Таблицы, запросы, Python: что учить аналитику и в каком порядке

Короткий ответ

Табличный редактор → запросы к базам → Python. Именно в таком порядке.

Каждый следующий инструмент нужен там, где предыдущий перестаёт справляться. Прыгать через ступень бессмысленно: вы не поймёте, зачем нужен инструмент, если не упирались в ограничение.

Табличный редактор

Зачем нужен. Это до сих пор главный инструмент бизнеса. Отчёты приходят в таблицах, менеджеры думают в таблицах, результат вашей работы часто ждут в таблице.

Что освоить: сводные таблицы, функции поиска и подстановки, условные вычисления, работа с датами, простая визуализация.

Где граница. Несколько десятков тысяч строк — и всё начинает тормозить. Расчёт, который надо повторять каждую неделю, превращается в мучение. Повторить чужой расчёт невозможно: логика спрятана в ячейках.

Запросы к базам

Зачем нужны. Данные в компании лежат в базе. Просить выгрузку у разработчиков каждый раз — тупик: пока ждёте, вопрос устареет.

Что освоить: выборка, фильтрация, сортировка, группировка, объединение таблиц, подзапросы, оконные функции. Последнее — то, что отличает уверенного аналитика: расчёт нарастающих итогов, сравнение с предыдущим периодом, ранжирование внутри групп.

Где граница. Сложные преобразования, статистические расчёты, машинное обучение — этого запросами делать неудобно.

Это самый важный навык из трёх. Если времени мало, вкладывайтесь сюда.

Python

Зачем нужен. Когда расчёт повторяется, когда данных много, когда надо соединить несколько источников, когда нужна статистика сложнее среднего.

Что освоить: основы языка, библиотеку работы с таблицами, построение графиков. Позже — статистические библиотеки.

Где граница. Его не надо тащить туда, где хватает запроса. Аналитик, который выгружает всю таблицу и обрабатывает её в коде вместо того, чтобы написать нормальный запрос, делает лишнюю работу.

Почему нельзя начинать с Python

Три причины.

Не поймёте, зачем. Пока вы не мучились с повторяющимся расчётом в таблице, автоматизация выглядит усложнением.

Порог входа выше. Полгода на программирование до первого полезного результата — а с запросами первый полезный результат будет на второй неделе.

На входе спросят не про него. В вакансиях аналитика уверенное владение запросами упоминают почти всегда, Python — реже и как желательное.

Что ещё пригодится

Инструмент визуализации. Один. Работодателю неважно какой: принципы везде одни.

Понимание предметной области. Аналитик, разбирающийся в том, как устроен бизнес, ценнее того, кто просто считает. Это приходит с работой, но интерес стоит проявлять сразу.

Умение объяснять. Половина работы — донести результат до человека, который в цифрах не разбирается. Без этого расчёт остаётся в папке.

Практический план

Месяц 1–2: таблицы до уверенного уровня, включая сводные.
Месяц 2–4: запросы, параллельно продолжая пользоваться таблицами.
Месяц 4–5: инструмент визуализации, первая панель для портфолио.
Месяц 5–7: Python на уровне обработки данных.

К пятому месяцу можно откликаться, добирая остальное по ходу.