Становление аналитика

Плюсы и минусы профессии

Плюсы:

• высокая востребованность на рынке труда;
• достаточно высокий уровень оплаты труда;
• гибкий график работы, в том числе возможность удаленной работы;
• неоспоримая значимость бизнес-аналитика в глазах сотрудников и заказчиков, удовлетворение от реализованного проекта,
• возможность поездить по стране и за ее пределами;
• возможность реализовать свои творческие способности;
• результат работы и ощутимая польза видны сразу же, как только рабочий процесс в компании выводится на новый уровень;
• за счет навыков коммуникативного общения во время проектов в разных организациях происходит расширение круга полезных знакомств.

Минусы:

• разногласия, споры с клиентом как следствие его непонимания отличия одной системы от другой и, кроме того, низкой эффективности постановки им задачи;
• нередко пользователи негативно относятся к внедрению новой информационной системы в компании, тогда аналитику приходиться терпеливо и упорно объяснять ее пользу и преимущества, что отнимает время и нервы;
• из-за высокого уровня смежности с другими специализациями (разработчик, архитектор приложений, консультант) существует риск переключения системного аналитика на смежные задачи, что не всегда может отвечать целям и устремлениям специалиста;
• ненормированный рабочий день, частые командировки (хотя у таких поездок есть свои плюсы: иностранные компании любят проводить стажировки сотрудников представительств — отличный шанс за их счет пожить в шикарном отеле, посмотреть другие страны. Цивилизованные компании организуют не только обучение, но и отдых, в программу которого входят занятия, посещение выставок, экскурсии).

Как стать аналитиком

В вузах есть специальности, связанные с аналитикой. И чаще всего это экономические направления. Здесь можно получить хорошую базу, так как фундамент экономических процессов особо не меняется уже много десятилетий. Что касается работы с современными методами и программными продуктами, то часто эти навыки нужно приобретать самостоятельно.

Профессиям, которые связаны со сферой IT, сложно обучиться в университете, потому что программа очень отстает от современных требований. В вузе можно получить смежную специальность. Например, для начала стать разработчиком, а затем продолжить свое образование.

Получить более актуальные и практические знания можно на специализированных курсах, которые сейчас все чаще проходят онлайн в удобном темпе и режиме.

Подробно о том, как стать аналитиком, читайте на нашем блоге.

Вакансии и зарплата специалиста по анализу данных

Зарплата аналитика данных зависит от вашего опыта, объема работы и ее места. В России новичкам платят в среднем от 65 тысяч рублей в месяц. Опытные специалисты могут рассчитывать на сумму от 115 до 275 тысяч рублей.

Сейчас на HH открыто 7 057 вакансий по запросу «Аналитик данных».

Аналитики данных требуются в маркетинге, банках, IT/Телекоме и еще 25 профобластях. Есть вакансии с разным графиком работы и типом занятости (в том числе для проектной работы и стажировки). Можно найти работу в других европейских странах и США (с дальнейшим переездом).

Варианты работы:

• В офисе. Классическая схема с официальным оформлением и получением социальных гарантий в виде больничного и ежегодного оплачиваемого отпуска. Главный минус – привязка к определенному городу. В регионах заработная плата ниже.
• Удаленно. Часто это официальная работа на полный день, просто вне офиса. Специалист может стать сотрудником крупной компании, даже будучи жителем небольшого города или поселка.
• Фриланс. Это проектная работа с оплатой конкретного результата. Предполагает самостоятельный поиск клиентов и заказов на биржах, сайтах по поиску работы. Опытные аналитики обычно создают сайты-визитки и дают рекламу о своих услугах на разных площадках.
• Переезд. Работа в зарубежных компаниях считается более престижной и высокооплачиваемой. Главное – ваш опыт и умение свободно писать и говорить на иностранном языке (уровень от B2).

