Репост из: Будни Digital CTO
Наткнулся на Хабре на разбор трендов аналитики-2026 от Олега Игнатова из Garage Eight. Главная мысль разбора - роль аналитика данных смещается с "выполнить задачу" на "принять решение в условиях неопределённости". И главным активом становятся не различные витрины вкупе с дашбордами, а коммуникации и понимание контекста.
Что изменилось:
🔵 Демократизация данных. Бизнес всё чаще спрашивает цифры сам, на человеческом языке - автор прогнозирует, что до 40% запросов пойдут через естественный язык. Аналитик, как сущность при этом не исчезает, а переезжает на управление моделью данных и валидацию метрик, чтобы этот self-service не превратился в свалку противоречивых цифр
🔵 Универсальность бьёт узкую специализацию. Рынку нужен не "чистый SQL-щик", а аналитик с продуктовым мышлением, чувством качества данных и фасилитацией в комплекте
🔵 ИИ как базовый инструмент - генерация запросов, поиск аномалий, черновой разбор. Или, как формулирует автор, ИИ усиливает экспертность, а не заменяет её
🔵 Real-time вместо ночных выгрузок. По данным IDC уже 75% корпоративных данных крутятся в потоковых системах, а McKinsey насчитал, что компании с real-time аналитикой в 1,6 раза чаще показывают двузначный рост
🔵 Инфобез и приватность как профминимум - синтетические данные и контроль доступа перестают быть темой "только для безопасников"
Отдельно зацепил финальный тезис, прямо подписываюсь: Основной фокус развития аналитика не в освоении еще одного стека, а в умении принимать решения в условиях неопределенности и высокой стоимости ошибки.
В целом, нарисованная в разборе картинка совпадает с тем, что я вижу вокруг: инструменты дешевеют и демократизируются, рутину забирает ИИ, а ценность утекает туда, где человек умеет задать правильный вопрос и объяснить бизнесу, что стоит за цифрами. Боюсь, что аналитикам, которые все силы вложили в один стек и гордость "я быстро пишу супер сложные джойны", будет тяжеловато. Но выход понятен: учиться работать с неопределённостью и говорить на языке бизнеса, а не только на языке баз данных.
Больше интересных новостей об ИИ, ритейле, екоме и маркетплейсах 👉 Подписаться на канал
#data #анализ #разработка #AI #новости
Что изменилось:
🔵 Демократизация данных. Бизнес всё чаще спрашивает цифры сам, на человеческом языке - автор прогнозирует, что до 40% запросов пойдут через естественный язык. Аналитик, как сущность при этом не исчезает, а переезжает на управление моделью данных и валидацию метрик, чтобы этот self-service не превратился в свалку противоречивых цифр
🔵 Универсальность бьёт узкую специализацию. Рынку нужен не "чистый SQL-щик", а аналитик с продуктовым мышлением, чувством качества данных и фасилитацией в комплекте
🔵 ИИ как базовый инструмент - генерация запросов, поиск аномалий, черновой разбор. Или, как формулирует автор, ИИ усиливает экспертность, а не заменяет её
🔵 Real-time вместо ночных выгрузок. По данным IDC уже 75% корпоративных данных крутятся в потоковых системах, а McKinsey насчитал, что компании с real-time аналитикой в 1,6 раза чаще показывают двузначный рост
🔵 Инфобез и приватность как профминимум - синтетические данные и контроль доступа перестают быть темой "только для безопасников"
Отдельно зацепил финальный тезис, прямо подписываюсь: Основной фокус развития аналитика не в освоении еще одного стека, а в умении принимать решения в условиях неопределенности и высокой стоимости ошибки.
В целом, нарисованная в разборе картинка совпадает с тем, что я вижу вокруг: инструменты дешевеют и демократизируются, рутину забирает ИИ, а ценность утекает туда, где человек умеет задать правильный вопрос и объяснить бизнесу, что стоит за цифрами. Боюсь, что аналитикам, которые все силы вложили в один стек и гордость "я быстро пишу супер сложные джойны", будет тяжеловато. Но выход понятен: учиться работать с неопределённостью и говорить на языке бизнеса, а не только на языке баз данных.
Больше интересных новостей об ИИ, ритейле, екоме и маркетплейсах 👉 Подписаться на канал
#data #анализ #разработка #AI #новости