← Все курсы · Все руководства

Что такое анализ данных?

Отправная точка для новичков в работе с данными: что это за работа, на что она похожа и чему следует научиться в первую очередь · Часть Analyst Prep Kit

К Майкл Носито, аналитик данных · Обновлено 30 июля 2026 г.

К концу этой страницы вы проведете настоящий анализ данных. Это небольшое задание, написанное на бумаге, с арифметикой, которую вы можете проделать в голове. Вы также будете знать, как выглядят реальные вакансии по часам (эту часть пропускают большинство статей для начинающих), и чему следует научиться в первую очередь, если вы этого хотите.

Сама работа состоит из четырех ходов. Вы начинаете с вопроса, за которым стоит решение. Вы получаете записи того, что произошло. Вы разбиваете эти записи на группы и сравниваете группы. Потом вы говорите, что с этим делать. Все остальное, каждый инструмент и каждая должность — это вариации этих четырех приемов.

Что на самом деле представляет собой анализ данных

Данные — это просто запись того, что произошло. Квитанция — это данные. Временная метка на дверном значке — это данные. Спор о том, что клиент 4471 аннулировал контракт 3 марта, является данными.

Анализ — это то, что вы делаете с кучей этих записей, чтобы ответить на вопрос. Обычно вопрос заключается в сравнении. Какая группа больше? Какой из них растет? Какой из них стоит нам денег?

Вот та часть, которая делает это работой, а не хобби. Одна запись не скажет вам ничего полезного. Один клиент отменил, и что. Десять тысяч записей имеют форму, и эта форма видна только после того, как вы их сгруппируете. Группировка – это весь фокус. Вы берете одинаковые строки, складываете их в корзину и считаете корзины.

Одно слово вы увидите повсюду: метрика. Метрика — это число, которое вы решили отслеживать, с прикрепленным к нему определением. «Продажи» не являются показателем, пока кто-то не скажет, включает ли он возврат средств. Половина всех аналитических аргументов на самом деле являются аргументами по поводу определения. руководство по определению показателей полностью об этом.

Проработанный пример, которому вы можете следовать на бумаге

У владельца кофейни есть вопрос, за которым стоит решение. Она платит сотрудникам за два дополнительных часа, по одному в каждый конец дня. Она может позволить себе только один. Должна ли она открыться в 7 утра или оставаться открытой до 8 вечера?

Остановитесь на секунду и решите, что вы хотели бы знать, чтобы ответить на этот вопрос. Не так, как вы бы это посчитали. Именно то, что вам нужно увидеть. Запомните свой ответ и сравните его с четырьмя шагами, которые она предприняла.

У нее есть кассовые записи всех продаж за последние три месяца. Это около 1200 строк, и каждая строка выглядит так:

date         time     item        amount
2026-04-02   07:14    latte       4.50
2026-04-02   07:22    croissant   3.20
2026-04-02   19:41    tea         2.80

Никто не может прочитать 1200 строк. Поэтому она группирует их. Каждая продажа до 8 утра идет в одно ведро. Каждая продажа после 19:00 переходит в другую. Затем она складывает суммы в каждом ведре.

Это полный анализ. Четыре столбца, две строки, и из него выпадает решение: открыть пораньше. Утренний час приносит за день почти в четыре раза больше, чем вечерний час.

Обратите внимание на то, что вам не нужно. Никакой статистики. Никакого машинного обучения. Никакого прогноза. Вы сгруппировали строки и сравнили группы, а это и есть подавляющее большинство оплачиваемой аналитической работы.

Где используется анализ данных

Везде кто-то ведет учет и ему приходится делать выбор. Это шире, чем «технологическая компания», и повседневная версия гораздо более распространена, чем знаменитая версия.

Каждый из них — кофейня. Возьмите записи, разбейте их на группы, сравните группы, порекомендуйте изменение.

Четыре шага по порядку

Любой анализ, который вы когда-либо будете проводить, состоит из этих четырех шагов. Названия шагов меняются в зависимости от компании. Заказа нет.

Инструменты и порядок их изучения

Сначала угадайте порядок. Excel, SQL, инструмент визуализации, Питон. Что наступит первым, а что может ждать дольше всего? Большинство людей ставят неправильный вариант на последнее место.

Инструменты выполняют четыре шага за вас при больших размерах. Это все, чем они являются. Существует разумный порядок, и это не тот порядок, который подразумевают объявления о вакансиях.

