mtrushko

Как монетизировать навыки Excel и аналитики не только на основной работе? Недавно в нашем опросе треть участников ответили, что хотели бы брать дополнительные проекты и подработки. Давайте разберёмся, в каких направлениях это можно сделать. Прежде всего отмечу главное: собственникам/руководителям нужно предлагать не красивые таблички, а решение проблемы бизнеса. На карточках разместила примеры. И вот что важно: Чтобы начать, не обязательно сразу искать клиента на бирже фриланса и конкурировать с сотней исполнителей. У ваших знакомых есть бизнес, кто-то продаёт на маркетплейсах, кто-то начал оптимизировать расходы. «Покажите, как вы сейчас работаете с данными. Возможно, я увижу, что здесь можно упростить» Первый проект можно сделать бесплатно или за символическую стоимость. Но обязательно зафиксируйте, что было, что изменили и что стало. ❌ «Я использовала Power Query/сложные формулы и объединила 12 таблиц». ✅ Было: отчёт собирали два сотрудника в течение трёх дней и обновляли раз в месяц. Поэтому собственник видел результаты с задержкой и не мог оперативно реагировать на изменения. Что изменили: пересмотрели процесс, убрали дублирующие действия, объединили отчёты и автоматизировали сбор и обработку данных в Power Query Стало: теперь один сотрудник обновляет отчёт за 15 минут хоть каждый день. Собственник видит актуальные результаты и быстрее принимает решения, а компания смогла перераспределить задачи и сократить расходы на 3 млн рублей в год 👌 Вот это и есть ваш первый кейс. А следующий клиент уже заказывает не ваши знания Excel. Он покупает результат, решение своей проблемы ❓Какое из этих направлений вам было бы интереснее попробовать: автоматизация, дашборды, маркетплейсы, аналитические проекты или аудит процессов?

Последние несколько месяцев я много общаюсь с руководителями и специалистами из разных компаний. И знаете, что интересно? Неважно, о какой сфере идёт речь - производство, банки, строительство, ритейл или сфера услуг - почти все говорят об одном и том же. 😲 Издержки растут 😲 Требований к эффективности становится всё больше 😲 Нужно делать больше, быстрее и с меньшими ресурсами Компании ищут возможности для роста маржи на текущем рынке. В этом посте как раз показала один из недавних примеров, как мы помогли сэкономить около 2.5 млн на одном процессе

С другой стороны это хорошее время для сильных специалистов, которые умеют работать с данными, автоматизировать рутинные процессы и находить возможности для повышения эффективности. Они могут заниматься настройкой процессов сбора данных для компаний, тем самым экономить им огромные бюджеты 👌

Мне стало интересно, насколько эта ситуация характерна для разных компаний и отраслей со стороны сотрудников и руководителей. Я подготовила опрос, примите, пожалуйста, участие, поделитесь, какие настроения у вас - он займёт всего 2–3 минуты. 🎁 В благодарность за участие каждый участник получит персональный промокод на 1 000 руб, который можно использовать при оплате любой программы нашей школы Буду очень благодарна, если найдёте пару минут и поделитесь своим опытом! Ссылка на опрос Ссылка на опрос P.S. Мне кажется, сейчас особенно интересное время. Да, требования к специалистам становятся выше. И при этом растёт ценность тех, кто умеет делать работу быстро, помогает принимать решения, экономит деньги компаниям

🤯 Одна мера заменяет десятки вспомогательных расчетов Когда мы работаем с данными, одна транзакция может занимать несколько строк, так как в ней содержится детализация, например, по товарам. Если просто считать строки или использовать формулы, очень легко получить замноженные результаты и сделать неправильные выводы. Есть несколько способов решить эту задачу. Можно строить дополнительные сводные таблицы и промежуточные расчеты. Можно использовать уникальный подсчет в сводной. А можно один раз написать меру на DAX и больше не переживать, что после смены уровня детализации или перестановки полей показатель сломается. В этом видео показываю: ✅ Как посчитать уникальное количество чеков через сводную таблицу ✅ Где находится агрегат подсчёта уникальных значений ✅ Как написать ту же метрику на DAX, при этом меры корректно пересчитываются на любом уровне детализации - по дням, магазинам, регионам или категориям На DAX можно реализовать практически любую аналитическую метрику, которую сложно или неудобно поддерживать обычными формулами или сводными таблицами. Все эти возможности доступны прямо в Excel через Power Pivot - никаких дополнительных программ не требуется 👌

