Аналитик данных — это специалист, который сам достаёт данные из баз и систем компании, проверяет их и превращает в показатели, отчёты и выводы, по которым руководители и команды принимают решения. В Kaspi.kz такой аналитик разбирает обращения клиентов в колл-центр и ищет, как снизить нагрузку на операторов, на маркетплейсе Teez — считает выручку, скидки и прибыльность заказов, в Kolesa Group — проверяет экспериментами, стоит ли запускать новую функцию сайта. От аналитика, который получает готовые выгрузки в Excel, его отличает прямой доступ к данным: он пишет запросы на SQL, собирает дашборды в BI-системах и при необходимости обрабатывает данные на Python.
Сначала разберём, из чего состоит работа аналитика данных, затем — какие роли скрываются за этим названием и чем они отличаются. После этого станет понятно, что требуют работодатели, где и в каких условиях работают аналитики и какие у профессии плюсы и трудности.
Что делает аналитик данных
Обязанности в вакансиях расписаны по-разному, но складываются из одних и тех же частей: подготовка данных, регулярные отчёты и дашборды, разовые исследования, эксперименты и прогнозы. Соотношение зависит от компании: Biometric, например, прямо указала, что регулярная отчётность занимает около 30% времени аналитика, разовые запросы — ещё 30%, прогнозы — 30%, а дашборды — 10%. Разберём эти части по порядку — от сырых данных к выводам о будущем.
Подготовка данных
Первая и самая незаметная часть — подготовить данные. Аналитик пишет запросы на SQL — языке, на котором «разговаривают» с базами данных, — и собирает из разрозненных таблиц витрины: готовые наборы данных под конкретную задачу. Сырые данные бывают с дублями, пропусками и расхождениями, поэтому их сверяют: аналитик маркетплейса Teez, например, сверяет свои расчёты с бухгалтерией. В отделе взыскания Bereke Bank отдельная задача аналитика — переписать старые отчёты из Power Query (надстройки Excel для загрузки данных) на SQL и автоматизировать отчёты в Excel.
Регулярные отчёты и дашборды
Когда данные готовы, их нужно регулярно показывать тем, кто принимает решения. Для этого собирают дашборды — экраны с главными показателями, которые обновляются сами, без ручного пересчёта. В Банке ЦентрКредит аналитик данных строит дашборды в Power BI и Qlik и рассчитывает показатели, по которым сотрудникам начисляют мотивацию. В ForteBank аналитик клиентского опыта следит за NPS — готовностью клиентов рекомендовать банк — и другими оценками обслуживания.

Разовые исследования
Регулярные отчёты показывают, что произошло, но не всегда объясняют почему. Поэтому третья часть работы — ответы на конкретные вопросы: откуда аномалия в цифрах, какой сегмент клиентов приносит убыток, что изменилось после запуска акции. Аналитик данных колл-центра Kaspi.kz, например, разбирает темы обращений и предлагает, как улучшить обслуживание и перевести часть клиентов из звонков в чат.
Эксперименты и прогнозы
Наконец, аналитик не только объясняет прошлое, но и помогает решить, что делать дальше. Для этого проводят A/B-тесты: часть пользователей видит новую версию сайта или приложения, часть — старую, а аналитик проверяет, есть ли разница на самом деле или она случайна. В Kolesa Group для сайта Krisha.kz проводят около 300 таких экспериментов в год. Прогнозы нужны там, где важно планировать: в Biometric, как уже сказано, на них и на сравнение плана с фактом уходит почти треть рабочего времени.
Во всех четырёх случаях результат работы — не таблица, а вывод, по которому что-то меняют. «Подготовка отчётности сама по себе не является конечным результатом работы», — прямо пишет в вакансии аналитика сеть «ДНС Казахстан».
Какие бывают аналитики данных
Описанная работа выглядит по-разному в зависимости от того, какие данные анализирует специалист и кто пользуется его выводами. По этим признакам за одним названием видны четыре роли:
| Роль | На какой вопрос отвечает | Основные инструменты | Примеры работодателей |
|---|---|---|---|
| Аналитик данных, BI-аналитик | Как идут дела: продажи, клиенты, сотрудники, расходы | SQL, Power BI или Qlik, Excel | Банк ЦентрКредит, Freedom Bank, фармкомпания Santo |
| Продуктовый аналитик | Как люди пользуются приложением или сайтом и что в нём изменить | SQL, Python, A/B-тесты | Kolesa Group, Kaspi.kz |
| Маркетинговый и веб-аналитик | Откуда приходят покупатели и окупается ли реклама | Google Analytics 4, Amplitude, BigQuery, SQL | Air Astana, онлайн-школа LEGACY School |
| «Аналитик данных» в небольших компаниях | Как идут продажи и где компания теряет деньги | Excel, 1С | Небольшие компании в Алматы и Шымкенте |
Первые три роли — это и есть профессия в узком смысле: специалист работает с базами данных и строит выводы сам. BI-аналитик (от Business Intelligence — системы бизнес-отчётности) отвечает за то, чтобы руководители видели нужные цифры, продуктовый аналитик — за решения о самом продукте, веб-аналитик — за путь покупателя от рекламы до покупки. Веб-аналитик Air Astana, например, настраивает сбор данных о действиях пользователей на сайте и в приложении и строит воронку продаж — цепочку шагов от первого визита до оплаты билета.

Четвёртая роль — та же работа с отчётами, но в Excel и выгрузках из 1С, без баз данных и программирования. По содержанию она ближе к коммерческой аналитике, о которой подробнее рассказано в статье о том, кто такой аналитик. Название вакансии вообще не всегда совпадает с работой: встречаются «аналитики данных», которые по обязанностям координируют ремонт автопарка, а в Kaspi.kz вакансия «Data analyst в команду Computer Vision» на деле требует строить модели машинного обучения — это работа data scientist. Поэтому сначала читайте список обязанностей, а потом уже заголовок.