Статья в тему: Как заработать на арбитраже трафика

Обязанности на работе

Трудовые функции и обязанности системного аналитика можно разделить на следующие категории, соответствующие 4 уровням квалификации специалиста:

1. Разработка локального функционала системы и требований к нему. Работник может занимать должность стажера, младшего системного аналитика, консультанта или инженера-исследователя. Он должен изучать работу самой системы и ее аналогов, собирать результаты исследований, сопровождать разработку пользовательской документации и давать ответы по возникшим у заинтересованных лиц вопросам, уметь вести протоколы совещаний.
2. Разработка требований и техзаданий для систем малой или средней сложности. Специалист составляет их в том числе и для подсистем, сопровождает предварительное тестирование, формирует регламент эксплуатации, обучает пользователей, выявляет риски и обрабатывает запросы на изменения.
3. Проектирование средне- и крупномасштабных систем на уровнях концепции и логики функционала. На должности старшего системного аналитика (инженера-исследователя или консультанта), которую можно занять после 3 лет работы на предыдущем уровне, сотрудник ставит производственные цели, представляет разработанные им концепции системы, организовывает оценивание соблюдения требований, формирует шаблоны отчетных документов, сопровождает приемные испытания.
4. Курирование подразделения и проведение аналитических работ. Занимая должность ведущего системного аналитика, руководителя отдела или группы системного анализа, сотрудник (после 5 лет стажа на предыдущем месте) управляет аналитическими структурами, процессами разработки, инфраструктурой, сам создает методологию анализа, а также планирует и контролирует связанную с этим деятельность.

В числе требований, которые почти всегда упоминаются в вакансиях, значатся знание основ программирования, SQL (языка структурированных запросов), теорий алгоритмов и баз данных, менеджерские навыки.

Как будет проходить обучение на курсе системной аналитики в GeekBrains? Что студенты будут изучать? Нужно ли иметь какие-то базовые знания?

Проще всего войти в профессию системного аналитика людям с бекграундом в IT. При этом не обязательно иметь навыки разработки, но пригодится опыт работы техническим писателем, специалистом технической поддержки, проектным менеджером и бизнес-аналитиком в IT-сфере. Также курс подойдёт начинающим системным аналитикам, которые хотят прокачать навыки и вырасти в своей специальности.

Особенность обучения на курсе — максимальная ориентированность на практику. Большая часть каждого урока будет посвящаться решению специально подобранных практических кейсов, идентичных самым распространенным задачам, с которыми профессиональные системные аналитики встречаются каждый день.

Занятия будут проходить два раза в неделю, начинаться в 20:00 и длиться 1,5-2 часа. Обучение будет включать в себя лекции, практические семинары, а также предусматривать выполнение домашних работ для того, чтобы закрепить полученные знания и протестировать их на практике. В начале почти каждого урока мы будем разбирать трудности, которые возникли у студентов в процессе выполнения заданий.

Для более эффективного обучения мы будем использовать специальные интерактивные тренажеры – онлайн-сервисы для работы с SQL, различные контейнеры docker, а также специально разработанный сервис для тестирования API.

В рамках курса мы научимся работать с так называемыми «нотациями» — например, BPMN и IDEF0. Это общепринятые системы условных обозначений, с помощью которых можно описывать процессы работы систем в виде схем. Также узнаем, как устроен процесс разработки программного обеспечения на каждом этапе изнутри. Затем научимся выявлять требования к программному обеспечению и составлять технические задания для разработчиков. 

Среди интересных категорий, с которыми мы научим работать — базы данных и обработка информации. Например, составлять SQL-запросы, чтобы быстро выгружать данные из базы, и анализировать данные с помощью Python, чтобы легко их анализировать и принимать рабочие решения.

Всего в рамках курса мы познакомимся и освоим базовые навыки работы с десятками инструментов и сервисов, таких как Git, UML (язык графического описания для объектного моделирования в области разработки ПО), Draw.io и Flowchart (инструмент для создания схем и диаграмм) и другие.

Проблема

Кому	Как
Аналитику и его коллегам	Аналитику — самоидентифицироваться, чтобы правильно распределять усилия в обучении и развитии, поиске работы исходя из интересов и видения будущего. Коллегам — понимать, что является прямой обязанностью, а что несвойственной нагрузкой для аналитика. Пример: от БА требуют дать описания xml-схемы сервиса, а от СА дотошного знания нормативной документации бизнес-домена.
HR	Проще фильтровать кандидатов на первых и последующих этапах рекрутинга, а также получать более релевантные отклики, правильно описывая вакансии. Повысить удовлетворённость сотрудников от работы «там, где они должны быть». Пример: вакансии БА со знанием java, навешивание большого объёма презентаций и сейлз на СА.
Руководителю	Таргетировать подбор и распределение ресурсов, готовых к выполнению конкретного сочетания рабочих обязанностей, улучшить коммуникацию в командах.  Пример: На должность, требующую максимальной коммуникации и гибкости, подбирается «технарь» без желания развивать такие навыки.

