Анализ данных: что это, где применяется и как освоить

Руководитель пишет в понедельник утром: «Акция сработала? Продажи ведь выросли». В таблице действительно больше денег, чем две недели назад, и ответить «да» проще всего. Но между «цифра стала больше» и «акция принесла деньги» лежит несколько вопросов: с чем сравнивать, не сдвинулся ли сезон, не исказил ли картину один крупный заказ, что случилось с продажами после акции. Анализ данных как навык — привычка задавать такие вопросы до ответа и умение быстро на них ответить. Речь не о профессии аналитика, а о человеке со своей основной работой, который хочет перестать гадать по таблицам.

Кому нужен навык и когда его мало

Менеджеру по продажам навык помогает отличить рост от сезонного колебания и не отчитываться случайными процентами. Маркетолог сравнивает каналы по заказам и выручке, а не по кликам. HR-специалист разбирает текучесть по отделам и стажу и видит, где люди уходят в первые три месяца. Врач-исследователь описывает выборку пациентов, считает доли осложнений и понимает, какие выводы из неё делать нельзя.

Есть задачи, где собственных навыков недостаточно. Клиническое исследование с протоколом, рандомизацией и публикацией требует биостатистика: расчёт объёма выборки и выбор метода там закладывают до набора пациентов. Если данных миллионы строк и они живут в нескольких системах, нужен аналитик с доступом к базам.

Учебный пример: выросли ли продажи после акции

Ситуация вымышленная. Сеть из двенадцати магазинов бытовой химии с 1 по 14 марта проводила акцию: скидка 20 % на средства для стирки. Выручка категории за эти две недели — 4,6 млн ₽, за две недели до акции — 3,8 млн ₽. Рост 21 %, и отчёт почти готов.

Шаг 1. Уточнить вопрос. «Выросли ли продажи» — плохая формулировка, потому что продажи растут и без акций. Рабочий вопрос звучит так: сколько дополнительной выручки и маржи дала акция по сравнению с тем, что было бы без неё, и не забрала ли она продажи у следующих недель.

Шаг 2. Выбрать базу для сравнения. Начало марта для категории традиционно сильнее конца февраля. В прошлом году, когда акции не было, выручка первых двух недель марта оказалась на 12 % выше, чем последних двух недель февраля. Значит, без акции можно было ожидать около 3,8 × 1,12 ≈ 4,26 млн ₽.

Шаг 3. Очистить данные. В выгрузке чеков нашёлся один заказ на 300 тыс. ₽ — клининговая компания закупила товар по договору, заключённому ещё в январе. Он случился бы и без скидки, поэтому его выносят отдельно. После очистки выручка акционных недель — 4,3 млн ₽, то есть почти ровно ожидаемая сумма.

Шаг 4. Посмотреть, что было после. В две недели после акции выручка категории составила 3,5 млн ₽ при ожидаемых по прошлому году 3,9 млн. Покупатели запаслись порошком по скидке и во второй половине марта его не покупали.

Шаг 5. Сформулировать вывод. Акция в основном перенесла покупки во времени, а скидка 20 % уменьшила маржу на всём проданном объёме. Оговорка: сравнение опирается на прошлый год, в котором могли быть свои особенности.

Четыре ловушки, в которые попадают чаще всего

Среднее вместо медианы. В том же примере средний чек в дни акции вырос бы заметно, но его тянет вверх один оптовый заказ. Медиана — значение, которое делит чеки пополам, — к таким выбросам почти нечувствительна. Для зарплат, чеков и сроков лечения начинают с медианы.

Общий итог, который противоречит группам. Представьте, что средний чек вырос и в магазинах у дома, и в торговых центрах, а по сети в целом упал. Противоречия нет: если доля покупок в небольших магазинах с низким чеком выросла, общее среднее опускается. Это парадокс Симпсона, и защищает от него одно правило: прежде чем делать вывод по итоговой цифре, разложите её по группам.

Корреляция вместо причины. Врач замечает, что пациенты, которые принимают витамин D, реже попадают в стационар. Но такие пациенты чаще следят за здоровьем вообще, и витамин может быть лишь признаком образа жизни. Связь двух показателей подсказывает гипотезу, а подтверждает её сравнение групп, которые отличаются только изучаемым фактором.

Ошибка выжившего. HR-отдел проводит опрос вовлечённости и радуется высоким оценкам. Однако анкеты заполнили те, кто остался: уволившиеся за год в выборку не попали, а именно их ответы объяснили бы текучесть. Прежде чем считать, спросите, кто не попал в данные и почему.

Как проверить вывод

Первая проверка — повторить расчёт другим способом: сверить итог выгрузки с бухгалтерским отчётом, пересчитать выручку по дням и по магазинам. Вторая — попросить коллегу найти альтернативное объяснение: сезон, праздник, изменение цены конкурента, сбой учёта.

Третья проверка — статистическая значимость, и здесь ошибаются чаще всего. Многие считают, что p-значение меньше 0,05 доказывает эффект, а больше — опровергает. Американская статистическая ассоциация в 2016 году выпустила заявление, которое прямо спорит с этой привычкой (Wasserstein, Lazar, The American Statistician, 2016, т. 70, № 2, с. 129–133). Из шести принципов два касаются менеджеров напрямую. Третий говорит, что научные выводы, а также деловые и управленческие решения не должны опираться только на то, перешло ли p-значение определённый порог; механическое правило «p < 0,05» названо источником ошибочных убеждений и плохих решений. Пятый — что p-значение не измеряет ни размер эффекта, ни его важность: при большой выборке сколь угодно крошечный эффект даст маленькое p, а заметный эффект на малой выборке может выглядеть незначимым.

