я объясняла бизнесу, почему их хотелка технически сломает текущий процесс загрузки данных. А потом я объясняла BI-аналитику бизнес-логику: почему эти цифры — не просто  integer  в таблице PostgreSQL, а планы живых людей, которые завтра выйдут на маршрут. Я переводила с языка KPI на язык архитектуры данных и обратно. И в этот момент остро чувствуешь пропасть между офисом и полем. Разработка и аналитика часто не понимают бизнес, потому что не были в полях. Они видят строки, статусы и  client_id  . Они не видят торгового представителя, который целый день ездит по маршруту (часто без интернета), чтобы закрыть норматив, и для которого ошибка в мастер-данных означает потерю премии. Бизнес, в свою очередь, не понимает разработку. Он не знает, что такое нормализация таблицы, почему нельзя просто «добавить столбик» в работающий контейнер и чем грозит рассинхрон источников. Хороший бизнес-аналитик — это не тот, кто просто транслирует «хотелки» в Jira. Это тот, кто берёт на себя когнитивную нагрузку по соединению этих двух миров. Кто может сказать бизнесу: «Давайте изменим процесс, чтобы данные собирались корректно», а разработке: «Давайте перестроим витрину, потому что за этими цифрами стоят реальные рабочие процессы, которые мы не имеем права сломать». SQL, Python и Power BI делают вас специалистом, который умеет работать с таблицами. Но только понимание того, что кроется за этими таблицами, делает вас аналитиком, которому доверяют решения. По ту сторону экрана монитора нет абстрактных  user_id  . Там есть живые люди и их рабочие дни. И главная задача аналитики — сделать так, чтобы система работала на человека, а не наоборот.