Większość rad, jakich zazwyczaj udzielam na blogu czy kanale YouTube, dotyczy osób, które dopiero wchodzą do branży IT. Staram się, aby te wskazówki były poukładane, etyczne i metodyczne. Tłumaczę, jak krok po kroku budować swoje kompetencje, jak uczyć się nowych narzędzi i jak tworzyć solidne portfolio. Ale ten artykuł będzie inny. Będzie niepoprawny politycznie, nieco cyniczny i brutalnie szczery.
Chcę pokazać Ci moje rzeczywiste doświadczenia analityczne, bez korporacyjnego lukru. Przekażę Ci sześć wskazówek, które z mojego doświadczenia pozwalają awansować znacznie szybciej niż mozolne, podręcznikowe zdobywanie kolejnych certyfikatów. Od razu ostrzegam: te rady są kontrowersyjne. Z pewnością nie spotkają się z poklaskiem purystów analitycznych, którzy uważają, że jedyną drogą do sukcesu jest bezbłędny kod i perfekcyjna znajomość statystyki.
Pokażę Ci triki, których sam używałem w codziennej pracy, a które pozwoliły mi w relatywnie krótkim czasie przejść drogę od początkującego analityka do architekta danych. Korzystanie z nich wymaga odpowiednio skonstruowanego kręgosłupa moralnego. Nie oczekuję, że będziesz analitycznym prymusem, ale gwarantuję, że zastosowanie tej wiedzy uodporni Cię na korporacyjną politykę. Dla osób początkujących będzie to twardy wgląd w to, jak wygląda prawdziwa praca z danymi i – nie oszukujmy się – rywalizacja z innymi analitykami. Bo uwierz mi, ludzie, którzy są dobrzy w te klocki, będą stosowali te same taktyki przeciwko Tobie.
Excel to nie kalkulator. To narzędzie do sprzedawania marzeń
Zaczynamy od poczciwego Excela. Nie będę Ci jednak tłumaczył ukrytych funkcji, zaawansowanych makr czy skomplikowanych pivotów. Chcę Ci opowiedzieć o tym, do czego tak naprawdę go używałem w kontaktach z zarządem i interesariuszami. Excel służył mi do komunikacji z ludźmi z biznesu, ale przede wszystkim – do sprzedawania im marzeń.
Kiedy wdzwaniałem się na spotkanie, udostępniałem ekran i pokazywałem arkusz kalkulacyjny, moim głównym celem wcale nie było udowodnienie, że genialnie rozumiem problem, ani pochwalenie się znajomością złożonych formuł tablicowych. Moim celem było wywołanie w nich poczucia, że wspólnie kontrolujemy niezwykle chaotyczną i skomplikowaną sytuację biznesową. Biznes kocha poczucie kontroli.
Aby to osiągnąć, w kluczowych momentach spotkania musiałem stosować gigantyczne uproszczenia. Sztuka polegała na tym, by w danym momencie biznes tych uproszczeń nie zauważył. Trzeba tu wykazać się sprytem i wyczuciem. Niektóre z tych skrótów myślowych można później, w kuluarach, doprecyzować i opisać dokładniej, a inne po prostu milcząco zaakceptować i zamieść pod dywan dla dobra szybkiej decyzji. Zdziwiłbyś się, jak wielu dyrektorów zostało w ten sposób „kupionych”. Budowało to moją reputację jako człowieka, który nie dzieli włosa na czworo, jest skuteczny i mówi ich językiem. Excel w Twoich rękach ma być magiczną różdżką, która zamienia korporacyjny chaos w uporządkowane, zielone komórki.
Power Query i przekleństwo pedantyzmu, czyli dlaczego powinieneś ignorować edge case’y
Kolejny przypadek to Power Query i wszelkiego rodzaju narzędzia do automatyzacji i czyszczenia danych. Jak wiadomo, praca analityka w osiemdziesięciu procentach sprowadza się do przygotowywania i transformacji danych. Istnieje jednak pewna pułapka, która potrafi zabić karierę nawet najzdolniejszego specjalisty: pedantyzm.
