Mini-MBA: Аналитик 2.0

До курса работал в Excel на обычном уровне и большую часть отчетов собирал вручную. Здесь сначала хорошо прокачал сам Excel, а потом дошел до Power Query. Особенно понравилось, что можно один раз настроить обработку данных и потом просто обновлять отчет, а не каждый месяц повторять десятки одинаковых действий.

Самым полезным для меня стал SQL. До обучения почти всегда просила коллег сделать выгрузку из базы. После практики уже могу сама собрать выборку, объединить несколько таблиц и посчитать нужные показатели. Для аналитика это сильно ускоряет работу, потому что не зависишь от других людей на каждом шаге.

Python сначала давался тяжело, особенно после Excel. Но когда дошли до обработки данных и автоматизации, стало понятно, зачем он вообще нужен аналитику. Сейчас часть повторяющихся расчетов могу делать скриптом, а не руками. Плюс стало проще работать с большими объемами данных, где Excel уже начинает тормозить.

Мне понравилось, что программа не ограничивается только инструментами. Есть финансовый анализ, бизнес-процессы, юнит-экономика и презентации. На работе как раз часто нужно не просто посчитать показатель, а объяснить руководителю, почему он изменился и что можно сделать. После курса стало намного проще переводить данные в понятные выводы.

Больше всего зашел Power BI. До курса делал дашборды довольно примитивно, а здесь разобрал нормальную структуру модели данных и визуализацию показателей. Теперь отчеты для руководства выглядят гораздо понятнее, и на встречах меньше времени уходит на объяснение, где в огромной таблице искать нужную цифру.

Отдельно понравился новый блок по ИИ для аналитиков. Разбирали автоматизацию еженедельных отчетов, прогнозирование спроса и поиск аномалий в данных. Для меня особенно полезным оказался поиск необычных отклонений, которые в большой таблице легко пропустить. ИИ хорошо ускоряет первичный анализ, но выводы все равно приходится проверять самой.