АссистентНовый вопросИсторияОбласти знаний
Партнёрские проектыСпецпроектыСтать автором
Сменить язык
О РУВИКИ

Бизнес-аналитик

Би́знес-анали́тик — специалист, который занимается обработкой, интерпретацией и документированием бизнес-процессов, продуктов, услуг и программного обеспечения посредством анализа данных[1][2][3][4]. Роль бизнес-аналитика заключается в том, чтобы с помощью знаний как в области информационных технологий, так и в области бизнес-функций способствовать повышению эффективности бизнеса[5].

В обязанности бизнес-аналитика входят подготовка подробного бизнес-анализа, бюджетирование и прогнозирование, стратегическое планирование и мониторинг, анализ отклонений, ценообразование, отчётность и формулирование бизнес-требований для заинтересованных лиц[2]. Роль бизнес-аналитика применяется в четырёх основных областях/уровнях бизнес-функционирования: операционном, проектном, корпоративном и конкурентном[5][6]. Анализ в каждом из этих направлений существенно влияет на управление эффективностью бизнеса, способствует увеличению прибыльности и эффективности на всех этапах бизнес-процессов и во всех бизнес-функциях[6].

Роль

Бизнес-анализ определяется как «дисциплинированный подход к внедрению изменений в организации»[1] посредством управления, обработки и интерпретации данных для «определения и выбора решения, которое максимизирует ценность, создаваемую организацией для заинтересованных лиц»[1].

Должностная инструкция бизнес-аналитика обычно включает: «подготовку подробного бизнес-анализа, выявление проблем, возможностей и решений для бизнеса, бюджетирование и прогнозирование, планирование и мониторинг, анализ отклонений, ценообразование, отчётность, формулирование бизнес-требований и обратную связь заинтересованным лицам»[3].

Бизнес-аналитики участвуют в различных сферах деятельности бизнеса: финансовый анализ, обеспечение качества, обучение, выработка бизнес-политики и процедур, анализ рынка, организационное развитие и тестирование решений[5]. В частности, бизнес-аналитики анализируют собранные данные для получения значимых бизнес-выводов[7]. Такие выводы позволяют выявлять точки роста, снижать издержки, лучше понимать поведение потребителей, отслеживать экономические тенденции и своевременно реагировать на них[8][3].

Успешные бизнес-аналитики оказывают влияние на бизнес-среду, предоставляя обоснованные рекомендации для принятия решений, исходя из анализа данных, отражающих поведение бизнеса в прошлом[5]. Бизнес-аналитики необходимы на всех уровнях организации, поскольку как тактическое, так и стратегическое планирование требует специалистов, способных оптимизировать продукты, бизнес-процессы и программные приложения[5]

Современные бизнес-аналитики должны обеспечивать создание для бизнеса устойчивых решений. Бизнес-аналитик играет ключевую роль в выборе устойчивых опций, задаёт ориентиры и влияет на спрос на определённые технологии[9].. Бизнес-анализ может использовать данные для устойчивого развития, что способствует переходу к «зелёному» и социально ответственному миру[10].

В современных условиях роль бизнес-аналитика претерпевает трансформацию: от традиционного «переводчика» требований бизнеса на язык ИТ-специалистов она смещается к функциям стратега и архитектора решений. Современные специалисты всё чаще участвуют в проектировании архитектуры сложных систем, обладают продуктовым мышлением и предлагают решения, приносящие измеримую пользу компании[11].[12]

Области бизнес-анализа

Ключевые направления

В связи с разнообразием применения, бизнес-аналитики могут специализироваться в различных областях. Кэтлин Хасс выделяет четыре основные сферы деятельности бизнес-аналитика: операционная, проектная, корпоративная и конкурентная[5].

