На эту статью меня вдохновил мем о «лёгкой» работе айтишников, которые, мол, просто включают компьютер и получают за это по 300к в секунду. В комментариях к нему кто-то написал: «Ребят, недостаточно просто работать, надо ещё и любить свою работу». Вот тут я и задумалась: а можно ли обойтись без любви?
Понимаю, что айтишные зарплаты и идея получить профессию за полгода кажутся привлекательными. Но даже если ты освоишь все нужные хардскилы, не факт, что дорастёшь до зп, о которой шутят в мемах. Например, потому, что тебе не подойдёт специфика работы, а ежедневная рутина будет бесить и демотивировать.
Возможно, необязательно любить всё, что ты делаешь, но вот подумать о том, чего ты делать не любишь, точно стоит. И сегодня я хочу поговорить как раз о специфике работы аналитика. Эту статью я написала для тех, кто только присматривается к профессии. Надеюсь, она поможет вам принять осознанное решение.
Если вы НЕ обнаружите у себя эти 5 признаков, приходите на курс «Аналитик данных» в Практикум, я там наставник. Если же всё это про вас — подумайте дважды.
1. Вас быстро утомляет работа, требующая внимательности к деталям
В работе аналитика не всё состоит из интересных задач вроде прогнозирования, построения моделей или A/B-тестирования. Иногда приходится долго копаться в данных, тратить много времени на рутинные действия, которые не дают ощутимого бизнес-результата.
Например, если возникает странное отклонение в данных, мы как аналитики проводим полное расследование: выясняем причины, ищем ошибки в логах, тестируем разные сценарии, вручную сверяем показатели. Для этого нужна усидчивость.
Объясню на примере. Мне нужно было узнать среднее время, которое пользователи проводят на одной из страниц сайта. На первый взгляд, задача элементарная: посчитать среднее и медианное значения — дело на пару минут. Но средние значения были нереалистично высокими, в районе 13 часов. Кто вообще сидит 13 часов на странице корзины? Тем не менее получились такие цифры, хотя всё было рассчитано корректно. Я посмотрела распределение данных: медиана тоже была слишком большой. Тогда я решила воспроизвести ситуацию: зашла на сайт, ввела свой ID, добавила товар в корзину и начала следить за временем на странице. Не закрывая её, продолжила заниматься другими делами в интернете. Когда проверила данные, стало ясно, что учитывалось не активное время нахождения на странице, а всё время, пока она была открыта. Нужно было изменить подход к логированию. О чём этот пример? Нельзя просто прийти к заказчику и сказать: «Знаете, у нас так получилось, что средний пользователь 13 часов сидит на странице. Вот такие странные данные». Нужно докопаться до сути и найти причину, что далеко не всегда бывает интересно или быстро. |
2. Вы не готовы много общаться с людьми
Часто слышу от знакомых проджект-менеджеров и эйчаров: «Я устал от общения, хочу перейти в аналитику, чтобы просто писать код и ни с кем не разговаривать». Сама по себе эта мысль забавная, потому что в реальности аналитика — это далеко не работа с компьютером 24/7.
Многие представляют себе работу аналитика так: получаешь чёткое ТЗ в таск-трекере, выполняешь задачу и переходишь к следующей. Но на деле успех в решении задачи больше чем наполовину зависит от того, правильно ли ты понял вопрос. А заказчик далеко не всегда знает, чего на самом деле хочет. Поэтому аналитик в первую очередь выясняет реальную проблему или «боль» заказчика.
Бывает, что задачу формулируют слишком детализированно, ТЗ пестрит запросами: какие метрики посчитать, в каких разрезах, за какой период. О чём это обычно говорит? Скорее всего, у заказчика есть проблема и собственное видение её решения, но не факт, что оно правильное. Задача аналитика — встретиться с заказчиком, понять, почему именно эти метрики важны, и разобраться, что на самом деле скрывается за цифрами. Только после этого можно приступать к работе.
В другом случае ТЗ может быть, наоборот, слишком абстрактным. Например: «Найдите точки роста продукта». Этих точек — множество. Аналитик должен помочь заказчику конкретизировать запрос: выяснить, какую именно проблему нужно решить, и предложить подходящие метрики и исследования. Всё это обсуждается на встречах.
Аналитику приходится общаться не только с заказчиками, но и с другими командами. Вернёмся к примеру с 13 часами на странице: чтобы понять, почему логирование ведётся таким образом, я обратилась к разработчикам.
Часто задачи решаются методом переговоров — и это мой любимый подход. Бывает, что проблема лежит не в данных, а в плоскости человеческих взаимоотношений или даже психологии. И тогда нужно просто сказать: «Дружище, давай это протестируем и посмотрим результат» или «Давай не будем тратить время на то, что уже не сработало».
3. Вы планируете часто менять место работы
Когда я пришла на свою первую работу, там уже был опытный аналитик, который собирался увольняться. Я удивилась: зачем уходить из компании, которая предлагает безлимит фисташек, фэнси-завтраки, тусовки по пятницам, да ещё и интересные задачи?
Он объяснил, что аналитик становится ценным для компании с годами — чем дольше работаешь на одном месте, тем лучше знаешь продукт и тем быстрее можешь разобраться в данных. Но у этого есть и обратная сторона: со временем становится скучно.
Постоянная смена работы в поисках новых ощущений не выход, это только мешает стать сильным спецом. И что делать?
Один из вариантов — на старте карьеры выбрать компанию с возможностями для «перемещений». Так вы сможете со временем перейти в другой продукт или команду — разнообразить задачи, но при этом продолжить развитие в компании с уже накопленной экспертизой. Второй вариант, как у меня, — «расти вширь», то есть заниматься разными задачами в одной области. И всё-таки домен останется тем же. Это всё ещё аналитика, и без интереса к профессии будет сложно сохранять мотивацию.