🚨 7 ошибок в отчётах, которые должны бросаться в глаза за 30 секунд Даже у опытных специалистов иногда встречаются ошибки в отчётах, потому что в любой рутинной работе можно что-то упустить. Собрала для вас карточки с 7 типичными ситуациями, которые я всегда проверяю в первую очередь. Их полезно знать не только тем, кто готовит отчёты, но и тем, кто работает с чужими цифрами и принимает на их основе решения. Какие еще "косяки" в отчётах вы сразу вычисляете? 🕵🏻‍♀️ Пишите в комментариях👇 Каждый пост в этом канале - это маленький рабочий кейс, который делает вас сильнее как специалиста 💛

Как сэкономить 2,5 млн рублей на ФОТ в год и не сократить ни одного сотрудника Недавно общалась с владельцем бизнеса. Он рассказывал, что ищет специалиста на важный участок работы. Работа действительно ответственная: нужно собирать данные из разных источников (1С, файлы PDF от контрагентов и др), сверять информацию, проверять корректность цифр, готовить данные для управленческой отчётности. Процесс занимает практически всё рабочее время человека. Поэтому и зарплата закладывалась соответствующая - 250 тысяч рублей. Но потом я задала вопрос, "а сколько времени этот человек будет заниматься именно анализом?" Оказалось, почти нисколько (этим занимается другой специалист). То есть бизнес искал человека для обслуживания неэффективного процесса. И здесь начинается самое интересное, потому что стоимость сотрудника для компании - это не только зарплата. Есть ещё налоги, рабочее место, техника, лицензии, отпуска, больничные и другие расходы. В результате специалист с зарплатой 250 тысяч рублей обходится компании 400-450 тыс. "А что если не нанимать человека под процесс, а сначала посмотреть на сам процесс?" После консультации и разбора их источников выяснилось, что значительную часть операций можно автоматизировать.

Вместо того чтобы весь месяц вручную собирать данные из разных источников, процесс можно настроить так, чтобы обновление занимало считанные минуты или часы.

В итоге компании уже не нужен отдельный специалист только под эту задачу. Те же результаты можно получать быстрее и с меньшим количеством ошибок. Мы настроили процесс по автоматизации сбора данных и обучили сотрудника, который будет заниматься им. Экономия только на одном процессе составила около 2,5 млн рублей в год. ❗️ И мне видится, что сейчас здесь находится важный резерв эффективности для многих компаний. Не в бесконечной экономии на всём подряд и ухудшении качества, а в вопросе: “Сотрудники создают ценность для бизнеса или обслуживают процессы, которые давно пора пересмотреть?” 🤓 Хочешь жить умей вертеться

Есть такой тип людей, которые задают вопросы в самый неподходящий момент. Все уже вроде договорились, процесс идёт, таблицы обновляются, задачи распределены. И тут кто-то: «А почему мы делаем именно так?» «А зачем вообще этот отчёт существует?» «А кто принимает решения по этим данным?» Конечно, в моменте такой человек может раздражать.Все уже привыкли. Делаем так, потому что всегда так делали. А он приходит и начинает расшатывать привычную систему. Но если вдуматься, именно такие вопросы часто оказываются полезными, потому что они выводят команду из режима автоматического выполнения в режим осознанного. Иногда процесс существует просто потому, что его когда-то создали. Потом руководитель сменился, бизнес-задача изменилась, но файл продолжили обновлять каждый месяц. Иногда метрику считают по старой логике, хотя структура бизнеса уже давно поменялась. Иногда собирают огромный отчёт, но никто не может ответить, какое решение по нему принимается. И вот здесь неудобный сотрудник становится очень ценным. Он убеждается, есть ли в процессе смысл. Да, такие вопросы могут звучать как занудство. Но очень часто именно с них начинается оптимизация и автоматизация. ❓Интересно, а у вас в команде есть такой человек, который задаёт неудобные вопросы? Или, быть может, это вы и есть? 🤓