  1. Операционное направление. Бизнес-аналитик использует большие данные для анализа влияния текущих операций на создание ценности компании[13]. На этом уровне аналитик повышает эффективность за счёт сокращения издержек, инвестиций в лучшее оборудование, повышения производительности сотрудников и увеличения выпуска востребованных продуктов[14].
  2. Проектное направление. Когда бизнес-аналитик берёт на себя проект, традиционно упускаемые аспекты получают больше внимания[5]. Он интегрирует стратегическое планирование с планированием портфеля информационных систем и технологий[5], оценивает влияние решений на будущее и использует инструменты моделирования для визуализации процессов «как есть» и «как должно быть» для работников на всех уровнях[5]
  3. Корпоративное направление. Специалист этого профиля помогает «оптимизировать разработку инновационных решений»[5] с применением технологий. Его задачи включают построение текущей и будущей бизнес-архитектуры, анализ возможностей, проблем и обоснований, выдвижение и оценку новых проектов, валидацию прогнозов, сопоставление плановых и фактических результатов бизнес-планов[5].
  4. Конкурентное направление. Аналитик изучает конкурентную среду для формирования стратегии[15]. компании. Это особенно важно в маркетинге: отслеживается поведение покупателей, взаимодействие с продуктами фирмы и конкурентов, степень узнаваемости бренда, динамика заменяемости товаров и показатели конкурентоспособности[6].

Специализированные роли

Навыки бизнес-аналитика востребованы во множестве должностей и процессов. К ним относятся:

Также бизнес-аналитики работают в сферах управления проектами, продуктовым менеджментом, разработкой ПО, обеспечением качества и проектированием взаимодействия. В Agile-командах бизнес-аналитики всё чаще берут на себя роль владельца продукта (Product Owner)[16].

С развитием платформ самообслуживания (англ. self-service analytics) появилась концепция «гражданского аналитика» (англ. citizen analyst) — сотрудника без специальной технической подготовки, который самостоятельно проводит базовый анализ данных для решения бизнес-задач[17].

Также появилась концепция роли «гибридного аналитика», который сочетает компетенции бизнес-анализа, системного анализа, анализа данных и продуктового менеджмента, глубоко погружаясь в техническую реализацию[11].

Навыки и квалификация

  • Устные и письменные навыки
  • Навыки фасилитации, межличностного взаимодействия и консультирования
  • Аналитическое мышление и решение проблем
  • Внимание к деталям и высокая точность
  • Организационные навыки
  • Знание структуры бизнеса
  • Анализ заинтересованных лиц
  • Инженерия требований
  • Анализ соотношения выгод и затрат
  • Моделирование процессов
  • Понимание сетей, баз данных и других технологий

Эти компетенции включают как жёсткие навыки, так и гибкие навыки. Бизнес-аналитик должен разбираться в ИТ и/или бизнесе, а сочетание обеих сфер делает его особенно ценным специалистом. Минимально необходимо общее понимание и устройств, и процессов, и инструментов той сферы, где работает бизнес.

Многие ИТ-специалисты переходят в аналитику, поскольку их компетенции востребованы и там, и там.

К базовым наборам навыков бизнес-аналитика также относят:

  1. Медиация — бизнес-аналитик выступает посредником между бизнес- и ИT-подразделениями на предприятии, обеспечивая их взаимопонимание[18][19].
  2. Сбор требований — выявление и анализ бизнес- и ИТ-потребностей[18]. Эффективный сбор требований позволяет на ранних этапах уменьшить число дефектов и повысить качество итоговых решений[20].
  3. Проектирование решений — анализируя прошлый опыт и зоны для улучшения, бизнес-аналитик формирует новые функции и процессы[18][21].
  4. Бизнес-моделирование — прогнозирование, моделирование и анализ текущей и будущей производительности и процессов позволяет принимать обоснованные решения[18].
  5. Анализ бизнес-проблем — способность выявлять проблемные области бизнеса, оценивать их влияние и находить эффективные пути решения[18]
  6. Оценка стратегий информационных систем — постоянный мониторинг и корректировка стратегических планов компании с учётом отраслевых трендов и конкурентов[18].[22].

Современные требования

С развитием технологий и усилением роли анализа данных в бизнесе к компетенциям бизнес-аналитика добавился ряд современных требований, которые дополняют базовый набор навыков.

Технические навыки (англ. hard skills) стали более востребованными. К ним относят грамотность в области данных (англ. data literacy), уверенное владение SQL для работы с базами данных (включая использование JOIN, агрегатных функций и подзапросов)[23], понимание принципов работы API (REST, JSON, инструменты вроде Postman)[24], владение языком программирования Python для анализа данных, а также инструментами бизнес-аналитики (BI-системы), такими как Power BI или Tableau[25]. Кроме того, важным становится понимание основ машинного обучения (ML) и искусственного интеллекта (ИИ) для эффективного взаимодействия с командами Data Science и интерпретации результатов работы интеллектуальных систем[26].

