Прокачаться в бизнес-аналитике: блоги и инструкции в стиле «бери и делай» + профильные учебники с теоретической базой

В последнее время традиционная бизнес-аналитика все сильнее пересекается с плоскостью аналитики данных (как в индустрии финтеха и банкинга, так и во многих других сферах). Некоторые профильные специалисты уже не первый год рассматривают Business Intelligence как супермножество Data Science, и все громче звучит мнение, что компаниям необходимо ^[1] объединять оба направления.

Поэтому сегодня мы в МКБ подготовили подборку материалов для желающих погрузиться в тему BI/Data Science. Под катом — открытые книги, которые помогут разобраться в современном аналитическом стеке, а также профильные учебники. А еще блоги, авторы которых простыми словами разбирают вопросы и проблемы по теме: от борьбы с «фактором автобуса» до принципов работы в индустрии BI.

Что почитать

Аналитический стек с нуля: пособие для чайников ^[2]. Справочник пригодится начинающим дата-аналитикам или менеджерам продукта, которые в общих чертах понимают устройство современного аналитического стека, но испытывают сложности при общении с дата-инженерами (особенно когда речь заходит о проблемах, связанных с пайплайнами). В материале все базовые концепции поясняются на картинках и примерах для наглядности.

Руководство стремится объяснить как можно большее число сценариев, с которыми сталкивается аналитик — например, про работу как с SQL, так и с NoSQL. При этом авторы — разработчики из сингапурской консалтинговой компании Holistic — открыто признают, что многие рекомендации отражают их собственные предпочтения. Это — облачное хранилище, MPP-аналитические базы данных и прочее. По их мнению, приоритет в построении стека данных стоит отдавать аналитическим процессам и моделированию, тогда как визуализация, хотя и важна, должна отходить на второй план. В любом случае оценить эти и другие рекомендации можно самостоятельно — книга выложена в открытый доступ в формате PDF ^[2].

Python для анализа данных ^[3]. Книга Уэса Маккинни, разработчика open source-пакета pandas. Как следует из названия, это — настольное руководство по обработке и анализу данных с использованием Python. Материал похож на справочник в стиле «бери и делай» — по утверждениям автора, примеры кода со страниц можно использовать в своих решениях и документации. Книга находится в открытом доступе, и в апреле 2023 года была обновлена, чтобы текст соответствовал изменениями в pandas 2.0.0 и Python 3.10.

«Python для анализа данных» будет полезна аналитикам, начинающим работать с этим языком программирования. Уэс рассказывает, как использовать Jupyter и терминал IPython для аналитики и вычислений, объясняет, как устроены базовые и продвинутые функции для подготовки данных: загрузки, очистки, преобразования и перегруппировки. Кроме того, Маккинни пишет про анализ и обработку регулярных и нерегулярных временных рядов. В конце книги Маккинни разбирает описанные им техники на реальных датасетах.

Стоит отметить, что материал перемежается с историческими справками от автора — например, как появлялись первые инструменты для векторизации в Python. Маккинни вспоминает, что все началось в 1995 году, когда Джим Хугунин создал библиотеку Numeric, а Трэвис Олифант в 2005 объединил ее с Numarray и представил NumPy. Также, помимо прочего, Уэс рассказывает, как и почему он разработал pandas.

Машинное обучение и анализ данных ^[4]. Эту книгу в 2024 году опубликовал Александр Дьяконов, руководитель направления наук о данных в Центральном университете и абсолютный чемпион на платформе Kaggle. Книга выложена на GitHub — в ней 31 глава. Автор пишет про алгоритмы для обучения ^[5] на размеченных данных, линейную регрессию и классификаторы, ансамбли, случайные леса и не только. Основной акцент Дьяконов делает на предобработке данных, отборе признаков, показателях качества. Книга начинается с основ аналитики, включая задачи, которые решаются с помощью машинного обучения. Материал во многом основан на публикациях в блоге автора (часть глав представлена в виде ссылок на соответствующие посты).

Продвинутый анализ данных: от простого к сложному ^[6]. Автор книги — Косма Шализи, профессор статистики и специалист кафедры машинного обучения Университета Карнеги — Меллона. Изначально материал представлял собой серию заметок для семестрового курса по продвинутому анализу данных для старшекурсников, но со временем дорос до полноценной книги объемом в 900 страниц (которая, вероятно, продолжит дополняться). Шализи улучшает ее содержание уже более десяти лет. Он планировал выпустить книгу еще в 2013 году, но затем сроки сдвинулись сперва на год, после — еще на пять. Сейчас автор уже не берется прогнозировать, когда именно выйдет печатная версия, однако материал доступен онлайн.

«Продвинутый анализ данных» ориентирован на математическую составляющую и статистический анализ; разделы книги посвящены распределениям, причинно-следственному анализу. Даже сам автор отмечает, что читателям необходимо понимание концепций теории вероятности и владение базовыми инструментами статистического анализа — без этих знаний материал покажется сложным. Помимо прочего, автор пишет о роли моделей машинного обучения в аналитике, затрагивает такие вещи, как переобучение и кросс-валидация.