Чем отличается структура аналитических отделов в крупных и небольших компаниях В небольших компаниях часто один человек совмещает сразу несколько ролей. 💙 Собирает данные 💙 Обновляет отчёты 💙 Строит прогнозы 💙 Готовит презентации 💙 Ищет причины изменений и отвечает на вопросы бизнеса В крупных компаниях структура обычно устроена иначе. Функции разделены между разными командами: Например, 💙 Репортинг, отчетность - отвечает за подготовку и поддержку отчётности 💙 Forecasting, прогнозирование - составление прогнозов и планов продаж 💙 Insights, аналитика - анализ, выводы, поиск инсайтов и точек роста бизнеса 💙 RGM, эффективность - ценообразование, промо, ассортимент и коммерческая эффективность 💙💙💙💙💙💙 Такой подход позволяет глубоко развивать экспертизу внутри каждого направления. 💙💙💙💙💙💙 ⚠️ Но в последнее время я всё чаще слышу про обратный тренд - компании хотят видеть более универсальных аналитиков. Тех, кто может не только подготовить данные, но и объяснить бизнесу, что за ними стоит. Не так давно в одной крупной компании приняли решение не нанимать инсайт-аналитиков с рынка, а вырастить их из специалистов по репортингу. Люди хорошо знакомы с данными, понимают и знают цифры, адаптированы внутри компании. Значит, должны суметь перейти на следующий уровень. 🖤Как вы думаете, смогли? Не смогли они превратить специалистов по отчетности в инсайт-аналитиков. Мышление другое. Не видят они причинно - следственные связи, не знают методов анализа, не могут объяснить, что стоит за цифрами и тем более, считать стратегические кейсы. Тем не менее, сегодня востребованный аналитик - это уже не человек, который умеет только строить отчёты. И не человек, который за массивами данных видит ценные инсайты А тот, кто способен пройти весь путь: от данных ⤵️ к анализу ⤵️ к инсайтам ⤵️ к рекомендациям Специалист по репортингу, способный разложить показатели на факторы, и инсайт-аналитик, который не будет ждать, пока «Вася покурит», чтобы получить от него нужную цифру. 🖤Именно в эту сторону сейчас движется рынок.

А как считаете вы? Можно ли научить специалиста искать инсайты и мыслить как аналитик? Или это всё-таки два разных типа людей?