Каким компаниям нужны аналитики данных?

Большие данные — ключевой ресурс для бизнеса: их используют в IT, ритейле, финансах, здравоохранении, игровой индустрии, киберспорте, телекоме, маркетинге. Самые крутые и современные компании называют себя Data-Driven. Они принимают стратегические решения на основе данных.

«На самом деле аналитик данных нужен в любой компании, где есть данные, — уверен Артем Боровой. — Условной сети ларьков с шаурмой он тоже по-хорошему нужен, чтобы анализировать потоки, понимать, где лучше открыть новую точку, выстраивать логистику».

Вот три ситуации, в которых бизнесу может пригодиться специалист по анализу больших данных:

«Плохие» долги. В банке хотят свести к минимуму количество клиентов, которые не возвращают кредиты. Аналитик изучает, какие характеристики клиента указывают на то, будет ли он вовремя вносить платежи. На этом основании клиенту будет одобрен или не одобрен кредит.

Проверка эффективности дизайн-решения. Создатели приложения для знакомств хотят понять, как пользователи реагируют на цвет кнопки. Аналитику данных предстоит протестировать два прототипа: часть пользователей видит вариант с синей кнопкой, другая часть — с красной. В итоге он помогает дизайнеру интерфейса решить, какого цвета кнопка лучше сработает.

Еще благодаря качественному анализу данных можно:

• выявлять настоящие и будущие потребности клиентов;
• прогнозировать спрос на товар или услугу;
• оценивать вероятность ошибки при разных действиях;
• контролировать работу и износ оборудования;
• управлять логистикой;
• следить за эффективностью сотрудников.

Всё это помогает компании узнать о себе больше, увеличить прибыль и сократить издержки.

Веб-аналитик

Веб-аналитик – это специалист, который отвечает за количественные показатели маркетинговых активностей компании в интернет-пространстве. В зависимости от масштабов компании, веб-аналитик может выполнять часть функций маркетингового аналитика. Но, как правило, он работает на более тактическом и техническом уровне.

Веб-аналитик постоянно отслеживает текущие маркетинговые активности компании в интернете, выгружает и изучает данные, составляет отчеты и дашборды (визуализированные отчеты, например, инфографики). Затем формирует рекомендации, а иногда и самостоятельно меняет настройки рекламных кампаний. 

Например, увидев, что размещение одного из баннеров обходится компании неоправданно дорого, веб-аналитик оценивает причины. Возможно, баннер размещен на площадке с неподходящей аудиторией, в неправильном месте или с него недостаточно четко считывается сообщение, которое бренд хотел донести до аудитории.

• работает с Google Analytics и Яндекс.Метрикой; 

• настраивает рекламные кампании в Яндекс.Директе и Google Adwords; 

• устанавливает рекламные счетчики, разметки и пиксели с помощью программных инструментов и сервисов. Например, HTML, XML, Javascript, Google Tag Manager, Google Data Studio; 

• работает с системами CMS, инструментами AB-тестирования и веб-аналитики — например, App Metrica, AppsFlyer, Ajust, Similarweb.

Кому подойдет это направление аналитики?

Тем, кому интересно постоянно отслеживать меняющиеся показатели, быстро формулировать гипотезы – и тут же проверять результат. Проводить эксперименты, наблюдать, измерять, отслеживать — эта работа похожа на труд научного сотрудника или исследователя, только в цифровом мире.

Записывание архитектуры бизнес-процессов

По мере того, как специалист будет получать информацию от клиента касательно моделирования изучаемых им процессов, обязательно должна вестись соответствующая документация. Исключительно целостность, а также актуальность каждого документа, принимающего участие в проекте, позволит в конечном итоге в случае необходимости привлечь к его разработке дополнительных сотрудников. В противном же случае, если должностная инструкция системного аналитика не была выполнена и руководитель принял решение о его увольнении, вместе с ним компанию покидают и те знания, которые данный специалист получил в процессе работы с клиентами.

