Из бизнес-аналитика в аналитика данных: план перехода
Бизнес-аналитик становится аналитиком данных за 4–6 месяцев размеренной учёбы: что переезжает из опыта, три настоящих пробела, план по месяцам и зарплаты в ₽.
Бизнес-аналитик становится аналитиком данных за четыре–шесть месяцев размеренной учёбы. Не потому, что аналитика — лёгкая профессия, а потому, что половину её вы уже делаете на текущей работе: формулируете размытый бизнес-вопрос, добываете правду у людей, которые знают, где живут цифры, преподносите вывод так, чтобы руководство приняло решение. Не хватает двух вещей — технического слоя, который превращает вопросы в запросы к базе, и привычки проверять, закономерность перед вами или случайность, прежде чем она попадёт на слайд. Ниже дорога разложена на конкретные шаги: что переезжает из опыта, какие три пробела осталось закрыть, план на шесть месяцев и живые зарплатные цифры для России.
Сначала честная часть — про рынок. В середине октября 2026 года по запросу «бизнес-аналитик» на hh.ru открыто около 14 900 вакансий, по запросу «аналитик данных» — около 11 100. На входе профессии не различаются и по деньгам: калькулятор Хабр Карьеры показывает одинаковую медиану для обеих специализаций — 170 000 ₽. Если цель — быстрая прибавка, переход лучше не начинать. Его выигрыш в другом: с ростом грейда медианы расходятся в сторону данных, а навыки работы с данными складываются дальше — в инженерию данных и data science, тогда как набор требований и описания процессов растёт медленнее. Подробное сравнение двух профессий — в статье бизнес-аналитик или аналитик данных; здесь — дорога для тех, кто уже решил. Она продолжает дорожную карту аналитика данных для опытных специалистов — опорный материал кластера, где переход разобран целиком.
Что вы уже везёте с собойPermalink to “Что вы уже везёте с собой”
Большая часть недели бизнес-аналитика ближе к работе с данными, чем всё резюме типичного сменяющего профессию. Пересечение конкретно:
| В работе бизнес-аналитика | Как это работает в аналитике данных |
|---|---|
| Сбор требований | Аналитический вопрос сформулирован до прикосновения к данным |
| Интервью с заинтересованными сторонами | Понимание, какой уточняющий вопрос вызовет график |
| Описание процессов | Знание, откуда берётся цифра и что она означает |
| Модели в Excel | Ежедневный инструмент большинства практикующих аналитиков |
| Критерии приёмки и UAT | Проверка качества данных — тот же инстинкт |
| Презентации и отчёты | Выводы, по которым действуют |
Последняя строка важнее, чем кажется. Запрос к базе напишет немало людей; тех, кто может встать перед директором и отстоять смысл цифры, — единицы. Эта половина профессии у вас уже есть.
Это не абстрактный аргумент. Когда я переходил из администрирования серверов в аналитику медицинской компании, первые месяцы работы с данными держались на запросах к системам, которые я сам же и поддерживал руками. Выводы получались состоятельными, потому что процесс, описываемый этими цифрами, я знал изнутри. Бизнес-аналитик стартует с той же позиции, только ближе: контекст процесса уже ваш; освоить нужно одно умение — доставать этот контекст из базы запросом.
Три пробела, которые осталось закрытьPermalink to “Три пробела, которые осталось закрыть”
Сверьте себя с этими тремя пунктами — в таком порядке — и пропустите почти всё остальное, что пытается продать программа «аналитика с нуля».
Первый — SQL на рабочей глубине. Не SELECT-FROM-WHERE, которого многие уже касались. Рабочий уровень — соединения четырёх таблиц в одном запросе, оконные функции, CTE, которые читает другой человек, и достаточно логики, чтобы найти ошибку в собственном результате. SQL переживает любую моду на инструменты, и если вы взвешиваете его против Python, аргументы о разумном порядке — в статье SQL или Python: с чего начать.
Второй — статистика дальше средних. Распределения, выборки, значимость и дисциплина сказать: эта разница — шум. Бизнес-аналитик уже рассуждает об уверенности качественно; пробел — в формальном словаре и паре тестов, которые вы можете запустить и объяснить другому человеку.
Третий — один инструмент визуализации. Power BI или Tableau, освоенный настолько, чтобы собрать дашборд, который чужой человек прочитает от начала до конца. Python с библиотекой pandas идёт четвёртым и во многих вакансиях джунов вообще необязателен. Один инструмент, выученный в глубину, сильнее трёх, пройденных по верхам.