P.S. Здесь стоит добавить, что речь о продуктовых компаниях. В консалтинге, например, другая специфика: вы работаете над проектами для разных клиентов и постоянно меняете область.
4. Вы не хотите ничего решать
Однажды моя подруга, тоже аналитик, призналась, что устала от работы, потому что ей приходится постоянно принимать решения. Так или иначе что-то решать вы будете в любой профессии, но вопрос в том, насколько сильно это будет влиять на бизнес.
В руках аналитика результаты A/B-тестов, от которых зависит — выкатывать в прод новую фичу или нет. Такие действия напрямую влияют на пользователей приложения. Проджект-менеджеры часто рассчитывают на аналитиков, думая, что они-то уж точно смогут принять правильное решение на основе данных.
Но данные не всегда дают чёткий ответ, чаще всего они говорят: «Вообще без разницы, что хотите, то и делайте». В таких случаях аналитик вынужден полагаться на свой опыт и косвенные признаки, принимать не самое надёжное решение, а затем нести за него ответственность. А ошибки неизбежны.
Был случай, когда я предложила отключить фичу, которая, судя по данным, не приносила ощутимой пользы. Мы её отключили, а потом начали получать жалобы от наших платящих пользователей. Я не оценила, что хотя фича и была не слишком популярной, но её использовали ценные для нас люди. Включили обратно.
Профессия аналитика подойдёт тем, кто быстро принимает решения, умеет выдерживать ответственность и спокойно воспринимать собственные ошибки.
5. Вам некомфортно быть плохим полицейским
Иногда я ощущаю себя самым плохим человеком в компании, потому что приходится приносить неприятные новости и определять, какая команда допустила ошибку. Такая информация неизбежно кому-то не понравится.
Например, бывает, что новая фича, на разработку которой проджект-менеджер потратил полгода, оказывается неэффективной и не приносит денег. Я как аналитик должна сказать об этом: корректно объяснить, в чём дело, и предложить идеи для исправления ситуации.
Другой пример — продукт не покупают. Маркетологи утверждают, что проблема в продукте, а команда разработки считает, что маркетинг неправильно его позиционирует. Тогда я изучаю данные и выясняю, кто прав, а кто нет.
Приходить с плохими новостями — задача не из приятных. К тому же аналитикам часто хочется, чтобы фича всё-таки заработала, — велик риск «натянуть сову на глобус» и «подогнать» данные. Именно поэтому в нашей профессии так необходима способность выдерживать напряжение, эффективно управлять коммуникацией и сохранять объективность.
Почему в этом списке нет хардскилов? Потому что их проще прокачать. Обычно на развитие технических навыков уходит от нескольких месяцев до полугода, и тут всё решается практикой и обучением. Гораздо сложнее — пересобрать себя, превратиться из интроверта в человека, который с удовольствием и без стресса обсуждает проекты и отстаивает свои решения.
Я ни разу не увольняла аналитиков из-за недостатка хардскилов, а вот из-за проблем с мягкими навыками расставаться приходилось. Поэтому я всегда советую при выборе профессии смотреть не только на технические задачи, но и на специфику работы. Это повышает шансы, что вы полюбите своё дело и добьетесь в нём успеха.
Комментарии (9)
Alex_Skosyrev
25.10.2024 06:59Хочу дополнить ещё то, что хорошим аналитиком вы не станете, если вам тяжело отказывать людям.
Важно быть честным и сохранять нейтралитет в подходе к анализу данных. К вам прямо или косвенно могут обращаться, чтобы вы слегка поправили выборку данных, по-другому на них посмотрели для того чтобы инициатор получил выгоду (его фичу не выпилили, например). Нужно уметь жёстко говорить, что вы за выяснение истины, а не за подлог.
Если не уметь говорить "нет", то вы станете плохим аналитиком, примерно как градусник, который отражает не реальную температуру, а ту, которая "очень просит партия".
Darina_Kukhtina Автор
25.10.2024 06:59Согласна про нейтралитет! Но сама, к счастью, пока не сталкивалась с тем чтобы просили "подкрутить" данные
schwammkl
25.10.2024 06:59Если вы хотите вдруг стать аналитиком с курсов, самое веселое, к чему нужно готовиться - от 400 откликов на вакансию за 40 тыр. Т.е. теория вероятностей начинает вас настигать в самом начале карьеры :)
vladislavcw
25.10.2024 06:59Я аналитик и я просто сижу и втыкаю в монитор. С людьми дальше "здравствуйте" общаюсь не часто. Ничего не решаю и плохим полицейским ни разу не был
То, что представлено в статье - личный опыт автора, который он пытается выдать за истину в последней инстанции
beskov
25.10.2024 06:59не личный опыт, это родовое бельмо яндекс практикума, что они всех аналитиков смешали в одну кучу
Andryushok
Честно разобрали не самые очевидные сложности, а то порой создаётся впечатление, что аналитик просто сидит и смотрит в данные.
mclander
Да. Сидит и смотрит в данные, сидит и смотрит в данные, сидит и смотрит в данные. Потому что в данных какой-то бред, но все утверждают, что на их стороне всё как часы. И угадай у какого ребенка (из 28) няня без глаза, зато в лабутенах.
Darina_Kukhtina Автор
Оооо да))
Darina_Kukhtina Автор
Спасибо!) Рада что статья полезна -- я действительно хотела подчеркнуть что работа аналитика не только в это.