Від Excel до стратегічного партнера: як змінилася роль аналітика даних за останні 10 років

💡 Усі статті, обговорення, новини про Python — в одному місці. Приєднуйтесь до Python спільноти!

Привіт! Мене звати Оксана, я наразі займаю позицію Head of Analytics в українській продуктовій компанії Jooble. Крім цього я активно створюю навчальні програми та навчаю аналітиці різних спеціалістів.

В галузі аналітики я вже більше 10 років. Мій шлях розпочався в далекому 2015-му і за чей час роль аналітика змінилася дуже сильно.

Тому, враховуючи таку круглу дату в моєму досвіді, вирішила поділитися власним баченням еволюції ролі аналітика даних в IT.

Основні хвилі трансформації ролі за 10 років

Початок: ~ 2015

Поки весь світ сперечався, якого кольору сукня, що ми мали в аналітиці даних?

Аналітик працював вдень і вночі з табличками та Excel-файликами, переносив руками дані з одного місця в інше. Google-таблицям компанії не довіряли, адже то зовнішнє зло, яке хоче «похітіть» дуже секретні дані. Тому саме в ті часи я найбільше працювала з робочою поштою, адже файлики пересилалися там, їх потрібно було скачати, зібрати і сформувати в фінальні дані та звіти і, відповідно, знову відправити готову версію поштою.

Я лише починала свою кар’єру як аналітик і в цілому після навчання з базами даних робота в Excel мені здавалася трішки monkey-job. Тому я намагалася максимально автоматизувати рутину (а вона, якщо чесно, складала 90% роботи) через макроси та формули. Слава всім святим, що останні років п’ять я не чую про макроси. Не то щоб це був поганий функціонал. Добре, що вони були, але все-таки без них моє життя стало сучаснішим.

McKinsey Global Institute у звіті «The Age of Analytics» (2016) зазначив, що компанії в цей період використовували лише 10-20% потенційної цінності від своїх даних.

І я вам скажу, що це ще червоний показник на той час, тому що ті дані збиралися так довго, що аналізувати їх уже не було сил :) Команди зазвичай дивилися на одні й ті самі показники в динаміці, порівнювали їх і на основі цього робили свої рутинні справи — управляли маркетинговими кампаніями, робили якісь зміни в продукті.

Я пам’ятаю власний game-changer. Мене так дістало робити кожного дня одне й те саме, копіювати дані з мільйона документів в листах, що я прям напряглася і за два дні написала купу формул та макросів, які вивільнили 25% мого часу. Звичайно, роботи в мене менше не стало, тому що мені накинули ще інший відділ, але в той момент я зрозуміла, що багато людей просто не націлені на автоматизацію і обирають робити те, що звикли робити.

Хвиля 1: ~ 2017 Python і R

Крім довгоочікуваного безвізу для України, період ~ 2017 особисто я запам’ятала тим, що в якийсь момент мови програмування стали прям дуже популярні серед аналітиків. Чому?

Тому що, на жаль, але часто доступу до реальних баз даних аналітикам не давали. Все ще доводилося працювати з мільйоном файлів, але завдяки Python та R можна було забути хоча б на якийсь час про макроси і працювали уже швидше з даними, і навіть... Почати аналізувати їх!

З мого досвіду, R досить довго був популярніший за Python. Потім певний час аналітики сперечалися, що краще. Сьогодні, звичайно, ми всі бачимо, що Python став королем аналізу даних і ніхто вже в цьому не сумнівається.

Це були чудові часи, коли комп’ютер вмирав від того, що я завантажувала через Python дуже великий файл для аналізу, і не вистачало ресурсів для його обробки. Графіки малювалися дуже швидко, прогнозні модельки були просто магією, якою хвалилися, але частіше всього реально не використовували.

Хвиля 2: ~ 2019 Bi Systems

Йшов 2019 рік, десь в світі виступала Грета Тунберг, в іншому місці з’являвся Covid, а от в аналітиці був максимальний розквіт таких систем візуалізації, як Tableau і Power BI

Вони заволоділи увагою компаній дуже швидко і миттєво стали стандартном на ринку. Звичайно, ці системи з’явилися набагато раніше, але якщо до цього я ще могла зустріти компанії без BI, то в 2019 це вже було майже неможливо. Тепер одне з перших питань при зустрічі аналітиків: «А що у вас в компанії — Tableau чи Power BI?»

Мене особисто до сих пір вражає, чому ці системи такі незручні. Може хтось вже зробить щось краще нарешті? :) І крім того, що незручні, ще й дуже дорогі, не дивлячись на широкий вибір інших тулів.

А після того, як Salesforce купив Tableau, у цієї компанії навіть зникла орієнтація на досвід клієнта: їхня комунікація стала грубою, і є таке відчуття, що ти їх відволікаєш від чогось.

Сьогодні чую все частіше, що компанії переходять на щось або безкоштовне, або власне, або менш гнучке — проте дешевше. Особливо враховуючи наступну хвилю, яка почала зменшувати кількість дешбордів, адже доступ до даних став ще інтуїтивнішим.