Изучите их в таком порядке. Таблицы и SQL сами по себе охватывают большую часть работы начального уровня. Python действительно полезен, и это также наиболее распространенный способ, которым новички тянутся в течение шести месяцев, не создавая ничего, на что можно было бы обратить внимание.

Когда очевидный ответ неверен

Вот что делает анализ навыком, а не поиском. Число всей группы может указывать в одну сторону, а число каждой подгруппы — в другую.

Скажите, верите ли вы в это, прежде чем читать пример. В одной больнице в целом уровень выживаемости хуже, чем в другой, но при этом она лучше справляется с каждым типом пациентов. Возможно, или ошибка в арифметике?

Сначала выдуманный пример, чтобы механика была ясна. Две больницы, и ты хочешь, чтобы в одной из них ты с большей вероятностью вернулся домой живым.

Больница Б в целом выглядит лучше: 78% против 72%. Но А лучше в обеих группах, которые он фактически лечит: 95% против 90% и 60% против 55%. Б просто получает в два раза больше легких случаев. Общее число измеряет тех, кто входит в дверь, а не того, что делает больница.

Это не любопытство. Это произошло публично, на основе реальных данных, в 1973 году. Калифорнийский университет в Беркли выглядел так, будто в аспирантуру принимал мужчин гораздо чаще, чем женщин: 8442 мужчины подали заявки и около 44% поступили против 4321 женщин и около 35%. Затем трое исследователей разделили цифры по отделам, и закономерность практически исчезла. Гораздо большее число женщин подавало заявления в отделы, куда принимали наименьшую долю заявок (Бикель, Хаммель & O'Коннелл, 1975, Наука 187(4175), 398–404).

От этого вас защищает одна привычка: сравнив две группы, снова разделите их и проверьте, что ответ сохранился. Вот и все. Это стоит одной дополнительной сводной таблицы.

Работа и как на самом деле выглядит день

Названия должностей в этой области не совпадают в разных компаниях. Одна и та же работа называется тремя разными словами, и одно и то же название означает три разные работы. Таким образом, таблица ниже описывает работу, а не ярлык, и дает примерное представление о том, как на самом деле проходит неделя.

Распределение по неделям: это мои оценки на основе объявлений о вакансиях, исследований, приведенных ниже, и результатов выполнения работы. Это не данные опросов. Относитесь к ним как к форме недели, а не как к ее измерению.

Закономерность для всех шести: подготовка данных занимает больше недели, чем их анализ. Это не признак плохо управляемой компании. Это работа.

Что касается зарплаты, я бы предпочел указать вам на источник, чем повторять цифры из блога о зарплатах. Бюро статистики труда США публикует медианную заработную плату, ожидаемый рост и типичное начальное образование для каждого из них, и эти данные обновляются ежегодно: bls.gov/ooh. Найдите там «специалистов по обработке данных», «аналитиков управления» и «аналитиков исследования операций», поскольку именно эти категории охватывают большую часть аналитической работы.

Откуда эти цифры

Утверждение, что подготовка данных съедает неделю, не является фольклором. Исследователи опросили 35 аналитиков в 25 организациях, работающих в таких секторах, как здравоохранение, розничная торговля, маркетинг и финансы. Поиск данных, их очистка и выяснение того, что в них содержится, снова и снова возникали в качестве повторяющихся болевых точек работы у всех аналитиков, с которыми они разговаривали (Кандель, Пэпке, Хеллерштейн & Хир, 2012, Транзакции IEEE по визуализации и компьютерной графике 18(12), 2917–2926).

В том же исследовании выяснилось, что аналитики разделены на три группы в зависимости от того, как они работают: люди, которые свободно пишут код, люди, которые пишут сценарии, и люди, которые работают внутри таких приложений, как Excel или инструмент информационной панели. Все три — настоящие аналитики. Вам не обязательно быть первым человеком.

В более позднем исследовании были опрошены тридцать профессиональных аналитиков, посвященных конкретно разведке. Он не нашел ни одного аккуратного трубопровода. Иногда исследование является разминкой перед целенаправленным анализом, а иногда поиск чего-то интересного сам по себе является целью, и аналитики расходятся во мнениях относительно того, имеет ли значение эта вторая цель (Олспо, Зокаи, Лю, Джин & Херст, 2019, Транзакции IEEE по визуализации и компьютерной графике 25(1), 22–31).

