10.07.2021

Data Analyst ili Business Intelligence – pravi izbor za tvoju karijeru?

1. Koja je razlika između profesija Data Analyst, Data Scientist i nekog ko se bavi poslovnom inteligencijom?

Data Analyst (analatiča podataka) koristi iste podatke kao i osoba koji se bavi poslovnom inteligencijom (Business Intelligence, BI). Razlika je u tome što Data Analyst koristi i pomoć matematike (tačnije statistike) kako bi predvideo ono što će se tek desiti – kreira predikcije, forecast-e i sl. Data Analyst pre svega dobro poznaje matematiku, modeliranje i baze podataka, ali i prezentovanje u vidu raznoraznih izveštaja i dashboard-a. Ono čime se jedan analitačar podataka najviše bavi su numerički podaci i trendovi.

Fokus poslovne inteligencije su istorijski podaci koji mogu da doprinesu kompaniji u donošenju boljih “biznis odluka”. Koji rezultati su ostvareni, kako trenutno napreduje kompanija, da li rastemo ili opadamo, da li smo iznad zadatih KPI-jeva, da li se uloženi novac u neku kampanju isplatio – to su stvari na koje Business Intelligence može da odgovori. Za ozbiljno bavljenje BI poslom potrebna je jaka IT pozadina i razumevanje biznisa u što većem obimu, kako bi se sagledala celokupna slika o jednom poslovanju.

Data Science specijalista, kao i Data Analyst, na osnovu istorijskih podataka kreira odgovarajuće modele mašinskog učenja kako bi predvideo šta će se desiti. Osim numeričkih, bavi se i kompleksnijim tipovima podataka: složenijim problemima poput prepoznavanja glasa, lica i sl. Neophodno je ogromno matematičko znanje da bi se osoba ozbiljno bavila ovom oblašću – zato su za ovo zanimanje dosta i vezani PhD-jevci. 🙂 Trenutno je ovo zanimanje apsolutni hit u svetu, jedno od najplaćenijih zanimanja u IT industriji. Međutim, da bi se osoba ozbiljno bavila naukom o podacima, neophodne su godine rada i iskustva na ozbiljnim projektima i problemima.

2. Da li je moguće biti Data Analyst ili BI stručnjak bez kodiranja?

Kratak odgovor: Teško.

Dugačak odgovor: Ljudi koji se ozbiljno bave podacima i poslovnom inteligencijom su uglavnom ljudi sa IT pozadinom. Neophodno je započeti od osnovnih stvari kao što su npr. baze podataka. Rad sa podacima: data cleaning, data cleansing, priprema podataka, prikupljanje itd. iziskuju kodiranje i predstavljaju najkomplikovaniji deo posla. Business Intelligence je veoma specifičan u odnosu na druga IT zanimanja. Kao što i sam naziv kaže – business je prva reč i uvek se toga treba držati. Osim tehničkog znanja važno je da se razume i poslovanje. Mora da postoji sinergija biznisa i IT.

3. Šta treba da naučim kako bih započeo/započela svoju karijeru?

U svetu podataka koriste se najrazličitiji alati, a od okruženja i potreba posla zavisi i odabir alata. Ono što sigurno ne možete da preskočite je MS Excel – program koji je svima dostupan i svi ga koriste u najrazličitije moguće svrhe. Međutim, ovde ne govorimo o osnovnim veštinama, već o zaista naprednom poznavanju Excel-a i njegovih mogućnosti.

Iz Excel-a je nastao i Power BI, trenutno najmoćniji skup alata za analitiku i vizuelizaciju podataka (to kaže i Gartner, ne samo mi). Najkraće bih ga opisao kao Excel na steroidima 😊 Neverovatno je napredovao u poslednje tri godine i daleko odmakao u odnosu na konkurenciju (npr. Tableau). U sinergiji sa Azure cloud-om, siguran sam da u narednoj deceniji Power BI čeka svetla budućnost. Sve više se koristi i u svakodnevnom životu, a ne samo u korporativnim okruženjima. Power BI ima i svoj poseban jezik – DAX – koji je sličan Excel formulama, ali je mnogo moćniji.