Хвиля 3 ~ 2023 AI-шки

Не такий далекий 2023 рік: поява Treads, Twitter тепер X і, звичайно ж, Chat GPT

Коли в Chat GPT з’явилася функція завантажити файлик і проаналізувати його, дуже багато знайомих писали мені і питали, чи готова я до того, що роль аналітика зникне, адже AI-шка тепер може аналізувати файли!

Це дійсно було цікавим моментом. Цікаво було спостерігати і за появою таких крутих фіч, і за тим, як люди почали їх використовувати. Особисто я дуже підтримую підхід, що кожна людина повинна мати змогу працювати з даними, мати наявні інструменти під рукою для цього та розвинуте критичне мислення, щоб зробити якісні висновки для власної роботи на основі інформації.

Йшов 2026 рік, але роботи в аналітика поки менше не стало :) Точно можу відмітити, що вона стала цікавішою. АІ-шки дійсно забрали багато легкої роботи, тепер інші співробітники можуть взяти дані з тих ще ВІ-систем і самостійно йти «гратися» з ними в доступних інструментах. А таких інструментів дійсно багато!

Відповідальність аналітика в цьому всьому — демократизувати дані, зробити їх однозначними, підготувати інструменти, де зробити аналіз внутрішніх даних буде найпростіше, передати АІ-шкам бізнес-контекст та підтримувати колег в їх починаннях роботи з даними.

Хвиля 4 ~ 2025 — стратегічний рівень

І що ми маємо на сьогодні, крім того, що найпопулярніший Windows 10 був виключений і компаніям таки довелося ставити Windows 11? В аналітиці відбувся зсув від виконавця до стратега

Якщо раніше менеджмент брав у аналітика дані і йшов за закриті двері приймати рішення, то сьогодні все частіше за ці закриті двері запрошують уже і аналітика.

Те, що в топ-менеджера з аналітики з’явився ментальний простір для участі в стратегіях компанії, стало можливим якраз завдяки попереднім хвилям.

Додам хоча б якийсь факт, щоб ви мені повірили: за даними Gartner CDAO Agenda Survey 2025, частка Chief Data and Analytics Officers, які підпорядковуються безпосередньо CEO, зросла з 21% у 2024 до 36% у 2025 році.

Я й сама бачу, що шукають в компанію вже далеко не виконавців і не просто менеджерів, які скажуть, кому які робити дешборди. Шукають стратегічного партнера, щоб разом будувати майбутнє компанії. І це насправді круто, тому що розуміння цифр неможливе без розуміння бізнесу, а це разом дає дуже класну основу для ідей та участі в формуванні нових підходів.

В епоху, коли змін дуже багато, потрібно на щось спиратися. І часто найпростіше, на що можна спертися, це дані, адже це факти. А люди люблять факти, тому що це впевненість.

Чи зникне роль аналітика на ринку

Частенько з’являються яскраві заголовки про те, що роль аналітика замінить АІ. Ось одна з недавніх публікацій знову підняла питання про заміну аналітиків та юристів через плагіни Claude.

Але в реальному житті саме в Україні останні 5-6 років попит на цю роль не зникає. Більшість навчальних шкіл активно роблять навчання з аналітики, адже про неї говорять скрізь. Навіть невеличні стартапи вже в перших п’яти співробітниках хочуть бачити аналітика.

Можемо сюди вставити також слайд з DOU. Звичайно, це український тренд, на який дуже вплинула війна.

Але давайте для наочності додамо тренди інших ролей:

Бачимо, що навіть, враховуючи воєнний тренд, в таких популярних спеціальностях, як front, .NET, data science, ріст все одно менше, ніж в аналітиці.

Тут важливий момент: я не стверджую, що аналітика росте найбільше з усіх ролей, я кажу про те, що на сьогоднішній момент немає тренду в падінні попиту на цю роль.

Висновок

Скажу чесно, я не думаю, що аналітик — це роль, яку ніколи не замінить ШІ. Сьогодні ми все ще бачимо цей величезний попит і бажання делегувати на одну конкретну роль роботу з числами та в цілому сконцентрувати аналітичне мислення в певній ролі.

Але я прихильник того, що межі між ролями будуть стиратися дуже швидко. Ми все ще маємо бути десь експертами, але також маємо дуже швидко вчитися суміжним доменам та опановувати нові інструменти.

Аналітичне, бізнесове та критичне мислення мають розвивати всі. Якщо це відбуватиметься, логічним наступним кроком стане те, що потреба в аналітичних ролях у деяких компаніях поступово зменшуватиметься. Дійсно, залишаться люди, які працюватимуть із даними та створюватимуть інструменти для їх обробки, але використання цих даних і їхнє глибоке розуміння, значно більші, ніж зараз, будуть потрібні всім.

Сподобалась стаття? Підписуйтесь на автора, щоб отримувати сповіщення про нові публікації на пошту.