Poprawna, akademicka szkoła analizy danych mówi, że w tak zwanych „edge case’ach” (przypadkach brzegowych) kryje się prawdziwe złoto biznesowe. Że to właśnie tam znajdziemy anomalie, które zmienią losy firmy. Od razu Ci powiem z perspektywy praktyka: to bzdura.
W każdym wystarczająco dużym zbiorze danych znajdą się sytuacje dziwne, zepsute, których logiczne wyjaśnienie pochłonie mnóstwo czasu. Sam prowadzę teraz biznes i mam dziwnych klientów. Stanowią oni może trzy procent moich transakcji. Szczerze? Kompletnie mnie oni nie interesują w ujęciu analitycznym. Nie mam zamiaru spędzać kilkunastu godzin, by zrozumieć, dlaczego w jednym, specyficznym przypadku system policzył coś podwójnie.
Moje podejście było brutalne: po prostu orałem edge case’y. Odfiltrowywałem je, usuwałem, eliminowałem z zestawienia. Zauważyłem, gdzie przebiega cienka linia oddzielająca standardowy proces od biznesowych anomalii, i wyrzucałem wszystko, co znajdowało się poza nią. Dlaczego? Ponieważ w korporacji wygrywa ten, kto jest szybszy. Jeśli ja dostarczę gotowy, w 97% poprawny raport w dwie godziny, a mój kolega będzie dłubał nad nim trzy dni, bo próbuje zrozumieć pojedynczy błąd systemowy z zeszłego roku – to ja dostanę awans. O szybkości powiem jeszcze za chwilę, ale zapamiętaj: perfekcjonizm w czyszczeniu danych to Twój największy wróg.
Zostań analitykiem danych – dołącz do KajoDataSpace!
Najlepsza ścieżka do zawodu analityka danych. Dostęp do pełnych wersji kursów online z Excela, SQLa, PowerBI, Tableau i Pythona z certyfikatami!
🟨 Ekskluzywana ale pomagająca sobie społeczność.
🟩 Ponad 75 godzin materiałów video.
🟨 Spotkania LIVE co miesiąc.
🟩 Mój osobisty mentoring.
SQL jako teatr kompetencji. Niech biznes myśli, że bez Ciebie zginie
Z SQL-em sprawa wygląda najciekawiej. To narzędzie, którego biznes kompletnie nie rozumie, uważa za śmiertelnie nudne i potężnie trudne. Bardzo ciężko jest sprzedać wartość swojej pracy, pokazując sam kod. Umówmy się – setki linijek tekstu, kilkadziesiąt zagnieżdżonych subqueries, pięćdziesiąt joinów… Nikogo to nie interesuje i nikt poza innym analitykiem tego nie doceni.
Jak zatem wykorzystać SQL do budowania kariery? Musisz pokazać ludziom, dlaczego w ogóle Ci płacą. Kiedy jesteś wdzwoniony na calla omawiającego nowy raport lub data pipeline, Twoim ukrytym celem jest zbudowanie aury eksperta w oczach decydentów. Aby to zrobić, musisz przedstawić to, czym się zajmujesz, jako rzecz ekstremalnie skomplikowaną.
Wymaga to inteligentnego balansu. Z jednej strony musisz tłumaczyć wnioski prostym, biznesowym językiem, a z drugiej – celowo pokazywać potężną złożoność „pod spodem”. Często udostępniałem ekran z niezwykle rozbudowanym modelem danych, pełnym relacji, rozgałęzień i tabel. Inny doświadczony analityk spojrzałby na to i pomyślał: „No błagam, zwykły model gwiazdy, co tu podziwiać?”. Ale pamiętaj – to nie inni analitycy dają Ci podwyżki. Podwyżki daje menadżer, dyrektor i zarząd. W ich oczach ten schemat wygląda jak projekt reaktora jądrowego.
Kiedy pokazujesz efekty swojej pracy, mów pewnym siebie głosem, wyciągaj proste wnioski, ale jednocześnie subtelnie podkreślaj, jak bardzo złożona była to operacja. Biznes musi mieć świadomość, że firma mierzy się z gigantycznym wyzwaniem technologicznym, a Ty jesteś jedynym nawigatorem, który potrafi ich przez to bezpiecznie przeprowadzić.