Međutim, ukoliko su vaše ambicije da se bavite Data Science-om, morate naučiti i high-level jezike kao što su Python ili R.

4. Gde da pronađem posao – koje kompanije traže Data Analyst-e i Business Intelligence specijaliste?

Sve kompanije koje spadaju u enterprise tip koriste Business Intelligence. To može biti sfera finansija, telekomunikacija, elektroindustrije… Uglavnom su to velike multinacionalne korporacije, ali BI je našao svoju primenu i u biznisima srednje veličine.

Poslovna inteligencija je važna jer čini kompaniju otpornijom na spoljne udare. Ublažavanje gubitaka je direktno povezano sa tim koliko smo dobro čuvali i proučavali podatke i kakav zaključak možemo da izvučemo iz toga. Takođe, sve kompanije koje žele da steknu klijente i da ostanu dobro kotirane u konkurentnim sistemima, moraju da ulože u BI.

Postoji sve veća tranzicija ka cloud tehnologijama gde svi procesi postaju servisi i automatizacija postoji. Ali ako govorimo zdravorazumski, mašine nikada ne mogu pobediti čoveka. Tačno je da možemo obrađivati sve veću količinu podataka, ali sve dok su stakeholderi – ljudi, biće posla za ljude u svetu podataka.

5. Da li podaci i business intelligence zaista čine kompanije i poslovanje inteligentnijim?

Business Intelligence je stekao svoju popularnost nakon 2008. godine i velike Svetske finansijske krize.

U trenutku kada kompanije ne mogu da generišu profit koji bi trebalo (Svetska ekonomska kriza, korona virus i slično) tada podaci i business intelligence stupaju na scenu. Ukoliko u novonastaloj situaciji sa pandemijom prođemo bolje nego 2008. godine, onda možemo da kažemo da su biznisi zaista postali pametniji. Ako se to ne desi, znači da nismo pametniji ni deceniju kasnije 🙂

Business Intelligence pomaže kompanijama da na lak, brz i slikovit način sagledaju svoje poslovanje (praćenje nekih vremenskih serija, gde smo u odnosu na prethodnu godinu/prethodni kvartal, da li se beleži rast ili pad, da li se isplatilo nešto što smo uložili). Poslovna inteligencija je jako blizak saradnik menadžmentu kompanije, i ima zadatak da im pomogne da donesu neku važnu odluku na osnovu podataka koje prikuplja.

6. Koliko su zanimanja vezana za podatke popularna i plaćena?

Business Intelligence je jedno od najtraženijih zanimanja na našem tržištu i trenutno je veoma deficitarno zanimanje. Kao što sam već napomenuo, podaci i poslovna inteligencija uvek dobijaju na značaju kada je globalna ekonomija u problemu.

Poslovi u oblasti analize podataka i poslovne inteligencije su veoma konkurentni i dobro plaćeni. Jedino su možda profesije vezane za Data Science bolje plaćene, ali i iziskuju drugačije veštine: doktore nauka/matematičare. Ako poredimo ove profesije sa npr. programiranjem, stiče se utisak da je BI konkurentniji i od frontend programiranja.

Razgovarali smo sa: Miodragom Ivanovićem, instruktorom na Data Analyst akademiji

Miodrag Ivanović je BI stručnjak sa preko 12 godina profesionalnog iskustva sa DWH, Data Modeling, Architecture, Solution design, ETL i OLAP development-om. Radio je na mnogim korporativnim projektima primarno baziranim na Microsoft tehnologijama, ali takođe i na Oracle i IBM DB2. Trenutno radi u kompaniji Robert Bosch kao Senior BI developer. Od 2020. godine, Miodrag je sertifikovani Microsoft trener u trening centru Semos Education.

Zanima te karijera data analyst-a?

Pogledaj našu Data Analyst akademiju koja će ti pružiti sve što ti je potrebno da započneš uspešnu karijeru u oblasti analize podataka.