Новичку стоит этого придерживаться. Четыре шага — это правильный порядок обучения. В реальной работе вы вернетесь к первому шагу на полпути к третьему, потому что данные подсказывают вам, что вопрос был неправильным. То есть работа идет хорошо, а не плохо.

Как попасть в поле

Преградой является не интеллект и обычно не степень. Дело в том, что менеджеры по найму не могут по сертификату определить, действительно ли вы можете это сделать. Итак, весь план направлен на создание чего-то, на что они смогут посмотреть.

1. Сначала освоитесь с электронной таблицей. сводные таблицы, SUMIFS, VLOOKUP или XLOOKUPи основные диаграммы. Неделю или две. На самом деле это большая часть третьего шага, и он есть почти в каждой должностной инструкции.
2. Затем изучите SQL и пойдите дальше, чем просто основы. SELECT, WHERE, GROUP BY, а затем присоединяется. В соединениях новички незаметно теряют или дублируют строки, и это самая проверяемая тема в интервью аналитиков. Запланируйте месяц реальной практики.
3. Сделайте один проект с данными, которые вам действительно важны. Не набор данных Титаника. О чем-то, о чем у вас есть мнение: об открытых данных вашего города, об игре, в которую вы играете, о ваших собственных расходах. Забота – это то, что помогает вам пройти через скучную часть уборки.
4. Напишите проект, чтобы незнакомец мог следить за ним. Сформулируйте вопрос, покажите проблемы данных, покажите сравнение, сформулируйте рекомендацию и укажите, в чем вы ошибаетесь. Этот документ является вашей квалификацией. Это то, что на самом деле читают.
5. Опубликуйте его на Гитхаб. Ссылка лучше, чем пункт в резюме. Руководство по Git покрывает это с нуля.
6. Добавляйте инструмент информационной панели только в том случае, если сообщения, которые вы хотите, требуют этого. Сначала прочтите десять реальных объявлений о работе в вашем городе. Позвольте им сказать вам, следует ли изучать Power BI или Tableau, вместо того, чтобы гадать.
7. Потренируйтесь объяснять вслух. Интервью в основном заключаются в том, чтобы «провести меня через момент, когда вы обнаружили что-то удивительное». Расскажите историю вашего проекта человеку, который не работает с данными, и вырезайте все, что ему не нравится.

Две вещи, которые следует пропустить на раннем этапе: второй сертификат перед первым проектом и Python перед SQL. Оба чувствуют себя продуктивными и оба откладывают дело, ради которого вас нанимают.

Шпаргалка

Что читать дальше

Каждый из четырех шагов имеет более глубокое руководство. Чтобы:

• Шаг первый, фиксация вопроса: превращение нечетких вопросов в измеримые определения и выбор ограничений, которые вы можете защитить.
• Шаг второй, просмотр данных: Почему важен исследовательский анализ данных, и Как настроить базу данных SQL когда файл становится слишком большим.
• Шаг третий, группировка и сравнение: СЧЕТ в SQL, Выражение CASE, и объединяется без потери или удвоения строк.
• Шаг четвертый, говоря, что это значит: Документирование ограничений и создание информационной панели и истории.
• Когда инструменты сопротивляются, а они: Техническая стойкость.

Вопрос, если у вас есть минутка. На какой первый вопрос вы хотели бы ответить, используя данные из своей жизни или своей работы? Не практический набор данных. Настоящий, о котором вы уже задаетесь вопросом. Этот вопрос лучше всего подойдет для начала проекта, чем все, что я мог бы вам задать, и я читаю каждый ответ.

Ссылки

• Бикель П.Дж., Хаммел Э.А. и О'Коннелл Дж.В. (1975). Половая предвзятость при поступлении в аспирантуру: данные Беркли. Наука, 187(4175), 398–404.
• Кандел С., Паепке А., Хеллерштейн Дж. М. и Хир Дж. (2012). Анализ и визуализация корпоративных данных: интервью. Транзакции IEEE по визуализации и компьютерной графике, 18(12), 2917–2926.
• Олспо С., Зокаи Н., Лю А., Джин К. и Херст М.А. (2019). Фаттцинг и мечется: Интервью с профессиональными аналитиками данных о методах геологоразведочных работ. Транзакции IEEE по визуализации и компьютерной графике, 25(1), 22–31.