Аналитика всегда казалась мне очень интересной и является для меня той областью, где я могу проявить свои сильные стороны.
Ситуация
Сейчас моя работа связана с аналитикой довольно сильно, но это не аналитика в чистом виде. Уже пару лет смотрю в эту сторону, но мне все время кажется, что не хватит мозгов и терпения.
Старт
Сейчас у меня есть знания Google аналитики на уровне сертификата и понимание того, какие навыки мне нужно освоить и какие знания получить для того, чтобы идти в чистую аналитику.
Препятствия
Лень, необходимость изучать много всего по работе помимо всего того, что связано с непосредственно аналитикой.
Очень сильно может помешать тот факт, что я не хочу уходить с текущего места работы, мне здесь очень нравится, но позиция аналитика не нужна компании, исходя из бизнес-процессов. Собственно, думаю, психологически меня именно это и тормозит уже пару лет: подсознательно я понимаю, что моя цель, при ее выполнении, заставит меня отказаться от очень ценных вещей в моей жизни.
Отношения с деньгами
Внимательно слежу за расходами, веду учет в эксель-таблице. Ежемесячно откладываю суммы на отпуск, квартиру к пенсии и крупных расходов типа ремонта, зубов, подарков близким.
При этом, насколько возможно, стараюсь не ограничивать себя в хотелках и получать удовольствие от жизни. Люблю ходить в мюзик-холл и джазовую филармонию.
Шаг 1 Изучить SQL, PostgreSQL, Python
Я зашла на хедхантер и проанализировала требования к веб-аналитикам и навыки, необходимые для устройства на работу. Часть из них у меня уже есть (опыт работы с Google Analytics, Google Data Studio, Google Tag Manager, Яндекс Метрикой). Теперь мне нужно освоить всё остальное.
Начнем с самого сложного. SQL и Python нужны, чтобы работать с базами данных. Нужно найти внятные курсы и пройти их.
Результатом станут базы данных, которые я создам на основе своих проектов.
Шаг 2 Изучить Owox BI, Power BI, Tableau
Системы визуализации данных — помогут в понятном виде представить наши данные.
Нужно найти обучающие программы и пройти их.
Результатом станут дашборды в этих программах.
Шаг 3 Изучить Google Optimize, Optimizely
Системы A/B тестирования.
Нужно изучить, как работают эти системы, создать A/B тест и добиться его результатов.
Шаг 4 Изучить Appsflyer, Firebase
Системы тестирования мобильных версий.
Нужно изучить, как работают эти системы.
Шаг 5 Составить портфолио и резюме, найти работу
Составить портфолио из выполненных проектов.
Подобрать подходящие вакансии.
Пройти одно из собеседований.
Профит!
Попутно планирую подтянуть Google Tag Manager для e-commerce и основы JS.
Знание Python для аналитика сильно переоценено. Как правило хватает понимания работы пары библиотек и как подключаться к бд. Не требуется хорошо знать области видимости/работу памяти и всяких штук связанных с тем, что у языка под капотом.
Pandas, Matplotlib (библиотеки) - обратите внимание на них.
Вот SQL для аналитика маст хэв.
Рекомендую канал Инжиниринг данных в телеграмм (канал DataLearn на ютубе), там есть просто всё, что нужно, чтобы стать аналитиком данных и БЕСПЛАТНО (сорри за капс)! Думаю, изучение модулей оттуда покроет вашу потребность в знании инструментов процентов на 80
Вот и в вакансиях так же: пишут, что ищут веб-аналитика, а обязанности как у аналитика данных)))
Александр, огонь! Спасибо большое за рекомендации!
Знание инструментов это хорошо, только не забывайте, что вам ещё нужно знать что вы будете делать, какие метрики анализировать, какие инсайты нужны бизнесу, что вы должны найти при помощи этих инструментов. И ещё, не беритесь за все сразу, только мозги себе будете заросять. Как база SQL, Power BI (с ним можно работать бесплатно, поэтому проще освоить самому), соответственно DAX под него учите, ну и EXCEL на продвинутой уровне полезен всегда и всем. Аналитик - это про выявление боли бизнеса в превую очередь, а уж потом про инструмент, которым владеет.
Ирина, спасибо, хорошее замечание! Я думала об этом на этапе составления плана, дело в том, что четкий инструментарий действительно куда проще уложить в структуру, чем навык понимания бизнесовых штук. В итоге решила, что буду разбираться с этим попутно, вместе с основными шагами.
begemotik_blondi, "дело в том, что четкий инструментарий действительно куда проще уложить в структуру".
В этом и фокус. что в структуру укладывать нужно не то что проще, а то что важнее и нужнее, аналитик действует именно по принципу разбора сложного на простое, выявляет особенности и закономерности. Для данной профессии важно уметь находить закономерности и выявлять реперные точки даже в сложных системах. Если боитесь копаться и лезть в глубину, то может это не ваше. повторюсь, инструмент - это хорошо, но нужно понимать, что с этим инструментом делать. И еще, вы накидали себе в план кучу инструментов, но понимаете ли вы за что каждый из них отвечает, зачем они нужны, почему именно их требуют в тех или иных компаниях, встречали ли вы весь список инструментов в одной вакансии (сомневаюсь кстати)? Вы же вроде как аналитиком стать хотите, так посмотрите не инструменты, а конкретные запросы в этих же объявлениях (для веб-аналитика как раз: Аудит сайтов и посадочных страниц, что там можно анализировать, какие метрики точно нужны. что в таком аудите важно выявить), в объявлениях, конечно нет конкретных задач, но общие направления собрать можно (пример из объявления веб аналитик в маркетинге: Анализ ассоциированных конверсий и пост-кликовый анализ рекламных кампаний).
Любопытно, сможете вы с намеченным вами подходом чего-то добиться или нет? И если да, то любопытно насколько далеко сможете зайти, а главное качество такого результата.
Ирина, спасибо за подробный комментарий, вы правы. Намечала такую стратегию, исходя из совета для начинающих "начните!", в основу легла логика "начнём, а там посмотрим", эдакий скрам)) План этот я действительно накидала минут за 15, рассчитывая на то, что разбираться буду уже по ходу, – так оно и выходит.
К данному моменту работаю достаточно долгое время SEO-аналитиком, поэтому то, о чем вы пишете, – аудит посадочных, LTV, ROI и прочие ретеншены, – это то, в чем я немножечко разбираюсь, поэтому изначально составляла такой план, исходя из того, в чем я вообще ни в зуб ногой, а в требованиях вакансий оно есть. SQL и Python, с которых я начинаю, в любом случае лишними не будут даже на моей текущей позиции.
Но это не отменяет, конечно, того, о чем вы говорите: несомненно, важно понимать, что анализировать и как анализировать, куда смотреть, чтобы собранные данные и мой дальнейший их анализ принесли пользу бизнесу, как аргументировать свои решения и прочее.
Нужно больше практики. Не на последнем шаге, а в середине годового пути.
Не сочтите за рекламу.
Пакет SQL курсов
https://stepik.org/course/61247