🏆 Дашборд
В этой категории я выбрал работу Александра Коновалова. Саша добавил интересные данные — сколько стоили наборы при выпуске и сколько они стоят сейчас на вторичном рынке. В итоге можно использовать Лего как инвестиции! (Буду себя так успокаивать покупая следующий набор 😂)

И главное сам дашборд тоже хорошо сделан — он идёт от общего к частному, интересно смотреть зависимости на точечных графиках, есть детализированная таблицы с картинками наборов (она кстати, прям очень круто работает).

Есть дурацкие ошибки в оформлении графиков, но в целом работа классная.

🏆 Сторителлинг
Я выбрал работу Наталии, которая сделала простую, но хорошо читаемую форму: один слайд — одно десятилетие. Так как графики повторяются от слайда к слайду, то получается классный эффект при их переключении — видно как растёт и количество тем, и наборов, и цветов. При этом сам формат простой, но из-за этого как раз хорошо и работает.

Сами графики и верстка могли бы быть оформлены аккуратнее, а некоторые графики не имеют смысла (бар-чарты, где везде единички). Но картинки и удачная форма по десятелетиям меня тут зацепили.

Поздравляю ребят! Вот ссылки на их работы дашборд, сторителлинг.

Ещё мне очень понравилась работа Ивана Билецкого — дашборд и навигатор по наборам. Тут классно свёрстан дашборд и хорошие комментарии для каждого блока.

И ещё работа Василины Чарушиной — инфографика про переиспользование наборов, тут хорошая верстка и проделано много работы под капотом с анализом того, какие наборы можно из чего собрать. Но немного не хватило самой истории, можно было бы как раз сделать рассказ про процесс работы с данными и подбор «переиспользуемости».

Ещё вне конкурса (работа была сделана раньше) своим дашбордом поделился Артём Ганин. Это прям очень крутая работа про цвета, не могу её не упомянуть.

Вообще не думал, что будет так сложно выбирать. Так что помогайте! За вами голосование за приз симпатий:
Голосование закрыто, поздравляем Георгия, кто выиграл приз симпатий!

🍦Софт-скиллы для аналитиков
Все понимают, что чем больше они растут по карьерной лестнице, тем более важны становятся софт-скилы, а не харды. И вроде бы это очень понятная мысль, но при этом развитием софт-скилов заниматься гораздо сложнее.

При этом над аналитиками еще висит и проклятье «все и всегда должно быть на данных». В этом случае непонятно зачем заниматься софт-скиллами, когда вроде бы тебе достаточно просто все показать с помощью данных. Приведу пример из своей карьеры, лет 12 назад я работал в банке, где занимался оптимизацией процессов. Тогда я рассчитал по теории очередей как стоит оптимизировать службу поддержки в отделе валютного контроля. Я довольный принес кучу расчетов и графиков и показал на данных, что нужна распределённая система поддержки, а не централизованная. Это бы экономило время ожидания клиентам, а нагрузка была бы распределена равномерно. Руководитель посмотрела на это все, но так ничего и не сделала. Я тогда мыслено ругался на неё — ничего не понимает в данных, думал я! Сейчас понимаю, что просто у меня не хватило навыков провести это изменение, не хватило тех самых софт-скилов.

Я считаю, что основные сложности в изучении софтов возникают из-за этих пунктов:
1️⃣ К изучению софтов подходят так же, как и изучение хардов
2️⃣ Софт скиллы сложнее измерить и отследить прогресс их развития. Аналитики от этого ещё больше расстраиваются
3️⃣ Это некий загадочный зверь, неразложенный на понятные компетенции и навыки. Для каждой профессии нужен свой набор таких навыков и аналитика тут не исключение.

Сегодня напишу подробнее про первый пункт, но хочу рассказать в будущем про все. Подумать про него меня натолкнул недавний пост в канале у Ромы Васильева (мы с ним пересекались в Лавке, а сейчас он руководит командой аналитики международного поиска). В посте он как раз подсвечивает разницу между освоением хардов и софтов. И там есть классная фраза — «харды осваиваются как навык, а софты проживаются и встраиваются».