Гибкие и гибридные навыки также эволюционировали. Особое значение приобретает умение представлять результаты анализа в виде убедительных историй (сторителлинг данных, англ. data storytelling) и с помощью эффективной визуализации[27][25]. На рынке труда растёт спрос на специалистов с гибридными компетенциями, сочетающих техническую грамотность с сильными управленческими навыками и глубоким пониманием специфики отрасли[26][28].

Ключевым требованием для бизнес-аналитиков становится продуктовое мышление. Оно подразумевает фокус на создании ценности для конечного пользователя и бизнеса, умение формулировать и проверять гипотезы, а также работать с продуктовыми метриками (например, AARRR или North Star Metric)[11].

Квалификация

Путь к профессии бизнес-аналитика может включать:

Сочетание навыков и квалификации позволяет глубже понимать поведение рынков, продуктов, конкурентов, экономики и операций внутри и вне компании.

Инструментарий

Стек инструментов бизнес-аналитика охватывает программное обеспечение для решения задач на всех этапах работы: от сбора требований до анализа данных и управления проектами. Основные категории используемых инструментов включают:

  • Сбор требований и ведение документации: системы для создания базы знаний и совместной работы (например, Confluence, Google Workspace), а также сервисы для проведения опросов (Google Forms)[11][29].
  • Моделирование бизнес-процессов и прототипирование: специализированные редакторы для работы с нотацией BPMN (Camunda, Bizagi Modeler) и инструменты для создания интерактивных макетов и схем (Figma, Miro)[11][29].
  • Анализ данных и Business Intelligence (BI): BI-платформы для визуализации данных и построения дашбордов (Yandex DataLens, Power BI, Tableau, Visary BI, Visiology), электронные таблицы (Microsoft Excel) и инструменты для работы с базами данных посредством SQL[30][31][11].
  • Управление проектами и задачами: таск-трекеры (Jira, Kaiten) и корпоративные BPM-системы для декомпозиции процессов, планирования спринтов и контроля выполнения задач[11][29].
  • ИИ-ассистенты: языковые модели (LLM), такие как YandexGPT, GigaChat и ChatGPT, применяемые для генерации текстов, подготовки черновиков документации и автоматизации рутинных задач[29][32].

Современные тенденции

Профессия бизнес-аналитика активно трансформируется под влиянием цифровизации, развития технологий и меняющихся потребностей бизнеса. Ключевые тенденции указывают на смещение фокуса от традиционного сбора требований к более стратегической, основанной на данных роли[33].

Усиление роли данных и продвинутая аналитика

Происходит переход от описательной аналитики (что произошло?) к предиктивной (что произойдёт?) и прескриптивной (что следует делать?)[34]. Компании всё чаще используют прогнозные модели для оценки спроса, оптимизации запасов и предотвращения мошенничества[35]. Критически важной становится способность обрабатывать и анализировать данные в режиме реального времени, что позволяет компаниям мгновенно реагировать на изменения рыночных условий, поведение клиентов и операционные сбои[36]. Управление качеством данных (Data Quality) становится фундаментальной компетенцией бизнес-аналитика, включающей в себя аудит, профилирование данных и разработку стандартов[37].[38][39].

Интеграция ИИ и автоматизация

Искусственный интеллект (ИИ) и машинное обучение (ML) становятся неотъемлемой частью инструментария бизнес-аналитика, используясь для автоматизации обработки данных, выявления скрытых закономерностей и построения прогнозов[35]. Роль аналитика смещается от непосредственного выполнения анализа к управлению интеллектуальными системами и интерпретации их результатов. В этом контексте растёт значимость дополненной аналитики (англ. augmented analytics), которая объединяет ИИ и ML с традиционными инструментами для автоматизации сложных процессов анализа[35].

Активно применяется роботизированная автоматизация процессов (англ. Robotic Process Automation, RPA) для выполнения повторяющихся задач, таких как сбор данных и подготовка отчётов. Эта тенденция эволюционирует в сторону гиперавтоматизации, где RPA объединяется с ИИ и инструментами анализа процессов (англ. process mining), что позволяет автоматизировать более сложные сквозные бизнес-процессы[40].