Что такое большие данные

Эта гигантские объемы информации, которые можно собрать и проанализировать только автоматизированным способом.

Предположим, каждый вечер после работы вы играете с собакой. Однажды вы заметили, что пес неприлично громко лает, бегая за мячом. При этом за резиновой игрушкой он гонится с такой же радостью, но молча. Несколько дней вы тестируете гипотезу: проверяете, действительно ли такую реакцию вызывает только мяч? Возможно, ведете дневник наблюдения, отмечая уровень шума по всем игрушкам. Убедившись в своей правоте, вы решаете играть с собакой в мяч только днем или в выходные. Отношения с соседями спасены.

Эти данные — «маленькие», их легко собрать и посчитать вручную, даже в уме. Большие данные — это терабайты разрозненной информации, которую надо собрать по кусочкам, обработать и перевести на «человеческий язык». Например, компания по производству игрушек для животных может анализировать привычки сотен тысяч собак, чтобы выпустить для них новый идеальный продукт.

Когда они сказали, что Excel-файл — это большие данные. Источник

На каких специальностях лучше учиться

Ключевым направлением в подготовке системных аналитиков является «Управление в технических системах» (2.27.03.00), представленное специальностями «системный анализ и управление» и «инноватика».

Сквозная аналитика в Skillbox

Станьте профессионалом в маркетинговой аналитике. Научитесь объединять все источники трафика в одну цепочку и тратить на 50% меньше рекламного бюджета.

подробнее >

Аналитика для руководителей в Нетологии

Постройте data-driven-бизнес и принимайте выгодные для компании решения на основе данных.

подробнее >

Аналитик данных в Нетологии

Научим с нуля собирать, анализировать и презентовать данные. Получите востребованную профессию с зарплатой от 80 тыс. руб. (даже в регионах — по данным hh.ru)

подробнее >

• Для выполнения ролей бизнес-аналитика помогут специальности направления «Экономика и управление» (5.38.03.00): «менеджмент» и «бизнес-информатика».
• По направлению «Информатика и вычислительная техника» (2.09.03.00) пригодятся специальности «инфосистемы и технологии», «прикладная информатика», «программная инженерия».
• В рамках направления «Компьютерные и информационные науки» (1.02.03.00) универсальные айтишники получающих широкие теоретические знания в области информационных технологий. Среди специальностей актуальны «математическое обеспечение и администрирование информационных систем», «фундаментальная информатика и ИТ».

Для поступления, в зависимости от профиля обучения, будущему специалисту нужно сдавать ЕГЭ по математике, информатике, русскому или иностранному языку, физике.

Решение

Сейчас всё порешаем, где наша не пропадала!

• Демотивацию команды решаем мемчиками и бугагашеньками в чатиках (будет весело);

• Отсутствие общей картины развития решаем ссылкой на roadmap;

• Не успел погрузиться в процессы за время испытательного срока — ну и скатертью дорожка, “следующий, заходите!”;

• Блокировка работы команды в случае отсутствия системного аналитика — тут еще проще. Это проблема продактов, просто ставим в известность сотрудников со стороны бизнеса, что пока процессы переводим на паузу. Как будет системный аналитик, сразу дам вам знать. И разработку можно будет продолжить.

Улыбнулся, выдохнул. Проблема решена!

Нет! Нет и еще раз НЕТ! Конечно же, это не выход из положения и так ни в коем случае делать нельзя.

Как  говорила моя бабуленька, когда водила меня в детсад: “Думать надо продуктом!” Т.е. надо понимать, как твои текущие действия помогут в текущей ситуации и какой эффект они дадут в будущем.

Отказываемся от мысли “это их проблема” и вернемся на шаг назад, на тот этап, когда я только составил список проблем и задач.

К сожалению, одной статьи не хватит, чтобы описать все изменения. Но, думаю, смогу уместить в рассказ некоторые из важных нововведений, которые помогли нам вывести системный анализ на новый уровень:

• Внедрение ревью в два этапа;

• Проработанный процесс онбординга и оффбординга;

• Создание “Тайного клуба аналитики”.

Как стать бизнес-аналитиком и куда идти дальше?

Можно выделить 2 пути становления:1. IT-специалист, которому ближе общение, чем написание кода. Такой аналитик будет понимать процесс разработки, знает возможности ПО и понимает, что нужно знать разработчику для качественной работы. Однако ему необходимо отдельно приобретать бизнес-знания в области, которая автоматизируется.2. Специалист без IT-образования, который является профессионалом в определенной предметной области. Такой аналитик понимает все нюансы бизнеса и разговаривает с заказчиком на одном языке. Но ему придется разбираться, что именно подлежит автоматизации и какие данные нужны разработчикам для работы.

Для работы бизнес-аналитика важно:— знать методологии сбора, анализа и формализации;— знать предметную область, которую нужно анализировать;— понимать жизненный цикл ПО в соответствии с различными методологиями;— знать основы программирования, тестирования, алгоритмов, экономики. Что касается личных качеств, необходимо:— обладать аналитическим мышлением;— легко разбираться в неизвестной области;— уметь анализировать текущую ситуацию в сравнении с прошлой;— уметь принимать решения;— любить и уметь учиться;— иметь отличные коммуникативные способности;— быть внимательным к деталям;— четко и ясно выражать свои мысли

Что касается личных качеств, необходимо:— обладать аналитическим мышлением;— легко разбираться в неизвестной области;— уметь анализировать текущую ситуацию в сравнении с прошлой;— уметь принимать решения;— любить и уметь учиться;— иметь отличные коммуникативные способности;— быть внимательным к деталям;— четко и ясно выражать свои мысли.

Перспективы карьерного развития бизнес-аналитика:1. Совершенствоваться как аналитик, осваивать все больший круг аналитических задач.2. Углубиться в системную составляющую и стать Business или Enterprise Architect3. Развиваться по управленческой лестнице, проектной (Project manager -> Program Manager -> CTO) или бизнес (Product manager).

P.S. Спасибо за помощь в написании статьи 18 украинским бизнес-аналитикам, которые поделились с DOU таинствами своей профессии. Приведенные в статье цитаты взяты из их рассказов.

Остальные статьи цикла:Карьера в IT: должность Team LeadКарьера в IT: должность Software ArchitectКарьера в IT: должность Project ManagerКарьера в IT: должность CTOКарьера в IT: должность QA engineerКарьера в IT: должность QA Automation engineerКарьера в IT: должность Системный администраторКарьера в IT: должность Data Scientist / Machine Learning EngineerКарьера в IT: должность Technical WriterКарьера в IT: должность Delivery ManagerКарьера в IT: должность Software Product Manager

Плюсы и минусы профессии

Плюсы

1. Рынок мобильных приложений динамично развивается, поэтому аналитики являются очень востребованными специалистами.
2. Со временем аналитик мобильных приложений может выбрать другое направление деятельности в сфере IT.
3. Аналитики претендуют на высокий уровень оплаты труда.
4. Возможность предоставлять консультативную поддержку или же быть штатным сотрудником.
5. В профессию можно войти с нуля, прослушав программу, реализуемую под эгидой онлайн-университета или школы.

Минусы

1. На аналитике мобильных приложений лежит высокая ответственность.
2. Достаточно высокая конкуренция между соискателями, особенно в небольших городах.

Сравнение должностных обязанностей специалистов

В отличие от эксперта по ИС, работа исследователя эффективности компании относится к хозяйственной — экономической — сфере, а не технической области обслуживания сетей. Плюс он оперирует преимущественно отчетными данными (работа с документами), а системный аналитик напрямую занят с техникой.

Анализ хозяйственной работы может быть как полевым, так и кабинетным. Работа с ИС всегда проводится по месту. С глобальной точки зрения, системного эксперта можно назвать бизнес-аналитиком с углубленными знаниями по части IT/компьютеров. Он тоже работает на повышение результата работы компании, но занят на более узком поле, чем его коллега.

Этап обучения

Анализ финансовой/общей деятельности организации — это более общее направление, системный анализ — узкий профиль. Для работы системного специалиста действительно важны знания хозяйствования, понимание приемов общего анализа деятельности. Потому его профессиональная подготовка должна быть более серьезной.