И это правда — процесс освоение софт-скилов происходит совсем по-другому. В парадигме изучения хардов — мы должны изучить теорию, применить её на практике и оценить результат. Когда мы учимся софтам это тоже нужно сделать, но этого не достаточно. Ещё нужно обязательно заниматься изменением ментальных моделей в своей голове, то есть надо внедрять новое мышление. И это не понятно как делать. Один из подходов, который я придумал для себя — это читать и слушать лекции про даже уже «известные и понятные» софт-скилы, про которые и так слышал сотни раз. То есть читать книжки про аналитическое мышление и ораторское искусство или смотреть ролики про управление проектами полезно, даже когда вы вроде бы уже знаете всю теорию. Тот самый случай, когда повторение важно как пластинка, которая очень медленно записывается вам на подкорку с каждым проигрыванием. Кстати, та же логика работает и когда вам предлагают выбрать правильный круг общения или компанию, чтобы изменить мышление. Вы просто крутитесь в рамках похожих идей и мыслей, пока они не встраиваются в вас.

Итого совет — попробуйте как-нибудь послушать что-нибудь до жути банальное по теме софт-скиллов, даже если уже слышали подобное раньше. Есть шанс, что так вы сможете больше встроить это в свой процесс мышления.
#ссылка #мышление

Нерегулярная подборка ссылок
В этот раз небольшая подборка про небольшие каналы по теме BI и около и две классные вакансии. Я считаю, что каналы и блоги по любой теме заводить никогда не поздно. Когда я начинал делать канал уже были большие каналы и я думал «куда ж я лезу». Дело в том, что каналы «со стажем» просто меньше пишут по вводным темам. Я, например, уже сильно реже пишу и про графики, и про дашборды. А в профессию всё так же приходят новые люди, которым эта информация может быть полезна и читать ребят, которые пишут с интересом и регулярно всё равно приятнее, чем выискивать старые посты. В подборку стараюсь находить как раз тех ребят. А если вы в неё не попали, но у вас классный канал по теме аналитики, датавиза или BI — кидайте ссылку и описание канала в комментариях!

🐲Датавиз в BI
Алиса Ручкина про дизайн дашбордов и работу с Fine BI
@finebi_design

📊 Пирожки и бары | про BI
Маша Аничкова про чек-листы для дашбордов и сбор требований
@pies_and_bars

✋Делаю BI
Дима Снигерёв про работу BI
@withdata

👨‍💻Работая в айтишечке
Данила Шевцов про лайфхаки в IT
@workinginit

🤪 Data Дзен
Олег Дмитриев с мемами и опросами рассказывает про аналитику
@data_dzen


💼 Вакансии

🍕Вакансия BI-лида в ДоДо
Недавно проводил обучение для ребят и у них очень крутая команда! Задача — перепридумать систему отчетности и внедрить регулярные процессы по BI. ИМХО очень заманчиво и интересно.

Откликаться и подрбности тут
Или тут — @tatatls

Немного заглянуть как у ребят устроена аналитика можно вот тут.

💱 BI-Эксперт в Консалтика
Дима Щербаков поделился вакансией BI-разработчика в финансовом консалтинге. Тут у меня нет представления о компании, но по описанию выглядит интересно. Москва | гибрид (1–2 дня в офисе), 250–350 тыс. руб.

Откликаться и подрбности тут
Или тут — @consaltica
#дайджест

Сходил в гости к команде аналитики Garage 8, рассказал о фреймворке Dashboard Map и обсудили как системно строить отчетность. Делюсь записью!

А ещё мне помог потрясающий Тимур, с которым мы проводили мок-интервью. Он переоформил более структурно мою доску Миро и навёл там марафет, так что теперь у фреймворка есть обновлённая доска по теории! Тимур, спасибо!

🤖📊 Графики и роботы
В этот четверг, в 18 по Мск расскажу о том какие сейчас есть AI-инструменты для визуализации данных. Это будет обзорная лекция — посмотрим разные продукты, обсудим когда и что стоит применять и покажу примеры использования.

Посмотрим и на стандартные LLM чаты, и на продукты специально заточенные под аналитику и просто по-вайбкодим дашборды и кастомные графики для BI-систем.

👉 Регистрация тут 👈
#выступление

Мы начинаем через 5 минут, вопросы можно будет задавать вот тут на платформе для вебинаров — https://start.bizon365.ru/room/karpov_courses/ChartsAndRobots