«Выполнять факторный анализ отклонения прогноза промо» Это как? Такой пункт есть в вакансии аналитика. Разбираемся. Запланировали промо - 1 000 тонн. Продали 800. Что могло произойти? 1️⃣ Out of stock (отсутствие товара) Можно идеально спланировать промо, подобрать правильный ассортимент, согласовать хорошую скидку и вложить деньги в продвижение. Но если товара нет на полке - его не купят. Допустим: ✔️ План 1 000 тонн ✔️ Продажи шли через 100 магазинов ✔️ В среднем каждый магазин должен был продать 10 тонн Выяснилось, что в 40 магазинах были проблемы с наличием товара. Средняя доступность товара в них составила 70%. Тогда потеря составит: 40 магазинов * 10 тонн * (100% - 70%) = 120 тонн 2️⃣ Дистрибуция Промо на товар может быть согласовано инаутом в бОльшее кол-во точек, чем обычно продают конкретный товар. Например: Планировали провести акцию в 105 магазинах. Фактически она прошла только в 100. Потеряли 5 магазинов или почти 5% покрытия. Если средний объём продаж на магазин составляет 10 тонн, то влияние фактора составит ещё около 5 × 10 = 50 тонн 3️⃣ Погода Для многих категорий погода влияет на продажи сильнее, чем сама скидка. Мороженое, напитки, квас, вода, сезонные товары - всё это чувствительно к температуре. Обычно влияние оценивают на основании исторических данных. Например, анализ показывает, что каждый градус отклонения температуры влияет на продажи примерно на 1%. Если прогноз строился исходя из средней температуры +28°C, а фактически было +24°C, то 4 градуса × 1% = около 4% потерь От прогноза в 1 000 тонн это ещё примерно 40 тонн 4️⃣ Промо конкурентов Одновременно с акцией крупный конкурент запускает промо на аналогичный товар. Покупатели начинают переключаться между брендами. Либо торговая сеть - конкурент на такой же товар сделала еще более глубокую скидку. Обычно смотрят исторические данные и анализируют прошлые периоды. Например, раньше запуск промо конкурента приводил к снижению ваших продаж на 3%. Тогда при прогнозе в 1 000 тонн можно оценить влияние примерно как 1 000 × 3% = 30 тонн Конечно, в жизни факторов может быть больше. Но сама логика остаётся неизменной. Аналитику важно помочь бизнесу понять: ✔️ Что пошло не так ✔️ Насколько каждый фактор повлиял на результат ✔️ Что нужно исправить в следующий раз ❓А какие ещё факторы, кроме перечисленных, вы бы проверили в первую очередь?

Друзья, хорошая новость 📣 8 июня стартует новый поток программы «Коммерческая аналитика в FMCG», и сейчас регистрация уже открыта. Если вы чувствуете, что упёрлись в потолок и хотите расти дальше, но пока не понимаете, каких именно навыков вам не хватает - вы не одни. Очень часто на обучение приходят люди, которые хорошо работают в Excel и регулярно взаимодействуют с данными, но сталкиваются с одной и той же проблемой: они не понимают, как перейти на следующий уровень. ▪️ Как искать причины изменений, а не просто показывать цифры ▪️ Как проводить анализ, который нужен бизнесу ▪️ Как решать задачи, которые дают на собеседованиях и в работе ▪️ Как формулировать выводы и рекомендации ▪️ Как превратиться из человека, который готовит отчёты, в специалиста, который помогает принимать решения Именно для этого есть программа «Коммерческая аналитика в FMCG», чтобы дать инструменты, методологию, подходы к анализу данных и практику решения реальных бизнес-кейсов. Программа делится на три уровня, в зависимости от того, к чему вы хотите прийти: 📍 Специалист по работе с данными: Больше технической работы: Excel, Power - инструменты, дашборды. Коммуникации: взаимодействие с заказчиками, сбор требований, документация, проектирование отчётов, использование ИИ в работе. 📍 Аналитик: Здесь уже начинается настоящая интерпретация данных -факторный анализ, прогнозирование, анализ ассортимента, клиентской базы и поиск точек роста бизнеса. Более 70 практических кейсов 📍 Ведущий аналитик: Анализ эффективности промо, ценообразования, ассортимента, анализ рынка, потребителей, запуск новинок и др стратегические кейсы (Более 140)

Внутри вас ждут теоретические уроки, объяснения методов анализа на практике, конспекты, тренажёры, ИИ - наставник, домашние задания, персональная поддержка и задачи, максимально приближённые к тем, которые встречаются в работе и на собеседованиях 💪🏻

Сейчас ещё действуют специальные условия на участие. УЗНАТЬ ПОДРОБНЕЕ Если давно присматриваетесь к программе или хотите понять, какой тариф подойдёт именно вам - пишите в комментариях или в ТГ @excelevna. Поможем разобраться и ответим на все вопросы 💛

Почему люди останавливаются, когда появляется возможность что-то изменить? «У них получилось, потому что они умнее/наглее/смелее. А я не такой я не такой я не такой».