Dashboardy i zarządzanie emocjami
Wielu analityków uważa tworzenie dashboardów i wizualizacji za najprzyjemniejszą część pracy, bo ma ona posmak estetyczny i kreatywny. Łatwo tu jednak wpaść w pułapkę robienia przyjemności sobie samemu (bawiąc się kolorami czy wymyślnymi typami wykresów), zamiast dostarczania wartości biznesowi. Jak sprawić, by Twoje wizualizacje naprawdę skupiały uwagę i budowały Twoją pozycję?
W korporacji uwaga równa się pieniądze. Jeśli skupiasz uwagę kluczowych osób, jesteś dla nich ważny, a to bezpośrednio przekłada się na Twoje zarobki. Kluczem do przyciągnięcia uwagi nie jest ładny design, ale emocje. To, co pokazujesz na wykresie, musi uderzać w najprostsze instynkty.
Najsilniej działa kontrast między silną emocją negatywną a pozytywną. Idealny dashboard powinien pokazywać z jednej strony widmo potężnego kryzysu (np. drastyczny spadek marży na kluczowym produkcie), a z drugiej – obietnicę szybkiego zwycięstwa (np. dynamiczny wzrost nowego kanału sprzedaży). To mechanizm znany z gier komputerowych: stoisz przed przerażającym bossem, ale widzisz, że jego pasek życia mruga na czerwono i jeden dobry cios da Ci wygraną.
Obraz, który prezentujesz, musi być nieco sprzeczny. Dyrektor patrzy na to i myśli: „Zaraz, tu nam wszystko leci na łeb, a tu rośniemy. O co tu w ogóle chodzi?”. I w tym momencie wkraczasz Ty. Paradoksalnie, najgorsze, co możesz zrobić dla swojej kariery, to stworzyć raport, który jest w 100% samoobsługowy i działa bez Twojego komentarza. Jeśli tak się stanie, biznes szybko pomyśli: „Skoro ten raport jest taki jasny, to po co nam drogi analityk? Zlećmy to sztucznej inteligencji”. Oni muszą Cię potrzebować. Jesteś niezbędny jako arbiter między tymi skrajnymi emocjami. To Ty musisz wejść i autorytatywnie stwierdzić, co jest statystycznie znaczące, gdzie jest korelacja, a gdzie zwykły przypadek. Zimne liczby mają uderzać w gorące emocje, a Ty masz być strażakiem, który to gasi.
AI, błędy i sztuka bycia pierwszym
Sztuczna inteligencja zrewolucjonizowała nasz świat. Jako analitycy nie pracujemy jednak w próżni. Pracujemy w zespołach, mamy szefów, jesteśmy nieustannie porównywani z innymi. AI ma nam dzisiaj służyć w zasadzie tylko do jednego celu: mamy być szybsi od reszty.
Bądźmy szczerzy – czasem oznacza to, że musisz zaakceptować większe ryzyko błędów. Używając LLM-ów do generowania kodu czy zapytań, nie zawsze w pełni kontrolujesz proces. Musisz zdać się na to, że Twoja własna inteligencja i spryt wybronią Cię, jeśli coś pójdzie nie tak.
Jeśli chcesz być w tym fachu naprawdę dobry – a przynajmniej tak sprytny, jak ja starałem się być – musisz opanować sztukę miękkiego spadania. Oznacza to, że gdy popełnisz błąd wynikający z pośpiechu, potrafisz użyć swoich zdolności komunikacyjnych, by sensownie go wytłumaczyć, zdeprecjonować jego znaczenie i pójść dalej bez szwanku na reputacji.
