Бизнес-аналитик – вымирающий вид или востребованный специалист?

Профессия бизнес-аналитика – это прошлое или будущее? Говорят, что искусственный интеллект скоро сам будет писать программное обеспечение, полностью учитывающее интерес пользователей под ту или иную платформу, и бизнес перестанет нуждаться в аналитиках. Однако практика показывает, что бизнес-аналитики – одна из самых востребованных специальностей.

Аналитики нужны всем и всегда, неважно системные, бизнес-аналитики или какие-то другие. Но до полностью самописных продуктов нам еще далеко, примерно, как до Луны. Скорее, это чем-то похоже на историю с искусственным интеллектом: все о нем говорят и пишут, но по сути, никакого AI нет, есть только Machine Learning и пиар.

Чем вы тут занимаетесь?

При инициации, разработке или доработке существующей системы именно бизнес-аналитик изучает потребность в изменении или в разработке IT-продукта. Имея доступ к финансовым показателям он может посчитать, какую выгоду принесет разработка, реструктуризация или рефакторинг. Если этих показателей у бизнеса нет, то аналитик пробуем вместе с топами составить какие-то гипотетические данные, на которых можно делать первичные расчеты. В этот момент появляется такая боевая единица как аналитик данных. Он накладывает выгрузки из разных баз данных и аккумулирует их в показатели эффективности (либо неэффективности) использования тех или иных ресурсов. 

На основании этих показателей собирается такая вещь, как OLAP-куб, с помощью которого бизнес-аналитик может сопоставить либо рассчитать будущее улучшение, либо создание этого бизнес-показателя и сопоставить с тем, как это повлияет на бизнес: плюсы, минусы либо это не принесет вообще никакого результата и не стоит на это тратить средства. 

Чтобы разработать те или иные OLAP-кубы, аналитик пишет техническое задание на продуктовых аналитиков либо на аналитиков данных и минимальные функциональные бизнес-требования для самой системы, если все-таки ее взяли в разработку.  Кстати, BI-аналитик — это как раз те люди, которые работают с данными и строят OLAP-кубы. Чаще всего они делают это с помощью Power BI, поэтому их так и называют. 

По сути, бизнес-аналитик является прослойкой между бизнесом и системным аналитиком, которому уже ставится задача совместить систему и интегрировать ее в работу. Бизнес-аналитику нужно оценить и обосновать, нужно ли ее совмещать и интегрировать вообще и какой в этом смысл. Таким образом, бизнес-аналитик ближе к заказчикам, а системный аналитик – к разработчикам.

Кроме того, качественный анализ данных позволяет предотвращать негатив от пользователей. Ну, например, человек заходит в банковское приложение, пытается сформировать платеж, доходит до этапа оплаты и выясняет, что платить он может только с уже привязанной карты, а чтобы привязать новую – ему нужно вернуться на несколько шагов назад, завести новую карту и потом снова пройти весь путь до формирования платежки. Это реальная ситуация, в которой оказался один заемщик, пытаясь внести платеж по кредиту. Он вводил все положенные коды, ИНН, КПП, БИК и вот это вот все, убил кучу времени на формирование платежки в приложении банка, а на выходе вынужден был возвращаться назад и все начинать сначала, потому что в финале процесса не было функции привязки новой карты. Такой ситуации можно было бы избежать, если проанализировать данные приложения и на этапе оплаты внедрить возможность привязывать новую карту. Что сделал пользователь? Пошел в Google Store и написал негативный отзыв. Никто, кроме аналитика, вам не скажет о таких нюансах и не поможет предотвратить подобные ситуации.

Откуда берутся данные?

Если мы говорим об изменении существующего продукта, то у каждой системы есть своя накопленная база данных. Если же мы говорим о новой разработке, то все начинается с тестирования гипотез, а показатели эффективности могут быть взяты из других открытых источников: бухгалтерия, юристы, ФСС и пр. Ключевым показателем эффективности для бизнес-аналитика считается EBITDA.

Что должен знать и уметь бизнес-аналитик?

Необязательно уметь писать код, достаточно иметь базовое представление о том, что это и читать простые вещи. Для работы бизнес-аналитику понадобится json, xml, базовый английский, системное мышление и представление об основных бизнес-процессах. Многие метрические системы сделаны на html, так что его тоже не помешает уметь читать. Чаще всего это кроссплатформенные системы для веб- и мобайл-интерфейсов.

То есть аналитик должен разбираться в специфике бизнеса, быть базово технически подкован. Технологии не стоят на месте и сколько бы ни было опыта у аналитика, даже если он 10 лет работает на рынке, покажи ему новую систему, и он все равно сядет и будет в ней разбираться, гуглить, искать нужную информацию и исследовать. IT-сфера очень часто меняется, очень много всяких технологий применяется последнее время, и разбираться рано или поздно аналитику придется во всем, что касается его сегмента бизнеса.

Хочется отметить, что рано или поздно бизнес-аналитик окунает-таки пальчик в системный анализ. Без этого никак. Это помогает прогнозировать результаты работы, предотвратить напрасные траты или рассчитать прирост прибыли. 

Конечно, мир не стоит на месте, и, возможно, однажды мы дойдем до создания настоящего искусственного интеллекта, но это перспектива даже не ближайшего десятилетия. А пока мы движемся в этом направлении, аналитики будут в цене, потому что бизнес давно научился рационально использовать свои ресурсы и для прогноза ему необходимы не волшебники-футуристы, а самые настоящие бизнес-аналитики.