У нас таких экспертов готовят на факультете информационных технологий — по направлениям (отраслям) и в целом практике их администрирования. Это первый путь — программиста с навыками анализа технической базы.

Есть и альтернативный алгоритм. Можно выбрать факультет экономики, чтобы освоить профессию бизнес-аналитика — все те знания/приемы, которые приобретаются в ходе подготовки универсального эксперта. А после (в рамках второго высшего, магистратуры) — усовершенствоваться по части IT-технологий (управление ИС).

Бизнес-эксперту подойдет профиль общей экономики, менеджмента, предпринимательства, бухучета. Программы обучения этим специальностям включают серьезную подготовку в области анализа хозяйственной деятельности — здесь студенты осваивают все, что должен знать грамотный эксперт области оценки финансовой, кадровой, рекламной политики предприятия.

Адрес поступления:

Ленинградский пр-т, д. 80, корпуса Е, Ж, Г.

Станция метро «Сокол», выход в центре зала на ул. Балтийская, далее пешком или на троллейбусе (№ 6, 43) до остановки «Институт Гидропроект» (1 остановка), у троллейбусного депо повернуть направо.

Контакты приемной комиссии:Телефон: +7 (495) 800 10 01

График работы приёмной комиссии:Пн — Пт: 08:30 — 22:10; Сб — Вс: 10:00 — 17:00;

Системный аналитик – это кто и чем занимается: что учитывать во время обучения

Чтобы достаточно быстро освоить специальность, желательно иметь опыт работы в IT-сфере. Дополнительным плюсом станут навыки разработчика. Оптимальное решение – прохождение профильных онлайн-курсов. Профессия системный аналитик достаточно быстро осваивается. Обучение на курсах предполагает теоретическую и практическую часть. Задания и кейсы, наработанные на практике, можно добавлять в собственное портфолио. Это станет дополнительным плюсом для практикующего специалиста представленной ниши.

Также онлайн-курсы рекомендованы тем, кто планирует повысить уровень знаний. Программа обучения регулярно обновляется, что дает возможность проводить характерный «срез». Зачастую они создаются ведущими аналитиками, которые отслеживают последние тенденции ниши. Что делает системный аналитик после прохождения программы обучения:

• Повышает ценник на свои услуги, так как в процессе он приобретает ценные практические знания, что отражается на качестве выполняемой работы.
• Расширяет свой портфолио, совершенствует резюме.
• Становится уверенным специалистом, переходит на новый уровень сотрудничества
• с заказчиками и другими клиентами.

Программы обучения имеют несколько целевых направлений. При выполнении заданий человек получает новые знания в следующих областях: менеджмент, инженерия, бизнес-процессы, экономика. Вместе с этим повышается уровень владения иностранным, так как технические материалы предложены пользователям на английском языке.

Что должен делать бизнес-аналитик?

Бизнес-аналитик – связующее звено между стратегией и операционной деятельностью компании. Хорошо, когда он разбирается и в IT, и в бизнесе:

• Понимает структуру данных, бизнес-процессы, может четко поставить задачу программистам.
• В состоянии сам проанализировать данные, подготовить отчеты для топ-менеджеров: донести ключевые выводы, предложить варианты действий.

Хороший аналитик – это консультант. Он не просто готовит отчеты по регламенту, а думает о прибыли компании. Плановая экономика не развивала такой подход, и экономистам отводилась роль калькуляторов.

К сожалению, до сих пор в крупных корпорациях, госструктурах, встречается такая пассивная позиция: «Вот отчет по форме. Удельная себестоимость 1200 рублей на единицу продукции. А дальше пусть начальство решает, что с этими цифрами делать».

Ваш бизнес-аналитик должен занимать активную позицию: «Себестоимость 1200 рублей. Она выросла на 15% за последние полгода. В основном из-за цен на сырье. Хотя в среднем наш рынок сырья вырос лишь на 5%. Если даете добро – я проанализирую цены и подготовлю список альтернативных поставщиков. Это займет неделю».