Кажется, что аналитики - это какие-то особенные люди, которые годами работают с данными и умеют сходу отвечать на любые вопросы бизнеса, и уже поздно начинать развиваться в этой сфере.

На скрине сообщение нашей ученицы. Ещё год назад она даже не работала в аналитике Сегодня она занимается тем, что ей действительно интересно, получает аналитические задачи и развивается в новой профессии. И это хороший пример того, что перейти в аналитику можно. Когда вы уверенно владеете Excel, вы можете быстрее проверять гипотезы, анализировать большие объёмы данных и находить ответы на вопросы бизнеса. Когда понимаете методологии анализа и видите причинно-следственные связи - вы начинаете помогать бизнесу принимать решения на основе данных. От простых задач - найти драйверы роста или причины падения продаж, до более сложных: — провести факторный анализ; — оценить эффективность промо; — построить прогноз; — оценить влияние ассортимента, цен на результат компании Конечно, всему этому можно учиться прямо на работе. Но тогда путь часто растягивается на годы. Гораздо быстрее получать опыт через практические кейсы и тренажёры, где можно ошибаться, задавать вопросы и постепенно наращивать сложность задач.

Именно поэтому наша программа построена по уровням. 📍

Специалист по работе с данными:

Работа с заказчиками, сбор требований, документация, проектирование отчётов и дашбордов, использование ИИ в работе. 📍

Аналитик:

Факторный анализ, прогнозирование, анализ ассортимента, клиентской базы, ценообразование, промо и поиск драйверов роста.

📍

Ведущий аналитик:

Стратегические кейсы, развитие бизнеса, прибыльность, ассортиментная стратегия и принятие решений на основе данных

🚀 Новый поток стартует 8 июня. Скоро расскажу подробнее о программе

Катя показывает как собрать красивый отчет из разных источников для Иван Иваныча! Конечно же, в несравненном Power Query!

🔔 Напоминалка 🔔 Сегодня в 19:00 эфир по аналитике! Записаться на эфир можно по ссылке ⬅️

Завтра в 19:00 эфир, на котором покажем кейсы и задачи из мира аналитики 📊 Вчера я выкладывала список обязанностей товарного аналитика, и больше всего голосов набрали темы: 💙 Корректировка прогнозов и выявление факторов, влияющих на точность прогноза 💙 Анализ и оценка прибыльности продукции и коммерческих инициатив Эти темы мы завтра подробно разберём на эфире.

Поговорим: ▪️ Почему прогнозы ломаются ▪️ Какие факторы влияют на продажи ▪️ Как аналитик понимает, где ошибка прогноза ▪️ Почему рост продаж ≠ рост прибыли ▪️ Как оценивают эффективность промо ▪️ Почему некоторые товары растут в объёме, но ухудшают бизнес-результат ▪️ Как мыслят сильные аналитики при принятии решений

Будут кейсы разного уровня: ✔️ для начинающих специалистов ✔️ для аналитиков ✔️ и уже более стратегические кейсы уровня ведущего аналитика Вы увидите какие задачи реально решают аналитики в работе. Например: 🖤какую инициативу выберет сильный аналитик: +10 млн выручки и +0,5 млн прибыли или +5 млн выручки и +2 млн прибыли?

❗️

Для тех,

кто останется до конца эфира, дадим файлы с решениями

и примерами расчётов, чтобы вы потом могли спокойно всё пересмотреть и разобрать самостоятельно.

🖤Также на эфире откроем набор на программу «Коммерческая аналитика в FMCG» со специальными условиями для участников эфира. Обучение стартует уже 8 июня. Эфир будет полезен: ▪️ тем, кто хочет войти в аналитику, ▪️ тем, кто уже работает с данными, ▪️ действующим аналитикам, ▪️ и тем, кто хочет научиться понимать бизнес через данные. Записаться на эфир можно по ссылке ⬅️

дорогие, нужны ваши ответы, так как 28.06 в 19.00 мы проводим мастер-класс по аналитике, на котором могли бы разобрать самый популярный пункт! Примите, пожалуйста, участие в опросе - что самое интересное для вас? Вот пост

