Сколько времени нужно, чтобы освоить базу аналитика?

Зависит от ритма и направления. При 8–10 часах в неделю базу реально собрать за несколько месяцев, если учиться с практикой. Гарантированных сроков нет: важнее, сколько задач вы решили сами.

Обязателен ли Python для старта?

Нет. Первые шаги строятся на Excel и SQL, а Python подключают позже — когда есть задачи, которые без него решать неудобно.

Можно ли начать аналитику без технического образования?

Да, техническое образование — не обязательное условие. Важнее готовность системно учиться и объяснять выводы. Часто помогают начать с бизнес- или продуктовой аналитики.

С чего начать в аналитике прямо сегодня?

Откройте первую тему по Excel или SQL и разберите её сегодня. Мотивация приходит в процессе: один разобранный запрос убеждает лучше долгих раздумий.

С чего начать в аналитике: план на 8 недель

Аналитик — это четыре разные профессии

Хотеть стать аналитиком — хорошее начало, но пока это про намерение, а не про специальность. Направления отличаются не названием, а задачами: одному нужно описывать процессы и требования, другому — считать метрики продукта, третьему — готовить данные.

База у всех направлений общая: Excel, SQL и умение читать числа без ошибок. Поэтому первые месяцы можно учиться на общем фундаменте, а направление уточнять по ходу.

Четыре направления: задачи и инструменты

Отметьте, какая работа ближе: требования, процессы, метрики продукта или подготовка данных.

Системный аналитик. Описывает, как системы обмениваются данными: схемы, API, интеграции, требования к доработкам. Инструменты: SQL, базы данных, API, Git.
Бизнес-аналитик. Разбирает процессы компании: где теряются время и деньги, какие показатели важны заказчику. Инструменты: Excel, SQL, визуализация и BI, диаграммы процессов.
Продуктовый аналитик. Считает метрики продукта: воронки, удержание, поведение пользователей, A/B-тесты. Инструменты: SQL, статистика и A/B-тесты, продуктовые метрики, визуализация.
Data-аналитик. Работает с большими объёмами: выгрузки, качество данных, расчёты для других команд. Инструменты: глубокий SQL, Python, статистика, большие данные и Data Engineering.

Порядок изучения: Excel, SQL, статистика, Python

Порядок важен: каждый следующий слой опирается на предыдущий. Excel первым — он даёт привычку работать с таблицами и срезами и быстро показывает, нравится ли вам возиться с числами.

Дальше SQL — главный язык аналитика. Без него не будет ни выгрузки, ни проверки гипотезы, ни отчёта. Идите от простого к сложному: SELECT, WHERE, GROUP BY, JOIN, затем подзапросы и оконные функции.

Статистика третья, когда числа уже в руках: средние и медианы, разброс, распределения, доверительные интервалы, A/B-тесты. Python — четвёртым: он выручает в автоматизации и сложных расчётах, но для отчётности хватает SQL и BI.

Excel: формулы, сводные таблицы, базовые графики.
SQL: фильтры, агрегация, JOIN, подзапросы, оконные функции.
Статистика: распределения, гипотезы, A/B-тесты.
Python: позже, если задачи без него решать неудобно.

План первых 4–8 недель

План рассчитан примерно на 8–10 часов в неделю. Меньше времени — растяните сроки, но практику не убирайте.

Неделя 1. Выберите основное направление. Освойте Excel: формулы, сводные таблицы, один график. Соберите таблицу по учебным данным и напишите к ней пять выводов.
Неделя 2. Начните SQL: SELECT, WHERE, ORDER BY, GROUP BY. Пишите по несколько запросов в день и складывайте их в файл-шпаргалку.
Недели 3–4. JOIN, подзапросы, оконные функции. Ответьте запросами на десять вопросов по учебной базе и научитесь читать схемы данных.
Недели 5–6. Статистика: средние и медианы, разброс, доверительные интервалы. Посчитайте простой A/B-тест и объясните словами, что вы утверждаете и чего утверждать нельзя.
Недели 7–8. Соберите дашборд из трёх–пяти графиков по своим запросам, затем добавьте Python, если направление его требует.
Каждую неделю: больше практики, чем теории, а в конце недели — проверка себя вопросами.

Как понять, что база закрыта

База закрыта не тогда, когда курс досмотрен, а когда вы решаете задачу без подсказки и объясняете ход мысли вслух.

Пишете запрос с JOIN и агрегацией без подсказок и понимаете, почему он работает именно так.
Объясняете разницу между средним и медианой и знаете, когда каждое из них сбивает с толку.
Собираете отчёт или дашборд из сырых таблиц за вечер, без чужого пошагового видео.
Отвечаете на базовые вопросы уровня Джун и объясняете каждый ответ, а не угадываете.
Читаете чужой запрос или схему данных и понимаете, что там происходит.
Не боитесь незнакомой задачи: у вас есть план, с чего начать разбор.

Типичные ошибки новичка

Учиться по видео без практики. Просмотренный урок даёт ощущение понимания, а навык растёт, когда вы сами пишете запрос и исправляете ошибки.

Браться сразу за всё. Excel, SQL, Python, статистика и BI вместе дают кашу в голове и ноль законченных навыков. Берите один инструмент за раз и доводите до состояния «могу применить».

Копить сертификаты вместо задач. Сертификат подтверждает, что вы были на курсе, а не то, что вы умеете считать. Полезнее несколько разобранных кейсов и умение объяснить решение.

Как выбрать направление и не бросить

Быстрый способ понять, куда идти, — попробовать каждое направление на маленькой задаче: описать требования и процесс, посчитать метрики и воронку, подготовить данные. Проба занимает вечер, но показывает, какая работа ближе.

Проверяйте себя вопросами с объяснениями: видно не только оценку, но и пробелы. Если вопрос уровня Джун даётся с трудом, вернитесь к теме.

Мотивация — отдельная сложность: учиться месяцами без отдачи тяжело. На Proanalytics.tech есть тренажёр «Карьера» с виртуальной должностью и окладом, XP и достижениями. Всего на портале 1 517 вопросов с объяснением каждого ответа, 120 тем и 13 курсов; вводная тема каждого курса открыта бесплатно и без регистрации, а полный доступ — по подписке: 590 ₽ в месяц, 3 990 ₽ в год или 7 490 ₽ навсегда, автоматических списаний нет.

Что сделать: короткий чеклист

Выберите одно направление как основное, остальные — на «попробовать позже».
Поставьте в календарь 8–10 часов в неделю и защитите это время.
Освойте Excel: формулы, сводные таблицы, один понятный график.
Пишите SQL-запросы каждый день, пока JOIN и агрегация не станут привычкой.
Посчитайте простой A/B-тест на учебных данных и опишите вывод словами.
Соберите небольшой дашборд из своих запросов и добавьте к нему выводы.
Отложите Python до момента, когда Excel и SQL не вызывают вопросов.

Где тренировать

Темы из гайда разобраны в тестах портала — каждый вопрос с объяснением ответа:

Начните с бесплатной диагностики на Proanalytics.tech: 20 вопросов покажут ваш уровень и темы, которые стоит подтянуть. Дальше останется выбрать направление и идти по плану. Портал — тренажёр для подготовки, не образовательная организация и не сертификация: гарантий трудоустройства нет.

С чего начать в аналитике: направления, порядок обучения и план первых недель