Краткое техническое отступление

Бизнес-требованияТребования пользователейФункциональные требования<Кнопка А> <Форма Б><Содержание окна>Функциональные требованияНефункциональные требованияПримечание:базовых принципахПоследовательность работ и их результатов

1. Произойдет смешивание в одном документе результатов различных типов работ, выполняемых разными людьми (аналитиком и архитектором);
2. Срок сдачи технического задания будет увеличен, т.к. для его завершения потребуются некоторые результаты этапа проектирования.
   Результаты этапа проектирования эффективнее оформлять в отдельном документе, описывающем архитектуру Системы.

1. Сначала выявляются цели создания Системы (бизнес-требования). Может сложиться впечатление, что фиксация данных требований не является обязательной для разработки. Но в этом случае у Исполнителя не будет возможности контролировать соответствие разработанной Системы тем целям, для которых она создавалась, а так же – возможности устанавливать семантические зависимости между целями разработки системы и сценариями ее использования;
2. Далее определяются роли пользователей Системы (как людей, так и других программных систем). После этого выявляются и описываются сценарии использования Системы каждой из данных ролей. Так формируются Требования пользователей.
3. Далее разрабатывается полный набор требований к функционалу Системы таким образом, чтобы данный функционал позволял выполнить все сценарии, описанные в Требованиях пользователей. Так же фиксируются ограничения для Системы и параметры среды ее функционирования.

Отсутствие дублирования в описании требованийУправление изменениями

• Исполнитель понимает, что требования не всегда могут быть сформулированы Заказчиком полностью и корректно на начальных стадиях проекта. Соответственно, изменения в требованиях по ходу проекта допускаются.
• Заказчик понимает, что изменение требований влечет за собой увеличение трудозатрат и сроков сдачи продукта.

Доступность информационных ресурсов, заинтересованных лиц, экспертов предметной области и технических специалистов

• ко всем относящимся к разработке ПО материалам;
• ко всем ключевым носителям информации и лицам, обладающим требуемыми полномочиями

1. заинтересованные лица
2. эксперты предметной области
3. лица, участвующим в согласовании и утверждении требований
4. технические специалисты со стороны заказчика либо других подрядчиков/субподрядчиков.

Кто такой системный аналитик

Для начала, давайте обозначим границы, чтобы понимать для кого эти темы и вопросы актуальны. Границы роли системного аналитика далеко не всегда четко обозначены. От компании к компании я встречаю совершенно разные интерпретации должностных обязанностей таких специалистов. Однако, большинство компаний, занимающихся веб- и мобильной разработкой близки в своем понимании роли СА и требованиях к кандидатам.

Чаще всего требования к кандидатам следующие (помимо опыта работы в определенном домене):

• Основная деятельность: сбор, анализ и документирование требований к ПО на техническом языке. Сопутствующее общение с заказчиками и проектной командой, изучение предметной области, участие в проектировании решений, проверка реализованного функционала на соответствие требованиям, участие в показах.

• Требуемые hard skills: навыки разработки технической документации (BRD, SRS), опыт работы с различными СУБД, уверенные знания SQL, проектирование модели данных, знание нотаций UML, BPMN, знание различных методов интеграции систем, понимание принципов проектирования REST API, опыт работы с SOAP, понимание особенностей форматов обмена данными JSON/XML.

• Требуемые soft skills: коммуникабельность, способность находить общий язык и с разработкой, и с бизнесом, аналитическое мышление, умение работать в условиях недостатка информации, адаптивность к изменениям, проактивность и ответственность за конечный результат.

Внедрение решения

При проектировании на первых итерациях получается не полнофункциональная ИТ-система. При создании ИТ системы с нуля, как правило, закрывается главная дорога, а исключения и боковые ветви остаются за рамками создаваемого ИТ решения. При внедрении готового решения за рамками остаются процессы, которые туда не ложатся. Для внедрения ИТ-системы нужно выработать подходы, что делать с этими случаями. Либо менять процессы, либо закрывать потребности с помощью более простых и универсальных решений типа Excel (Googledocs, …) и регламентов.

Зачастую аналитик создает эти временные подпорки и формирует требования на изменения регламентов так, чтобы внедрение не привело к серьезным сбоям процесса.

Также зачастую аналитик готовит данные либо формирует требования по их преобразованиям.

Если можно внедрить систему в географически выделенных подразделениях, то аналитик прорабатывает то, каким образом будут взаимодействовать старая и новая система совместно, обеспечивая один процесс.

