Основы аналитики данных

1. Что делает аналитик данных

Аналитик не просто строит графики. Он помогает ответить на вопрос, принять решение и проверить, сработало ли оно.

Главный цикл: вопрос бизнеса → данные → проверка качества → анализ → вывод → рекомендация → измерение результата.

Пример

Руководитель говорит: «В этом месяце продажи упали». Это ещё не аналитическая задача — пока непонятно, что считать продажами, с чем сравнивать и какое решение требуется.

Уточняющие вопросы

Сравниваем выручку, число заказов или прибыль?
С каким периодом сравниваем: прошлым месяцем или тем же месяцем прошлого года?
Нужно найти причину падения или оценить эффект конкретного изменения?

2. Как устроена таблица

Строка — одна запись. Столбец — характеристика записи. Важно понять, что именно представляет одна строка: заказ, товарную позицию, клиента или событие.

идентификатор заказа	Продукт	количество	Цена
501	Мышь	2	900
501	Клавиатура	1	2500
502	Кабель	3	300

Здесь две строки с заказом 501 — это не обязательно дубликаты: каждая строка описывает отдельную товарную позицию. Это называется уровнем детализации (уровень детализации).

До удаления повторяющихся строк ответь на вопрос: «Могут ли две строки законно иметь один и тот же идентификатор?»

3. Типы данных, пропуски и ключи

На вид число может оказаться текстом, например «1 200 ₽». Дата в формате «03/04/26» может трактоваться по-разному. Пустое значение не всегда равно нулю.

Число: можно складывать и сравнивать арифметически.
Текст: название товара, код клиента, категория.
Дата: нужна для правильной сортировки и сравнения периодов.
NULL / пусто: значение неизвестно или не записано — не заменяй его на ноль без основания.
Ключ: поле или комбинация полей, которая позволяет отличить запись от других.

4. Метрики и простые расчёты

Метрика — числовой показатель, который помогает отвечать на вопрос. Формула зависит от того, что именно хочет измерить бизнес.

Выручка = сумма количества × цена продажи по всем строкам.
Прибыль = выручка − расходы (если расходы учтены полно).
Средний чек = выручка / количество заказов.
Конверсия = число целевых действий / число подходящих возможностей × 100%.

Обрати внимание: средний чек считают по заказам, а не по товарным строкам. Если в заказе несколько товаров, простая средняя цена строки — другой показатель.

5. Качество данных до анализа

Даже правильная формула даст неправильный результат, если исходные данные ошибочны. Перед расчётами проверь несколько классов проблем:

Пропущенные значения в обязательных полях.
Дубликаты — с учётом уровня детализации, а не просто повторяющегося ID.
Невозможные величины: отрицательное количество, цена там, где она не может быть отрицательной.
Разные варианты одной категории: «Москва», «москва», «Москва ».
Непоследовательные форматы дат и чисел.
Несогласованность между таблицами и контрольными итогами.

Правило: не исправляй данные молча. Зафиксируй правило, посчитай затронутые строки и сохрани исходный файл.

6. Почему суммы иногда удваиваются

Представь, что одна таблица содержит заказ, а другая — несколько платежей по этому заказу. После JOIN одна запись заказа повторяется для каждого платежа. Если после этого суммировать сумму заказа, итог будет завышен.

Пример

Заказ №7 на 1 000 ₽ связан с двумя платежами по 500 ₽. После соединения сумма заказа 1 000 ₽ появится в двух строках, и SUM(order_amount) даст 2 000 ₽ вместо 1 000 ₽.

Перед объединением выясни связи: один-к-одному, один-ко-многим или многие-ко-многим. Затем сравни количество строк и контрольные суммы до и после JOIN.

7. Преврати бизнес-вопрос в план анализа

Попросили «улучшить удержание клиентов». Нужно определить, кто считается клиентом, что означает возвращение, за какой период измеряется результат и какие группы сравниваются.

Вопрос: почему клиенты перестали покупать?
Метрика: доля клиентов, совершивших повторную покупку в течение 60 дней.
Разрезы: канал привлечения, первый товар, регион, месяц первой покупки.
Проверка: достаточно ли данных для всех групп и одинаково ли считается период?
Результат: таблица сравнения и рекомендации, которые можно проверить.

8. Как рассказать результат

Хороший отчёт отвечает на четыре вопроса: что произошло, насколько мы уверены, почему это важно и какое действие предлагается.

Слабый вывод: «На графике видно снижение продаж».

Сильнее: «Выручка снизилась на 12% относительно прошлого месяца. Основное снижение приходится на категорию аксессуаров. Перед изменением ассортимента нужно проверить остатки и рекламные расходы: в текущих данных нет причинной связи, которая объясняла бы падение сама по себе».

Не путай корреляцию с причинностью. Не скрывай ограничения данных. Указывай период, источник и способ расчёта метрики.