Я сейчас готовлю курс по «быстрой аналитике». Темп жизни требует. Учебные занятия – это, в основном, практика, поэтому я пишу цикл статей для предварительного чтения, «преридинга». Некоторые из них в сокращенном виде я буду публиковать здесь, в канале с тегом #курс. Встречайте первую!

Почему аналитика начинается не с данных, а с вопроса
«Нам нужны были данные ещё вчера» — часто с этого начинались разговоры с заказчиками. Но я не спешил их собирать. Потому что главное — не в данных, а в вопросе. Собрать информацию сегодня легко, особенно с ИИ. Сложнее понять: какие данные нужны и зачем.

Мы привыкли думать, что аналитика — это цифры, дашборды, диаграммы. Что всё начинается с выгрузки, а заканчивается презентацией. Но по-настоящему аналитика начинается раньше — с формулировки вопроса. Именно он определяет, что искать, как проверять и что считать ответом.

Данные сами по себе ничего не знают. Они не покажут, что важно. А вот вопрос — покажет. Можно собрать горы информации и остаться ни с чем, если изначально искали не то.

Что делает вопрос правильным? Он конкретен, проверяем, ограничен рамками. Например, запрос «Разберитесь с продажами» — слишком общий. А вот «Почему в марте снизились онлайн-продажи курсов английского среди 18–25, если трафик не упал?» — уже рабочая формулировка. Она задаёт направление анализа и критерии оценки.

Плохо заданный вопрос создаёт иллюзию анализа. Можно построить десятки графиков и ничего не понять. «Пятнадцать факторов, влияющих на конверсию» — звучит убедительно, но не даёт ответа, что делать.


Хороший вопрос требует чувствовать контекст: кто заказчик, что для него важно, как он примет решение. В этом смысле аналитика — это не таблицы, а коммуникация. Аналитик — переводчик между данными и смыслом.

Ну а хорошие аналитики — это не те, кто быстрее считает, а те, кто точнее спрашивает. Чем яснее вопрос, тем меньше данных нужно собирать и тем быстрее можно действовать.

Настоящая скорость — не в том, чтобы анализировать больше, а в том, чтобы сразу анализировать то, что имеет значение. Поэтому первый шаг в любом проекте — остановиться и спросить себя: а что именно я хочу узнать, прежде чем начну копать в данных?
#курс