С соседними профессиями граница проходит так. Data scientist строит модели, которые сами делают прогнозы или распознают образы. Инженер данных строит «трубопроводы», по которым данные попадают в хранилище, — это ближе к работе разработчика. Бизнес- и системный аналитик описывает требования к программам для программистов. Аналитик данных берёт готовые данные из хранилища и отвечает на вопросы бизнеса.
Что нужно уметь аналитику данных
Раз аналитик сам достаёт и обрабатывает данные, требования к нему заметно строже, чем к специалисту по отчётам. Они складываются из трёх частей: инструменты, статистика и понимание бизнеса.
Инструменты
Главный инструмент — SQL: его требуют почти во всех вакансиях аналитиков данных, потому что без него не достать данные из базы. Power BI или другую BI-систему называют примерно в семи вакансиях из десяти, Excel — в шести из десяти, Python — в каждой второй. В Kaspi.kz и некоторых банках встречаются Qlik Sense и SAS, в компаниях с облачным хранилищем — BigQuery.
Новое требование последних лет — умение работать с ИИ-помощниками. В Biometric анализ данных с помощью Claude, ChatGPT, Gemini и Cursor — обязательное условие, а Kaspi.kz называет опыт с Claude Code или Codex плюсом даже для младшего продуктового аналитика.
Статистика
Инструменты дают цифры, но не говорят, можно ли им верить. Аналитику нужно отличить настоящий эффект от случайного колебания: выросли ли продажи из-за акции или это обычный разброс. Поэтому Kaspi.kz ждёт от аналитика данных знания статистики и A/B-тестов, Freedom Bank — математической статистики и теории вероятностей, а Beeline Казахстан — продвинутых методов проведения экспериментов.
Понимание бизнеса, языки и образование
Наконец, цифры нужно связать с деньгами компании. Аналитику Teez, например, нужно понимать юнит-экономику — сколько компания зарабатывает или теряет на одном заказе. Многие работодатели проверяют и языки: для аналитика данных Kaspi.kz обязателен английский не ниже B2, а аналитик клиентского опыта в ForteBank должен свободно владеть казахским и русским.
Образование работодатели указывают не всегда; если указывают, то высшее в математике, статистике, экономике или IT, хотя отдел взыскания Bereke Bank готов взять и выпускника колледжа. Ближе всего к профессии карточка «Аналитик баз данных» из профессионального стандарта «Администрирование баз данных»: на начальном уровне она допускает образование колледжа и не требует опыта, а на старшем — бакалавриат по IT и не меньше трёх лет работы.
Где и в каких условиях работают аналитики данных
Аналитик данных нужен там, где данных много и по ним принимают решения. В вакансиях чаще других встречаются банки (Банк ЦентрКредит, Bereke Bank, Freedom Bank, ForteBank, Halyk), Kaspi.kz, телеком-компании, маркетплейсы, фармацевтические и потребительские компании и авиация. Есть и иностранные работодатели, которые нанимают специалистов из Казахстана.
Почти все такие вакансии — в Алматы, заметно меньше — в Астане. В других городах аналитиком данных обычно называют специалиста по отчётам в Excel и 1С. Обычный график — пятидневка в офисе: Kaspi.kz прямо пишет, что работа только в офисе. Kolesa Group разрешает работать из дома до двух дней в неделю, Tefal — два дня из пяти. Полностью удалённо чаще работают на иностранные компании: Nitka Technologies, например, просит, чтобы рабочий день хотя бы на два часа совпадал с рабочим временем коллег в США. Банки и многие крупные компании добавляют к зарплате медицинскую страховку и премии.
Спрос растёт: по данным hh.kz, в 2025 году вакансий в категории «BI-аналитик, аналитик данных» стало вдвое больше, чем годом раньше. Но и желающих много: в начале 2025 года на одну такую вакансию приходилось около 21 резюме.
Плюсы и трудности профессии
Из того, как устроена работа и рынок, следуют и сильные, и слабые стороны профессии.
Главный плюс — переносимость навыков. SQL, BI-системы и статистика одинаково нужны в банке, на маркетплейсе и в авиакомпании, поэтому аналитик может сменить отрасль, не начиная с нуля. Результат работы виден: по выводам аналитика меняют продукт, рекламу или нормы для сотрудников. Есть куда расти — в продуктовую аналитику, работу с хранилищами данных или data science, — а у иностранных компаний есть и удалённая работа.
Трудности тоже конкретные:
- Сложный вход. Вакансий без опыта единицы, а конкуренция в профессии высокая.
- Рутина. Заметная часть времени уходит на регулярные отчёты и сверку данных, которые приходят с ошибками.
- Постоянная учёба. Требования меняются: в вакансиях уже появились ИИ-инструменты, а продуктовым аналитикам нужны Python и статистика.
- Цена ошибки. Неверный фильтр в запросе незаметно искажает цифры, а по ним принимают решения.
Сколько платят и как прийти в профессию
Доход аналитика данных зависит прежде всего от того, какой из описанных ролей он занят. На начальных позициях, где работа идёт в основном в Excel, предлагают 210–360 тысяч тенге на руки, специалистам с опытом 1–3 года, владеющим SQL и BI-системами, — 500–800 тысяч, опытным аналитикам в IT-компаниях — от 800 тысяч до 1,3 миллиона и выше. Подробнее — в статье о том, сколько зарабатывает аналитик данных.
В профессию приходят через вуз по IT или математике, курсы с собственными проектами и первую должность младшего аналитика. Какие навыки осваивать и в каком порядке, где учиться и как найти первую работу, разобрано в статье о том, как стать аналитиком данных.