Отказываться от проверки значимости ассоциация не призывает: в 2021 году рабочая группа её президента уточнила (ASA President's Task Force Statement, 2021), что правильно применённые p-значения повышают строгость выводов, но это оценка относительно случайного разброса, а не мера практической важности. Для отчёта правило простое: рядом со словом «значимо» пишите, насколько велик эффект в рублях, процентах или днях и с каким разбросом. Прирост выручки на 0,2 % может быть статистически значимым и при этом не окупать скидку.

В какой последовательности осваивать

До начала нужны школьная арифметика, проценты и уверенная работа с таблицами: сортировка, фильтр, простые формулы. Порядок ниже повторяет ход учебного примера: сначала вопрос, потом очистка и сравнение, и лишь затем статистика. Проверку гипотез стоит оставить на конец: без чистых данных и верной базы сравнения она только придаёт ошибке научный вид.

1. Формулировка вопроса: что именно сравниваем, с чем и какое решение зависит от ответа.
2. Описательная статистика: доли, среднее, медиана, разброс, распределение по группам.
3. Очистка: дубли, пропуски, выбросы, разные форматы дат и единиц.
4. Сводные таблицы и графики: линия для динамики, столбцы для сравнения групп.
5. Сравнение с базой: прошлый период, контрольная группа, магазины без акции.
6. Основы проверки гипотез и доверительные интервалы.

Если вы работаете с выгрузками из учётных систем и хотите собрать эти шаги в систему, посмотрите онлайн-курс Нетологии «Инструменты для анализа данных»: он рассчитан в том числе на специалистов из финансов, маркетинга и продаж, идёт шесть месяцев и включает Excel с Power Query, Power BI и SQL. Практики на нём почти вдвое больше, чем теории, — 121 час против 65, и есть три итоговых проекта.

Упражнения и ошибки новичков

Лучше всего тренироваться на своих данных, контекст которых вы знаете. Возьмите продажи своего отдела за год и ответьте на один вопрос, например, какой день недели приносит больше выручки. Посчитайте среднее и медиану и проверьте по месяцам, не создаёт ли картину один сезон. Второе упражнение — открытые данные: сформулируйте вопрос и запишите ожидаемый ответ до того, как откроете таблицу.

Третье упражнение полезно для тех, кто оценивает кампании. Придумайте две группы клиентов: получившие рассылку и не получившие. Разберитесь, чем они отличались ещё до рассылки и какую долю разницы в покупках объясняет сама рассылка. Если хочется разобрать такие сравнения глубже, на курсе ProductStar «Аналитик данных 2.0» есть блоки по A/B-тестированию и продуктовой аналитике, а также проект с итоговой визуализацией. Учтите, что программа построена на Excel, SQL и DataLens, а Python в ней нет.

Ошибки новичков похожи. Сравнивают с неподходящим периодом и принимают сезон за эффект. Удаляют неудобные строки без записи, что и почему удалено. Строят график с осью, которая начинается не с нуля, и разница в 3 % выглядит двукратной. Сообщают одну цифру без разброса. Проверить результат помогает простой тест: сможет ли коллега по вашим заметкам повторить расчёт и получить то же число.

С какими профессиями связан навык и как он влияет на доход

Навык входит в работу маркетолога, менеджера по продажам, специалиста по персоналу, экономиста, логиста и врача-исследователя. В вакансиях таких специалистов он обычно звучит как «умение работать с данными» или «опыт анализа эффективности» и составляет лишь часть требований рядом с отраслевыми знаниями.

Прямую надбавку за навык источники рынка труда отдельно не публикуют, поэтому доход он меняет косвенно. Тот, кто сам оценивает эффект акции или причины текучести, получает задачи, которые раньше уходили аналитикам или руководителю: подготовку решения, а не только исполнение. Чтобы оценить эффект, сравните вакансии своей профессии с упоминанием SQL, Power BI или A/B-тестов и без него, в одном регионе и на одном уровне опыта. Смотрите на медиану вилок, а не на самые яркие предложения, и помните, что зарплата в вакансии — предложение работодателя, а не фактическая выплата.

Для тех, кто хочет выйти за пределы таблиц, подходит онлайн-курс Eduson Academy «Инструменты аналитики данных + ИИ»: 218 академических часов, шесть проектов, Excel с Power Query, SQL, Python с pandas и Power BI. Обучение самостоятельное с поддержкой куратора, и такой формат требует дисциплины.

Что проверить при выборе обучения

Во-первых, есть ли в программе описательная статистика и проверка гипотез, а не только инструменты: умение строить сводные таблицы не защищает от ловушек из этой статьи. Во-вторых, проверяют ли задания люди или только автоматические тесты. Автоматика не заметит, что акцию сравнили с неподходящим периодом. В-третьих, есть ли проект на грязных данных с пропусками и дублями: чистые учебные таблицы дают ложное ощущение, что анализ сводится к формулам.

Сравнить школы по цене, объёму практики и формату проще в рейтинге онлайн-школ с обучением анализу данных. Перед записью возьмите один свой рабочий вопрос и попробуйте ответить на него по пяти шагам из учебного примера. Если труднее всего выбрать базу сравнения, ищите программу с разбором кейсов, если застряли на очистке — начните с инструментов.