Финансовая аналитика на данных: SQL, Power BI и дашборды для финансиста и экономиста
Финансовая аналитика на данных — это работа, при которой финансист или экономист сам достаёт цифры из учётной системы и банка, а не ждёт отчёт от ИТ. Он выгружает журнал проводок и платежи, запросом на SQL сводит их по статьям, подразделениям и месяцам, сверяет итог с оборотно-сальдовой ведомостью, загружает факт и бюджет в Power BI и публикует дашборд для руководителей. Для этого нужно понимать устройство учётных данных, основы SQL, Power Query и мер DAX, а также настройку прав доступа к отчёту.
Содержание

Самое частое заблуждение — что главное здесь графики. На деле половина времени уходит на то, чтобы цифра в дашборде совпала с бухгалтерией. Если выручка за сентябрь в отчёте расходится с оборотом по счёту 90.01 хотя бы на одну отгрузку, руководитель перестаёт доверять всему отчёту. Поэтому первое, что осваивает финансист-аналитик, — сверка: на каждом шаге от выгрузки до дашборда он проверяет, что итог не потерялся и не задвоился.
Чем эта работа отличается от соседних задач
Классический финансовый анализ работает с готовой отчётностью: аналитик читает баланс, считает коэффициенты и делает выводы о компании, часто чужой. Финансист-аналитик на данных спускается ниже — к проводкам, платежам и договорам своей компании. Его вопросы операционные: какой ЦФО перерасходовал бюджет на логистику и из-за каких договоров, почему поступления от покупателей отстали от отгрузок. SQL и Power BI как отдельные инструменты разобраны в соседних статьях; здесь речь о том, как связать их в регулярную финансовую отчётность.
Навык пригодится экономисту ПЭО, специалисту FP&A (финансовое планирование и анализ), контролёру бюджета. Он лишний, если отчёт нужен раз в год, а данных несколько сотен строк: хватит Excel. И он не заменяет знание учёта: не понимая, почему расход попал на счёт 44, а не 26, запрос быстро посчитает не то.
Откуда берутся данные
Основной источник — журнал проводок: дата, счёт дебета, счёт кредита, сумма и аналитика (субконто) — контрагент, договор, статья затрат, подразделение. Второй — банковские выписки со статьёй движения денежных средств. Третий — бюджет в Excel по статьям, ЦФО (центрам финансовой ответственности) и месяцам. Говорят эти источники на разных языках: в учёте «Расходы на доставку» по счёту 44, в бюджете «Логистика», в выписке «Оплата транспортных услуг». Поэтому центральный объект работы — справочник соответствия, где каждому сочетанию счёта и статьи затрат сопоставлена строка бюджета.
Учебный пример: план-факт по ЦФО, который обновляется сам
Ситуация учебная. Дистрибьютор с четырьмя ЦФО собирает план-факт вручную: экономист копирует выгрузки в Excel, раскладывает суммы формулами и к десятому числу рассылает файл. Первый шаг к автоматизации — запрос, который сводит проводки к уровню бюджета. В диалекте PostgreSQL он выглядит так:
SELECT date_trunc('month', p.period) AS month, p.cfo,
COALESCE(m.budget_item, 'Не распределено') AS budget_item,
SUM(p.amount) AS fact
FROM postings p
LEFT JOIN item_map m
ON m.account = p.debit_account AND m.cost_item = p.cost_item
WHERE p.debit_account IN ('20', '26', '44')
GROUP BY 1, 2, 3;
LEFT JOIN выбран намеренно: проводка без пары в справочнике не пропадает, а попадает в строку «Не распределено». С обычным JOIN такие суммы тихо исчезли бы. Рядом пишется контрольный запрос: сумма по счетам 20, 26 и 44 за месяц должна совпасть с дебетовым оборотом этих счетов в ОСВ.
Затем результат вместе с бюджетом загружается в Power BI. В модели две таблицы фактов — «Факт» и «Бюджет» — и общие справочники: календарь, статьи, ЦФО. Меры считают отклонение в рублях и процентах, накопленный итог с начала года и прогноз на конец года. Руководитель ЦФО щёлкает по перерасходу и проваливается до проводок и договоров. В следующем месяце экономист кладёт свежую выгрузку в ту же папку, нажимает «Обновить» и смотрит на контрольную сумму, а споры о цифрах превращаются в разговор о конкретных договорах.
Кто увидит чужие цифры
План-факт по ЦФО содержит фонд оплаты труда и премии, поэтому каждый руководитель должен видеть только своё подразделение. В Power BI это решает безопасность на уровне строк (RLS, row-level security): в модели задаётся роль с фильтром по ЦФО, а в облачном сервисе к ней привязываются пользователи.
Здесь есть ловушка. В документации Microsoft о безопасности на уровне строк (обновлена 13 мая 2026 года) сказано: RLS ограничивает доступ только пользователей с разрешением Viewer (зритель) и не действует на роли рабочей области Admin, Member и Contributor — у них есть право редактировать модель. Если экономист для удобства добавит руководителей ЦФО в рабочую область участниками, каждый увидит зарплаты всех подразделений, хотя роли настроены правильно. При этом зритель с разрешением Build, открывший данные через «Анализ в Excel», по-прежнему ограничен фильтром.
Вторая деталь из той же страницы: функция «Тестировать как роль» при динамических правилах подставляет вашу учётную запись, и USERPRINCIPALNAME() возвращает ваш логин, а не логин проверяемого. Отсюда правило: руководителям — доступ через приложение или роль Viewer, рабочая область — только тем, кто строит отчёт, а итоговая проверка — вместе с коллегой под его учётной записью. В отечественных BI-системах ролевая модель своя, но вопрос тот же: кто обходит фильтры по строкам.
С чего начать и в каком порядке осваивать
Порядок повторяет путь данных, а публикация откладывается на конец. Начав с дашборда, вы научитесь красиво показывать цифры, которые не сходятся с учётом; начав с SQL на учебной базе магазина, будете заново переносить приёмы на проводки. Поэтому учиться лучше на выгрузках своей учётной системы, обезличенных или за старый период:
- Выгрузите ОСВ и журнал проводок за месяц, найдите ключи — счёт, субконто, подразделение, дату — и сверьте итоги двух выгрузок.
- Освойте на этих данных SELECT, WHERE, GROUP BY, LEFT JOIN и проверку пустых значений. Хватит SQLite или PostgreSQL на своём компьютере; язык запросов 1С устроен похоже.
- Соберите справочник соответствия статей и добейтесь, чтобы строка «Не распределено» стала нулевой или объяснимой.
- Перенесите загрузку в Power Query: папка с ежемесячными выгрузками, единые типы данных.
- Постройте модель и меры: отклонение, накопленный итог, сравнение с прошлым годом.
- Только потом публикуйте отчёт и настраивайте роли и обновление.
Самым долгим обычно оказывается третий шаг: справочник требует разговоров с бухгалтерией и владельцами бюджета.
Упражнения и самопроверка
Лучшее упражнение — повторить в новом инструменте отчёт, который вы уже сдавали вручную, и сравнить построчно. Второе — стресс-тест справочника: добавьте проводку с новой статьёй затрат и убедитесь, что она видна в «Не распределено». Третье — соберите один месяц по дате проводки, дате документа и дате платежа и объясните разницу: это готовый ответ на вопрос, почему у казначейства одна цифра, а у вас другая.
Если хочется решать такие задачи с проверкой, на курсе «Mini-MBA: Финансовый аналитик» SF Education по описанию есть блок SQL (27 уроков, два кейса и 150 задач на тренажёре с автопроверкой) и блок Power BI (19 уроков), а среди итоговых работ — набор SQL-запросов и дашборд. Программа большая, 16 модулей с корпоративными финансами и бюджетированием, а срок на странице указан по-разному, от пяти до шести месяцев, — его стоит уточнить у школы.
Где новички ошибаются
Ошибка чаще прячется в смысле данных, а не в формуле. Сторнировочные проводки идут с минусом, и фильтр «только положительные суммы» завышает расход. Перевод между своими расчётными счетами выглядит в выписке как списание и поступление одновременно и раздувает движение денег вдвое. Бюджет нередко составлен с НДС, а факт по счетам затрат — без него, и «перерасход» в 20 % оказывается разницей методик. Ещё две частые ошибки — прогноз по линейному темпу для сезонных статей вроде квартальных премий и отчёт без контрольного показателя «Итог совпадает с ОСВ: да / нет».
Как навык влияет на доход
Отдельной доплаты «за SQL» у финансиста нет: навык входит в требования к позиции и меняет круг задач. Экономист, который сам собирает отчётность из учётных данных, переходит от подготовки таблиц к анализу отклонений — это путь к должностям финансового аналитика, специалиста FP&A, руководителя планово-экономической службы.
Для ориентира: в статье hh Карьеры о профессии финансового аналитика от 25 августа 2025 года указаны вилки по России — 52–60 тыс. рублей в месяц при опыте до двух лет, 90–100 тыс. при опыте двух–четырёх лет и 180–200 тыс. при опыте больше четырёх лет; там же сказано, что работодатели обычно ждут опыта с Excel, SQL и BI-инструментами. Данным больше года, регион для разбивки не уточнён, и неясно, это предложения в вакансиях или фактические зарплаты. Свежую картину надёжнее собрать самому: отфильтруйте вакансии финансового аналитика по своему городу и опыту и сравните медиану предложений там, где упомянуты SQL или Power BI, и там, где их нет.
Как выбрать обучение
Главный критерий — на каких данных идёт практика. Программа на продажах интернет-магазина научит инструменту, но не сведению проводок с бюджетом. Хороший признак — учётные данные, сверка, права доступа и итоговый проект, который можно показать без раскрытия чужих цифр. Сравнить школы поможет рейтинг онлайн-школ с обучением BI и Power BI, но это рейтинг по инструменту в целом, а не по финансовой аналитике, так что программы из него проверяйте по тем же признакам.
Выбор зависит от исходной точки. Тому, у кого нет финансовой базы, нужна длинная последовательная программа, где учёт и финансы идут раньше инструментов. Тому, кто уже ведёт бюджет, полезнее короткая программа по модели данных.
На курсе «Финансовый аналитик с нуля + ИИ» Компьютерной Академии ТОП по описанию семь модулей на 192 академических часа за шесть месяцев: от основ финансового анализа и бухгалтерского учёта до анализа данных в Power BI и финансового анализа с SQL, а в конце — сквозной проект с отчётностью компании, моделью и дашбордом. Цена и формат (онлайн или очно) на странице указаны противоречиво, их нужно уточнить у школы.
Перед углублённой программой убедитесь, что уверенно работаете с Power Query: продвинутые курсы строятся на этом, и без базы первые недели уйдут на догоняние.
Такие темы заявлены на курсе «Power BI и Excel для продвинутых» Нетологии: Power Query и язык M, модели данных, меры DAX с CALCULATE, безопасность на уровне строк и Power BI Service, десять домашних заданий с проверкой экспертом и итоговый дашборд по кейсу банковского аналитика. SQL в описании не упоминается, запросы к проводкам придётся осваивать отдельно.
Готовность проверьте до оплаты: сверьте проводки за месяц с ОСВ. Если искать расхождения интереснее, чем закрыть файл, навык стоит развивать.