Когда все готово, аналитик проводит обучения ключевых пользователей и сопровождает внедрение.

Активное участие аналитика во внедрении необходимо, чтобы аналитик получил обьективную обратную связь по спроектированному решению, нашел ошибки в методиках проектирования и развивался.

Находим точки роста продукта

Самый первый этап понимания любой задачи для продуктового аналитика – это определение, к какому классу проблем она принадлежит. Обычно выделяется три вида исследований:

• Поиск проблемы (problem discovery) — когда мы не знаем, какие проблемы существуют у пользователей вне конкретной продуктовой функциональности. Это, как правило, этап интервью.
• Валидация проблемы (problem validation) – когда мы вроде бы знаем, что есть определенные задачи, но мы хотим проверить что они есть у действительно большого числа пользователей. Это этап разнообразных опросов.
• Валидация решения (solution validation) – когда мы проверяем уже конкретные решения, которые придумали или запрототипировали. Этап прототипов или бета-тестирования.

Аналитик участвует во всех трех этапах исследований, однако главный упор в работе обычно все же приходится на вопросы валидации проблем и решений. Предположим, что продукт-менеджер вместе с аналитиком и маркетологом провел двадцать интервью с разными клиентами. Как нам понять, что этим выводам можно доверять и те проблемы, которые были озвучены, актуальны действительно для всех пользователей? Как обеспечить объективность найденного потенциала развития за счет оценки масштаба? Иными словами, как нам проверить, что то, что мы обнаружили в интервью, это действительно потенциальная точка роста для продукта?

Именно здесь получается максимально задействовать инструменты и знания работы с данными, которые связывают качественные и количественные исследования. Понять масштабы и найти самый правильный способ их определить – это и является ключевой компетенцией продуктового аналитика. Вот лишь один небольшой пример, когда аналитический подход позволил изменить наш процесс сбора болей клиентов и иначе подходить к их валидации продуктовой командой.

Распознаем и анализируем разговоры

В Wrike есть подразделение аккаунт-менеджеров (customer success managers), главная задача которых — поддерживать клиентов не с целью продаж, а улучшения их опыта пользования продуктом. Они созваниваются с клиентами по видеосвязи, обсуждают их текущие боли, рассказывают лучшие практики, предлагают ворк-эраунды и сообщают о статусе разработки новых фичей. Все эти разговоры долгое время записывались и практически не использовались продуктовой организацией – пиэмы предпочитали лично общаться с аккаунт-менеджерами, чтобы получить некое общее представление о болях клиентов. Это могло добавлять элемент «испорченного телефона» и не всегда раскрывало контекст, в котором с этой проблемой сталкивался пользователь.

Одним из инициативных проектов продуктовой аналитики стала разработка pipeline, который превращал разговор в понятный текстовый формат. Используя Google Speech API, а также несколько дополнительных моделей для расстановки пунктуации, удалось максимально быстро получить представления о масштабах некоторых проблем и требований к функциональности на основе множества бесед менеджеров с клиентами, а не единичным интервью. Благодаря такому нехитрому источнику удалось осуществлять полномасштабный поиск по ключевым словам, завязанных на некоторую функциональность или проблематику, оценить характер пользователей, требовавших то или иное решение, а также понять контекст в котором это чаще всего всплывало. Сейчас мы также тестируем модель сентиментального анализа, который помогает нам автоматически отлавливать средний уровень удовлетворенности отдельными частями продукта и уведомляет об этом продуктовую команду.

Востребованность профессии

В июне 2021 года на сайте hh.ru было более 13 тысяч вакансий для аналитика данных.

Данные накапливаются с огромной скоростью. В 2018 году аналитическая компания IDC прогнозировала: за пять лет, в период с 2015 по 2020 год, объем цифровых данных в мире вырастет в два раза и составит 40 зеттабайт (один зеттабайт равен миллиону миллионов гигабайт) — но фактически накопление информации идет еще быстрее: в 2020 году объем информации уже достиг 59 зеттабайт. По оценкам Ассоциации больших данных, рынок Big Data в России ежегодно растет на 12%.

Для работы с таким количеством данных компаниям нужны специалисты. В 2019 году вакансий в области анализа данных стало больше в 9,6 раза, чем в 2015 году.

Источник