С ростом автоматизации ключевым навыком бизнес-аналитика становится критическое мышление для валидации сгенерированной документации. Фокус работы смещается с рутинного создания артефактов на их верификацию и выявление «галлюцинаций» нейросетей. Кроме того, важнейшей компетенцией становится грамотный промпт-инжиниринг — умение чётко и структурированно формулировать задачи для искусственного интеллекта с целью получения релевантных результатов[11].

Развитие технологического стека

Облачные сервисы стали фундаментальной частью цифровой инфраструктуры, предоставляя гибкие и масштабируемые инструменты для обработки и анализа больших объёмов данных без значительных инвестиций в собственное оборудование[41]. Их актуальность подкрепляется глубокой интеграцией с ИИ и другими корпоративными системами[42].

Растёт популярность встроенной аналитики (англ. Embedded Analytics), когда аналитические функции и панели мониторинга интегрируются непосредственно в бизнес-приложения (например, CRM или ERP). Это позволяет сотрудникам получать доступ к данным и принимать решения в контексте своих повседневных задач, не переключаясь между разными программами[43][44].

Мобильная бизнес-аналитика (англ. Mobile BI) эволюционировала из отдельного тренда в стандартную функцию современных BI-платформ, обеспечивая доступ к данным в реальном времени для сотрудников, работающих удалённо или вне офиса[45].

Демократизация данных и изменение роли аналитика

Наблюдается тенденция к «демократизации данных» — предоставлению доступа к аналитическим инструментам широкому кругу сотрудников. Благодаря платформам самообслуживания (англ. self-service analytics) менеджеры и другие нетехнические специалисты («гражданские аналитики») могут самостоятельно проводить базовый анализ и создавать отчёты[36]. В этом контексте роль бизнес-аналитика смещается в сторону наставничества, поддержки коллег и обеспечения качества и корректного использования данных[36]. Аналитик берёт на себя функции управления данными (Data Governance), построения корректных моделей и развития культуры работы с данными (Data Literacy) среди бизнес-пользователей[46]

Интеграция с гибкими методологиями

Бизнес-аналитики всё глубже интегрируются в команды, работающие по гибким методологиям, таким как Agile и DevOps[47]. В этой среде они выступают ключевым связующим звеном между бизнес-заказчиками и командами разработки, обеспечивая соответствие технических решений бизнес-целям[48]. Вместо создания исчерпывающего технического задания в начале проекта, аналитик работает в итеративном режиме, постоянно уточняя и детализируя требования[48]. В Scrum-командах бизнес-аналитик часто берёт на себя роль владельца продукта (англ. Product Owner) или помогает ему в формировании и приоритизации бэклога[49]. Использование генеративного искусственного интеллекта для автоматизации рутинных задач (например, создания пользовательских историй — англ. User Stories) позволяет аналитикам в Agile-командах сфокусироваться на стратегическом анализе[50][51].

Вызовы профессии

Бизнес-аналитику необходим доступ к большим объёмам данных, и в ходе их использования возникают организационные, этические и правовые вызовы[52].

Защита данных и законодательство

Проблема конфиденциальности данных становится всё актуальнее из-за использования Big Data и ужесточения законодательства, такого как GDPR. Бизнес-аналитики должны обеспечивать соответствие анализа правовым и этическим нормам.

В России с 2025 года вступили в силу поправки, значительно ужесточившие ответственность за утечки и ненадлежащую обработку персональных данных[53]. Были введены многократно возросшие штрафы, которые могут достигать 15 млн рублей за крупные утечки, а при повторных нарушениях исчисляться в процентах от годового оборота компании[53]. За незаконную обработку данных и серьёзные утечки с тяжкими последствиями предусмотрена уголовная ответственность со сроком лишения свободы до 10 лет[53]. Эти меры заставляют компании внедрять надёжные системы управления данными (англ. Data Governance) для минимизации правовых и финансовых рисков[54].

Требования к локализации данных (в частности, закон 152-ФЗ в России) обязывают бизнес-аналитиков проводить аудит потоков данных. Специалисты должны документировать процессы сбора, хранения и обработки информации, а также переходить на использование локальных аналитических сервисов вместо зарубежных облачных инструментов[55].