Автор подкрепляет рассказ графиками, диаграммами, схемами и другим визуалом. Книгу стоит воспринимать как полноценный учебник (коим она и является), который содержит множество ссылок и сносок на научные работы для дополнительного чтения по теме. Кроме того, каждый раздел автор сопровождает практическими упражнениями для закрепления материала.

Байесовский вывод в анализе данных ^[7]. Эта книга была написана профессорами крупных американских вузов еще в 1995-м, однако в прошлом году вышло свежее переиздание с исправлениями и дополнениями. «Байесовский вывод в анализе данных» — это 700 страниц, которые, по сути, посвящены (внезапно!) одной теме — байесовскому выводу ^[8]. Этот метод остается одним из ключевых инструментов в арсенале аналитика данных и применяется для построения прогнозных моделей, детектирования аномалий и персонализации рекомендаций.

В первых главах книги описаны ключевые подходы к моделированию процессов, систем или анализа данных — например, однопараметрические и многопараметрические модели. Во второй части книги авторы начинают рассказывать, как можно сочетать байесовский вывод с другими методами анализа данных. Ближе к концу раскрывается идея превосходства такого подхода над традиционными. Эта книга — наверное, самая сложная в подборке. Относиться к ней стоит как к серьезному учебнику, для «общения» с которым необходимо понимать базовые математические методы, концепции теории вероятностей и статистики.

Обмен опытом, личные мнения

Блог дата-сайентиста с дипломом физика ^[9]. Блог ведет физик, который публиковался ^[10] в журнале Nature. Последние несколько лет он делится опытом ^[11] анализа данных: хотя последний пост на сайте датирован октябрем 2025 года, до этого момента материалы выходили регулярно — в некоторые месяцы автор мог опубликовать до семи заметок. Например, одна статья ^[12] посвящена байесовскому подходу к А/Б-тестированию. В ней аналитик опровергает миф о том, что при использовании этого метода можно в любой момент остановить тестирование, чтобы оценить промежуточные результаты. Автор ставит эксперимент, в ходе которого становится понятно, что частые «подглядывания» приводят к появлению ложных результатов.

Locally Optimistic ^[13]. Блог был основан в 2018 году группой американских дата- и бизнес-аналитиков, работающих в крупных облачных провайдерах. Посты выходят редко, но за пять лет авторы блога успели выпустить немало материалов — в том числе, с практическими советами. Так, одна статья ^[14] рассказывает, как находить боли ^[15] бизнеса с помощью данных. Автор предлагает использовать шаблон, который позволяет выявить ценность продукта для клиента.

Многие материалы также посвящены командной работе. Автор одной из статей разбирает ^[16] так называемый фактор лотереи (или «фактор автобуса») — риск того, что ключевой сотрудник, не успевший передать знания коллегам, может внезапно выпасть из проекта, и команда окажется в уязвимом положении. Специалист отмечает, что исключить такой риск нельзя, поэтому важно заранее реализовать хранилище знаний.

morling.dev ^[17]. Это — блог Гуннара Морлинга, разработчика открытого программного обеспечения из американской компании Confluent, который до этого десять лет проработал в RedHat. Спектр тем, на которые он пишет, обширен, но в основном они касаются аналитики, работы с данными, СУБД. Например, одна из последних статей посвящена ^[18] инструменту Hardwood — новому парсеру формата данных Apache Parquet, де-факто ставшего стандартом для аналитики больших данных. В статье разработчик показывает, как использовать инструмент, объясняет, за счет чего удалось добиться высокой производительности.

Начать работу

Потрясающая бизнес-аналитика ^[19]. Классическая awesome-подборка на GitHub, которую с этого года курирует канадский писатель и опенсорс-разработчик. В репозитории собраны материалы по ключевым концепциям бизнес-аналитики, а также широкий набор инструментов для разных рабочих сценариев. Внутри можно найти как решения для визуализации и дашбордов, так и инструменты для подготовки отчетности. Также есть список проектов с открытым исходным кодом. Кроме того, по ссылке представлены гайды, туториалы и курсы.

Учебная программа и ресурсы по анализу данных ^[20]. Это — учебное пособие от Microsoft, опубликованное в 2022 году. Занятия рассчитаны на месяц: каждому дню соответствует тема и задание. Внутри можно найти видеоматериалы, схемы, пояснения и шпаргалки в компактном виде. Курс начинается с изучения основ бизнес-аналитики, затем предлагает создать свой дашборд, изучить моделирование данных и проч. Есть и темы, посвященные шрифтам и выбору цветов в презентациях. В конце — проект для закрепления материала.

P.S. Предложенные в подборке книги, блоги и инструментарий помогут, если изучать аналитику данных самостоятельно. И это не первый материал в нашем блоге про обучение — до этого мы уже рассказывали ^[21], как проходило (и проходит) обучение банковских специалистов начиная с 18 века и заканчивая нашим временем.