Niezależnie od tego, czy będziesz ekstremalnie ostrożny, czy zaledwie trochę uważny, i tak w końcu popełnisz błąd. Taka jest natura tej pracy. Jednak bycie pierwszym, dostarczenie wyników szybciej niż jakikolwiek inny dział w firmie, daje absolutnie olbrzymią przewagę. Klasyczny filmowy cytat mówi: „Be first, be smarter, or cheat” (Bądź pierwszy, bądź mądrzejszy, albo oszukuj). Oszukiwanie w IT kończy się fatalnie – prędzej czy później system to wyłapie. Bycie najmądrzejszym jest trudne, bo karty z inteligencją zostały nam już rozdane i nie każdy ma IQ na poziomie Mensy. Ale bycie pierwszym? To jest coś, nad czym masz absolutną kontrolę. Organizuj swoją pracę tak, by zawsze dowozić wyniki przed terminem.
Zapisz się do
newslettera
🎁 i zgarnij darmowe bonusy:
Poradnik Początkującego Analityka
Video - jak szukać pracy w IT
Regularne dawki darmowej wiedzy, bez spamu
Przestań po prostu „wykonywać zadania”
Największy dramat wielu analityków, jakich spotkałem na swojej drodze, polega na tym, że po prostu rzetelnie wykonują przypisane im taski w Jirze. Zamykają tickety, wysyłają maile i dziwią się, że od lat nie mogą awansować, podczas gdy inni, często słabsi technicznie, idą w górę.
Zauważ, że błyskotliwi ludzie często nie odpowiadają bezpośrednio na zadane im pytania. Oni odpowiadają na problem ukryty pod spodem. Tak samo jest z byciem analitykiem. Twoim zadaniem nie jest „zrobienie analizy”. Twoim głównym zadaniem w pracy jest dostarczanie twardych dowodów na to, dlaczego firma powinna płacić Ci coraz więcej. Analiza danych to tylko fach w ręku, środek do celu.
Możesz używać do tego bardzo różnych narzędzi. Może to być zaraźliwy entuzjazm i zapewnianie, że w tych brudnych logach kryje się odpowiedź i na pewno ją wyciągniesz. Może to być zaraportowanie czegoś banalnego, ale w tempie, które zawstydzi inne działy. Może to być celowe przestraszenie biznesu skomplikowanym modelem danych, by uświadomili sobie Twoją wartość.
Czy to wszystko czyni mnie osobą niemoralną? Być może w środowisku korporacyjnym pojęcie moralności jest bardzo płynne. Zależało mi na skuteczności. Zależało mi na byciu lepszym od innych i zdobywaniu kolejnych szczebli. I nie chodziło wcale wyłącznie o łechtanie własnego ego. W korporacyjnej hierarchii obowiązuje prosta zasada: im jesteś wyżej, tym masz większy komfort, większą autonomię i większą kontrolę nad swoim życiem. A kontrola nad sytuacją to po prostu zwiększanie dystansu do źródła bólu i stresu. To ustawia życie zawodowe w sposób o wiele bardziej komfortowy, niż ludziom się wydaje.
Jeśli to podejście Cię intryguje i chcesz zbudować twarde fundamenty analityczne, by móc swobodnie stosować te „niemoralne” rady w praktyce, świetnym krokiem będzie dołączenie do KajoData Space. Uczymy tam nie tylko narzędzi, ale przede wszystkim tego, jak skutecznie funkcjonować na rynku pracy.
Mam nadzieję, że ten artykuł rzucił nowe światło na Twoje postrzeganie kariery w IT. Podziel się nim koniecznie w swoich mediach społecznościowych – na LinkedIn, Facebooku czy Twitterze. Niech inni analitycy też poznają zasady tej gry!
Autorem artykułu jest Kajo Rudziński – analytical data architect, uznany ekspert w analizie danych, twórca KajoData oraz społeczności dla analityków KajoDataSpace.
To tyle w tym temacie. Analizujcie w pokoju!
Podobał Ci się ten artykuł 🙂?
Podziel się nim w Social Mediach 📱
>>> udostępnij go na LinkedIn i pokaż, że codziennie uczysz się czegoś nowego
>>> wrzuć go na Facebooka, to się może przydać któremuś z Twoich znajomych
>>> Przypnij sobie tą stronkę to zakładek, może się przydać w przyszłości
Wolisz oglądać 📺 niż czytać – nie ma problemu
>>> Obserwuj i oglądaj KajoData na YouTube
Wolisz czytać po angielsku? No problem!
Inne ciekawe artykuły:
