0: Все говорят учи эскюэль, учи python, но никто не говорит, в каком порядке и зачем, а главное, как не потерять 2 года на ерунду, я сам через это прошёл, учил нампай. Эксель проходил бесполезные курсы, копался в

1: О системах, которые даже не спрашивают на собеседованиях. Сейчас бы я учился совсем по другому, без воды, без метаний, без слива мотивации. В этом видео мой маршрут шаг за шагом, как за 6 месяцев попасть на 1 работу аналитиком, а не

2: Разбираться в аналитике годами. Досмотри это видео до конца. Я дам тебе пошаговый гайд, который закроет главную головную боль новичка, где взять реальные задачи и как оформить кейсы, чтобы пройти отбор, даже если

3: У тебя нету опыта. Когда-то я работал в маркетинге, настраивал яндекс директ, разбирался в воронках и метриках. Тогда уже приходилось использовать аналитику. Однажды мне написали из яндекса и предложили пособеседоваться на должность рекламного.

4: Аналитика задача была анализировать рекламные компании клиентов, давать им рекомендации по оптимизации, а также делать разные презентации, которые также показывали клиентам тогда я выложил своё резюме на headhunter, решил сменить работу, у меня был фриланс, я больше занимал.

5: С фрилансом у меня были несколько проектов, которые я ввёл и тут решил устроиться на работу по найму. Так я оказался внутри. Поработав немного, я понял, что хочу расти в технику. Я понял, что заниматься рекламой не так перспективно, поэтому начал выбирать позицию, куда бы

6: Хотел перейти, вот и решил двигаться в сторону аналитика разработчика. Я думаю про все, и про финансы, и про карьерный рост в рекламе сейчас очень много автоматизации, поэтому я думаю, что рекламные аналитики уже не так сильно востребованы.

7: И я тогда считал, что это топовая позиция аналитика в яндексе начал учить python, эскьюэль решать задачки углублялся в hard часть через какое-то время я стал аналитиком разработчиком, обучение у меня заняло где-то около полугода, работу я получил.

8: Через год, потому что я в полгода изучал алгоритмические задачи, которые были необходимы, чтобы стать аналитиком разработчиком, абсолютно не понимал, что такое python, что такое эскиль, я все это изучал с нуля у меня было несколько платных курсов, которые я изучал просто каж.

9: Утро открывал и изучал то, что было по плану, я потратил много времени, изучая то, что не нужно в реальной жизни и на собеседованиях, и если бы я сейчас начинал с нуля, я бы выстроил все по другому. На старте всегда есть соблазн изучить.

10: Все, биай, статистику, пайтон, эскюэль, эксель и ещё теорию вероятности на всякий случай выглядит логично, но по факту это путь в болото я сам туда залез, потратил месяцы впустую. И вот

11: 4 ошибки, которые сжирают время у 90% Новичков. Посмотри, не совершаешь ли ты их прямо сейчас. Ошибка номер 1. Учить то, что вдруг пригодится, я начинал изучать глубоко. Эксель потратил на это недели 2.

12: 2, 3. Но по факту этого делать было вообще не нужно. Ну, в реальной работе аналитика эксель не используется в крупных компаниях, никто не использует эксель эксель нужен там, чтобы просто какие-то данные туда выгрузить и сравнить. Но для этого вообще просто базовых каких-то

13: Формул будет вполне достаточно. Я бы сразу начинал изучать эскьюэль. Ну, эскьюэль, потому что это база. Также, кстати, я потратил несколько недель на изучение нампая. Нампай, конечно, нужен аналитику, но нужны его азы изучить за пару дней то, что действительно

14: Необходимо в начале вполне достаточно. Нужно ориентироваться на то, что нужно в работе. Ну и, конечно, то, что спрашивают на собеседованиях. Ну потому что, чтобы попасть на работу, нужно сначала пройти собеседование, но это можно сделать только на опыте. То есть если ты работал в реальных компаниях, если ты проходил реальные

15: Ты уже понимаешь, что нужно, что не нужно на старте это сделать. Конечно, очень сложно, чтобы знать, что спрашивать на собесах, ну, нужно их проходить, а чтобы их проходить, нужно, ну, хотя бы понимать, как их проходить, чтобы не приходить и просто молчать там и не суметь ответить на 1 вопрос.

16: Дальше видео я расскажу, что действительно нужно на собеседованиях и как их проходить ошибка номер 2 залипнуть в биай системы пауэр, биай, табло, дата ленс, они красивые, да, но на собесах их почти не спрашивают, и честно

17: Изучить их можно будет за пару дней, когда уже будет реальная задача. Без базы никакая визуализация не спасёт. Это как разукрашивать фасад в доме. Если нет фундамента. Ошибка номер 3, учиться вглубь, но не ходить на собесы. Вот это самое опас.

18: Ты учишь python, потом ещё курс, ещё 1 10 проектов, стол, куча сертификатов, а на собесы не ходишь, почему, думаешь, ещё не готов? Но это ошибка, на 1 этапе нужно быть не идеальным, а реал.

19: Понимать, что спросят, уметь решать задачки, которые реально дают хорошо, тогда логичный вопрос а что же реально учить, чтобы получить 1 работу, что конкретно спрашивают на собеседованиях и что учить?

20: В 1 очередь все, что тебе нужно, это просто знать. 4 блока. Без них ты не пройдёшь фильтр эскюэль это база. Ты должен уметь доставать данные, фильтровать, объединять таблицы, агрегировать и строить метрики, не просто понимать.

21: Запросы, а уметь их писать без копипаста на собесе. Ты будешь решать такие задачки в режиме онлайна под наблюдением интервьюера. Это было регулярно. Помню свой 1 собес. Когда у меня был лайфкодинг. Я очень сильно волновался прохождении

22: Собеса, это всегда практика. То есть 1 дело ты практикуешься, нарешиваешь задачки, а другое дело практика прохождения собеседований. Когда ты действительно в жизни под наблюдением интервьюера решаешь эти задачки, я помню, что у меня

23: У меня было сильное волнение то есть я вообще не понимал что здесь написано какое здесь условие задачки но всегда помогает начинать писать хоть что-то ты начинаешь писать select from начинаешь думать какие метрики тебе нужно вывести и соответственно

24: Тебе обычно всегда поможет, если ты идёшь на правильном пути, да, если не практиковаться, то ты просто завалишься 2 это python, не нужно знать весь язык, нужны базовые конструкции, типы данных, словари, списки, циклы.

25: Функции и самое главное это библиотека pandas все что связано с таблицами, считается через неё, научился в эскьюэль делать группировки теперь сделай тоже самое через pandas эскюэль это база пандас это master.

26: Но некоторые аналитики используют только эскюэль в 60% случаев на собеседованиях. Пандас тоже спрашивают, вероятнее всего, без знания пандас. Ты просто не пройдёшь собеседование и не получишь оффер. Кстати, интересный факт, что аналитики в яндексе

27: Почти никогда не используют пандас там есть свой диалект эскюэль, который называется wi кюэль, который в принципе закрывает все задачи, для чего в принципе нужен pandas, но на собеседованиях пандас все равно спрашивают, поэтому его в любом случае нужно изу.

28: Изучать и тренировать следующий блок это статистика, тут не нужно всей высшей математики. Нужно понимать, что медиана и средняя это разные вещи, что такое дисперсия и стандартное отклонения, какие бывают распределения и как строится лог.

29: Ab Тестов например, если ты идёшь в продуктовую аналитику, то без этого просто не обойтись мне кажется, что в принципе выучить это может любой и разобраться вопрос времени, но я думаю, что за 3 4 недели основы статистики вполне реально.

30: Освоить практически каждому, когда я начинал изучать то, в принципе, максимальное, что я знал, это чем отличается среднее от медианы, что такое дисперсия? Стандартное отклонение, я понятия не имел, поэтому я изучал это все с нуля и, соответственно,

31: Разобрался в этом ну, если я разобрался, то думаю, что вы тоже сможете, но есть ещё 1 пункт, который тоже очень важен это продуктовые метрики, конверсия, ретеншен, arpu LTV ты должен понимать, какие метрики.

32: Отслеживает бизнес, как их считать и зачем они нужны, звучит страшно. Но это то, что ты должен действительно понимать, какие метрики отслеживает бизнес, как их считать и зачем они в принципе нужны. Уверяю тебя, на собесах.

33: Тебя спросят вот ты пришёл в продукт, какие метрики ты будешь отслеживать, и ты должен сходу выстроить структуру метрик. Например, на собеседовании вайлдберрис. На техническом интервью мне дали такой кейс. Ты приходишь в вайлдберрис. У нас есть

34: Поиск какие бы метрики ты предложил, чтобы отследить его эффективность, и тут нужно накидать 10:15 релевантных метрик, например, количество заказов CTR вот так ты должен просто выдавать структуру, и тут давай посмотрим с другой стороны.

35: Не то, без чего не обойтись на старте, а что можно пропустить в самом начале? Это важно, чтобы не захлебнуться. Эксель учится за пару Вечеров. Не ключевой инструмент. Эйрфлоу это инструмент важный и нужный для

36: Аналитика, но ты 100% его забудешь, если не будешь использовать в работе. Как только будет 1 проект, разберёшься. Глубокая теория вероятности и математика не нужна, на входе разберёшься по ходу. Вот так мы разобрались.

37: Что нужно учить, а что можно отложить? Теперь возникает важный вопрос в каком порядке все это изучить, чтобы не перегореть и не сойти с дистанции. Вот мой рабочий маршрут. Учишь эскюэль сначала теорию, а потом.

38: Потом ежедневно решаешь по 5 7 задачек, изучаешь основы python и учишь пандас, после также нарешиваешь по 5 7 задачек на pandas кстати, тут есть лайфхак те задачки, которые ты решаешь на

39: Ты также можешь решать на pandas после этого тебе нужно изучить основы статистики и ab Тестов, а в конце уже переходишь к продуктовым метрикам. Окей, вот ты освоил базу и теперь начинаешь искать работу, но тут возникает типи.

40: Преграда. А что же показать в резюме, если у тебя нет ни 1 реальной задачки? Вот типичная ошибка. Новичок делает петпроект, собирает портфолио и оформляет свой github, но вот незадача на собеседование.

41: Вот так и не зовут. Ну и почему, собственно, это не работает? Потому что задача без запроса от бизнеса, это просто красивая упаковка, но там нет боли и там нет работы в реальной продуктовой команде никому не нужны просто красивые картин.

42: Любому бизнесу надо, чтобы человек умел решать его запросы и задачи, также стажировки в крупных компаниях это не выход, они подходят только для выпускников топовых вузов, и зачастую попасть на стажировку сложнее.

43: Чем устроиться на 1 работу. Ну, например, я видел, какие задачки дают в яндексе ребятам, которые приходят на стажировку, это задачки уровня middle для обычных аналитиков, но вместо этого можно просто пойти получить опыт, а затем уже прийти в ком.

44: Компанию устроиться на позицию middle аналитика. Давайте разберём, что реально работает вот мой рабочий маршрут ещё во время обучения ты начинаешь искать реальные задачи у знакомых через telegram у бизнеса.

45: Ты должен применять знания на реальных задачах. Когда я сам начинал, я помню, как делал дашборд для какого-то бизнеса, чтобы показать эффективность по работе с рекламными компаниями. Там вот все ту теорию, которую изучал, применил на

46: Практики. В целом это не так сложно. И тех знаний, которые у меня были, вполне было достаточно. Например, когда я работал в яндексе, то был запрос от бизнеса. Нужно было сделать дашборд по эффективности. Я тогда взялся за эту задачу, 1 раз применил

47: Эскюэль биай инструменты и python и разработал такой дашборд, и потом на собеседовании я рассказывал про то, какие инструменты я использовал и какой результат я получил оформляй проекты как опыт работы работодатель смотрит именно.

48: На опыт работы, а не на твоё портфолио с учебными проектами, учебные проекты в резюме сразу видно, человек пишет, например, опыт работы, какой-то курс и те задачи, которые он там делал. Ну а в реальных проектах пишется компания и те,

49: Задачи, которые ты делал внутри этой компании, выходишь на собеседование, когда реальный опыт работы над проектами будет 3, 6 месяцев, это не слишком долго, но, с другой стороны, у тебя есть опыт уже работы с реальными проектами, где

50: Проекты. 1, это рекламные агентства, у них куча клиентов с хаосом в эксель. Ты приходишь к ним и, например, говоришь, сделаю дашборд по сирм и покажу, где теряются клиенты. 2, это селлеры у них есть

51: Реальные деньги и нет аналитики. Например, подключаешься к вайлдберрису или озон, выгружаешь остатки и делаешь отчёты. И 3 это любой малый бизнес. У всех есть данные, но их никто не считает. Делаешь визуа.

52: Находишь точки роста, получаешь реальный опыт, важно на первых этапах не думай о деньгах, сделай 1 2 проекта бесплатно или за фри донейшн, зато по настоящему пойми 1, что опыт

53: Это не просто запись. Трудовой опыт, это то, что ты делал и что ты можешь рассказать на собеседованиях. Окей. Допустим, у тебя уже есть опыт. 3, 6 месяцев работы над реальными проектами. Ты решила?

54: Задачи помог бизнесу, получил результат, а теперь как все это упаковать, чтобы не выглядеть как новичок, здесь все просто тебе не нужно много 2 3 сильных настоящих проекта лучше, чем 10 учебных.

55: Что важно, чтобы у проекта была реальная задача, запрос от бизнеса и конкретный результат. И тогда это будет точно работать. Вот вам пример анализ продаж по реальным данным, например, для оффлайн мага.

56: Зина, или для селлера абт с баннера или рекламной гипотезы. Если был трафик, покажи результат. Дашбор для селлера. Выручка, окупаемость, остатки и эффективность. Отчёт по воронке для

57: Школы или онлайн курса, где теряются клиенты, визуализация отчёта по маркетинговой компании. И поверь мне, даже если ты это сделал бесплатно или просто попробовать, это бесценно, потому что если ты

58: Можешь объяснить, зачем все это было сделано, к какому результату это привело и что ты конкретно делал? Поздравляю, ты на коне. Я не гений, не математик, не олимпиадник. Я просто прошёл этот путь.

59: Разобрался и теперь делюсь рабочей схемой. Поэтому, если хочешь сэкономить себе месяцы, просто иди по ней. Если ты досмотрел до этого момента, у тебя, скорее всего, уже есть вопрос. Окей, я понял, чему учить.

60: Но где взять 1 реальный проект, где этих селлеров искать, как подойти, чтобы не слиться в личке и не показаться ноунеймом, я собрал под это конкретный гайд куда конкретно идти, кому писать, какие форму?

61: Работают, как оформить первые задачи. Даже если ты их делаешь бесплатно, это не просто список ссылок, это по