Маршрут на шесть месяцевPermalink to “Маршрут на шесть месяцев”
Для работающего бизнес-аналитика — восемь–десять часов в неделю без отрыва от работы. Сжимайте и растягивайте под свою реальность; порядок этапов важнее их длины.
| Месяцы | Фокус | Критерий готовности |
|---|---|---|
| 1–2 | Глубокий SQL на реальных данных | Запрос с оконной функцией, который вы можете объяснить вслух |
| 3 | Статистика для решений | Вы можете сказать, что разница — шум, и подкрепить тестом |
| 4–5 | Power BI или Tableau, портфолио | Три живых проекта, в каждом — вывод одним предложением |
| 6 | Позиционирование и собеседования | Резюме на языке аналитики, SQL-собеседование пройдено |
Первый месяц начинается не на учебной платформе, а на текущей работе. Самая быстрая версия всего маршрута — внутренний переход: возьмите отчётность, на которую команда уже жалуется, замените регулярный статусный документ живой метрикой, и пусть четверть такой работы заменит проекты портфолио. Свой человек с отраслевым контекстом — кандидат, которого компании предпочитают для первого выделенного аналитика: гибридные роли «бизнес-аналитик данных» создаются именно вокруг таких людей.
Для портфолио у этого перехода есть своё предупреждение: никаких документов с требованиями. Тот, кто отбирает кандидатов на данные, хочет открыть работу и увидеть запрос, график и сформулированный вывод. Хорошо написанная спецификация процессов читается как прежняя работа, как ни оттачивай её. Возьмите область, которую знаете, — операции, воронки продаж, цепочку от заказа до оплаты — и сделайте анализ её. Три проекта в понятной вам области перебьют десять типовых упражнений на датасете «Титаника».
Где уместен сертификат GooglePermalink to “Где уместен сертификат Google”
Сертификат Google Data Analytics — разумный каркас для месяцев с первого по четвёртый: больше 180 часов материала, заявленный темп до десяти часов в неделю, большинство укладывается меньше чем в 300 долларов при подписке 49 долларов в месяц. Программа теперь учит Python, а не R — вслед за вакансиями, где его упоминают всё чаще. Для России у неё два ограничения: обучение целиком на английском, и подписку не оплатить картой российского банка. Оба разобраны в отдельном обзоре сертификата Google Data Analytics — с бесплатными русскоязычными альтернативами.
Для бизнес-аналитика этот сертификат — строительные леса, а не удостоверение. Курсы по таблицам и коммуникации вы пройдёте быстро; время уйдёт на курс SQL и итоговый проект. Сам по себе сертификат редко двигает разговор о найме — что двигает, сравнивается в статье лучшие сертификации для аналитика данных. Итоговый проект, пересобранный на данных из вашей предметной области, — та часть, которую стоит унести в портфолио.
Сколько платят за переходPermalink to “Сколько платят за переход”
Калькулятор Хабр Карьеры, октябрь 2026, медианы по анкетам работающих специалистов:
| Грейд | Бизнес-аналитик | Аналитик данных |
|---|---|---|
| Junior | 100 000 ₽ | 105 000 ₽ |
| Middle | 166 666 ₽ | 185 000 ₽ |
| Senior | 260 416 ₽ | 291 666 ₽ |
Источники: Хабр Карьера — бизнес-аналитик, Хабр Карьера — аналитик по данным.
Читайте медианы честно: на входе профессии не различаются, общие медианы обеих специализаций совпадают — 170 000 ₽. Расхождение начинается с грейдов: на middle медиана аналитика данных — около 185 тысяч против 167 у бизнес-аналитика, на senior — 292 против 260. Надбавку «за данные» не выдают при найме, она приходит с грейдом. На доход сильнее названий влияют отрасль, регион и компания: актуальные цифры по грейдам и регионам отслеживают страницы зарплат бизнес-аналитика и зарплат аналитика данных.
Чем помогает TraectaPermalink to “Чем помогает Traecta”
Персональный план смены профессии в Traecta проводит тот же аудит, что эта статья делала вручную, — только по вашей настоящей истории. Сервис берёт работу с требованиями, воркшопы и отчётность, которые у вас реально были, сопоставляет их со списками навыков из живых вакансий аналитика данных и ставит в расписание первый по-настоящему новый пункт. У большинства бизнес-аналитиков он попадает на оконные функции SQL — именно там маршрут на шесть месяцев и должен начинаться. Тем, кто решает, как сменить профессию на аналитика данных, не придётся собирать план из статей: персональный план обучения в Traecta строится от ваших пробелов, а не от программы среднего студента.
Что забрать с собойPermalink to “Что забрать с собой”
Три мысли из этой статьи.
- Вы стартуете с закрытой позицией. Формулировка вопроса, контекст процессов и коммуникация переезжают целиком; учиться предстоит глубокому SQL, прикладной статистике и одному инструменту визуализации.
- Начните внутри своей работы в этом месяце. Внутренняя аналитическая задача как первый шаг выигрывает у купленного курса — всегда.
- Производите выводы, а не документы. Каждая работа портфолио должна открываться запросом и заканчиваться выводом в одно предложение, который директор может повторить за вами.
Шесть месяцев спокойной вечерней работы — и смена должности происходит как административная формальность, а не как прыжок. Персональный план смены профессии в Traecta превращает список пробелов выше в расписание, которое держит эти месяцы направленными только на то, что для вас ново.