Факторный анализ - что это и зачем проводят Это метод анализа, который позволяет разложить изменение показателя на отдельные причины (факторы) и оценить вклад каждого из них в итоговый результат. Например: выручка выросла на 15%. За счёт чего: ❓роста цены ❓увеличения объёма ❓промо ❓расширения ассортимента ❓роста активной клиентской базы ❓изменения товарного микса Или объём вырос, а прибыль упала. Потому что: ❓выросла доля промо ❓выросла себестоимость ❓изменился микс товаров ❓появились менее прибыльные SKU Именно факторный анализ помогает понять причины изменений и найти, куда копать дальше. Есть как относительно простые факторные модели: - цена × объём - трафик × средний чек - активные клиенты × ср.продажи на клиента так и более сложные, например, факторный анализ доли рынка, ср.продаж на клиента, цен, клиентской базы И чем сильнее аналитик, тем глубже он умеет разложить результат на причины. Выше прикрепила обязанности одной вакансии. 👆🏻 Посмотрите на список задач и напишите, какие 2–3 пункта звучат пока непонятно и хотелось бы разобраться 🙂

Попался мне интересный гайд с примерами ситуационных вопросов на интервью. «Если бы вам дали полностью бесполезную задачу, как бы вы поступили?» На первый взгляд вопрос звучит странно 😄 Но через него можно получить полезную информацию о кандидате: - Обладает ли он критическим мышлением - Будет ли человек отстаивать точку зрения или уточнять цель - Умеет ли задавать вопросы, - Способен ли увидеть смысл задачи, - Склонен ли сразу обесценивать работу В файле разбираются 3 компетенции: 1. Ориентация на результат 2. Гибкость / адаптивность 3. Вовлечённость В нем приводятся примеры вопросов и то, как интерпретируются ответы.

Частая ситуация для многих - про действия, когда кто-то не успевает или что-то идёт не так. ⛔️ И как один из негативных индикаторов там отмечено: «А это вообще входит в мою зону ответственности?» ✅ А позитивный когда человек рассказывает, как включился в решение проблемы, помог команде, взял инициативу и довёл ситуацию до результата.

Будет полезно тем, кто готовится к собеседованию, или хочет проанализировать свои прошлые интервью и ответы 🙂 Прикрепляю, почитайте. Там есть над чем задуматься 👌

Вот отличный пример того, как навык критического и аналитического мышления может полностью поменять вывод 😄 В новостях написали, что бмвисты лидеры по нарушениям парковки в Москве. Словно любители бмв безобразнее всех себя ведут. А теперь посмотрим критически. Если опираться в выводах только на абсолютные цифры, то можно сделать неверные выводы. Поэтому нужно понять,

сколько вообще таких машин в Москве? BMW примерно 150 тыс., Mercedes около 100 тыс., Audi около 70 тыс., Lexus около 30 тыс.

В результате эвакуировали BMW, Audi, Lexus около 3%, Mercedes уже около 4.2% автомобилей. Получается, что в целом большинство владельцев разным марок ведут себя плюс-минус одинаково, а вот Mercedes немного выбивается относительно всего размера автопарка. Почему так - уже вопрос для гипотез. Возможно, — специфика характера аудитории, — большое количество корпоративных машин, — особенности использования в городе В аналитике нельзя делать выводы только по абсолютам.

Именно поэтому всегда используют относительные показатели: Доли, Конверсии, Пенетрация, Дистрибуция

Например, пенетрация в ретейле показывает «Какая доля покупателей из всех возможных что-то купила». 1000 покупателей - это много или мало? Непонятно. А вот «Товар купили 40% всех покупателей категории» - это уже метрика, которую можно сравнивать и делать выводы. Поэтому при анализе информации важно уметь определять бенчмарки (группы для сравнения) и интерпретировать относительные показатели. ❓Кстати, как вы думаете, почему у Мерседес % эвакуации может быть выше, чем у остальных?