Этические вызовы искусственного интеллекта

Широкое применение искусственного интеллекта (ИИ) и машинного обучения (ML) в бизнес-аналитике порождает новые этические вызовы. Ключевыми проблемами становятся:

  • Предвзятость алгоритмов (англ. algorithmic bias). Модели ИИ, обученные на исторических данных, могут воспроизводить и усиливать существующие в обществе предрассудки, что приводит к дискриминационным решениям[56].
  • Прозрачность и объяснимость (англ. Explainable AI, XAI). Возникает необходимость объяснять, как ИИ-система пришла к тому или иному выводу, особенно в критически важных областях, таких как финансы или медицина[57].
  • Конфиденциальность при обучении моделей. Использование персональных данных для обучения ИИ требует строгого соблюдения правил анонимизации и получения согласия пользователей[56].
  • Принцип «человек в контуре» (англ. Human-in-the-loop, HITL). Окончательное решение в критически важных вопросах должно оставаться за человеком. Бизнес-аналитик участвует в определении этапов процесса, где необходим человеческий контроль, и проектирует соответствующие интерфейсы и процедуры[58].[59]
  • Регуляторные требования и комплаенс. Внедрение ИИ требует соблюдения строгих юридических норм, таких как Европейский регламент об искусственном интеллекте (EU AI Act). Он вводит риск-ориентированный подход и устанавливает жёсткие требования к документации, аудиту и обеспечению прозрачности решений (Explainable AI) для систем высокого риска, что бизнес-аналитики обязаны учитывать при разработке требований[60].

Организационные и коммуникационные вызовы

К традиционным вызовам профессии относятся управление аналитическими ресурсами, организация командной работы и коммуникация результатов. Ошибки в инвестировании и использовании ресурсов могут привести к значительным затратам[52]. Для успешного анализа требуется сбалансированная командная работа, так как в противном случае аналитика может оказаться неэффективной[52].

Эффективная коммуникация с внешними сторонами также представляет собой сложность. Специфическая терминология, используемая бизнес-аналитиками, зачастую непонятна сотрудникам других отделов, поэтому важно доносить выводы в доступной и согласованной форме[61].

Рынок труда

На российском рынке труда наблюдается высокий спрос на квалифицированных бизнес-аналитиков на фоне структурного дефицита ИТ-кадров. Работодатели сместили фокус найма на опытных специалистов уровня Middle и Senior, в то время как количество вакансий для начинающих специалистов сокращается. Стабильный спрос на аналитиков во многом поддерживается процессами импортозамещения, в частности, массовым переходом компаний с зарубежных решений на отечественные ERP-системы[12][62].

По оценкам рынка, заработные платы бизнес-аналитиков варьируются в зависимости от уровня квалификации. Для начинающих специалистов (Junior) зарплатная вилка составляет 50—110 тысяч рублей. Доход специалистов среднего уровня (Middle) находится в диапазоне 150—230 тысяч рублей. Заработная плата опытных аналитиков (Senior) оценивается в 200—400 тысяч рублей[63].

Стандарты и сертификация

В Российской Федерации действует профессиональный стандарт «Бизнес-аналитик», утверждённый приказом Минтруда России от 22 ноября 2023 года № 821н. Документ вступил в силу 1 сентября 2024 года и действует до 1 сентября 2030 года[64].

Примечания

  1. ↑ 1 2 3 What is Business Analysis? (англ.). IIBA. Дата обращения: 28 мая 2026. Архивировано 29 апреля 2025 года.
  2. ↑ 1 2 What is a BA (брит. англ.). Business Analyst Solutions. Дата обращения: 28 мая 2026. Архивировано 21 января 2021 года.
  3. ↑ 1 2 3 What is a business analyst? A key role for business-IT efficiency (амер. англ.). CIO. Дата обращения: 28 мая 2026. Архивировано 29 декабря 2021 года.
  4. ↑ How to become a Business Analyst? (амер. англ.). Techcanvass. Дата обращения: 28 мая 2026. Архивировано 18 июня 2025 года.
  5. ↑ 1 2 3 4 5 6 7 8 9 10 11 Hass, Kathleen B. The Enterprise Business Analyst: Developing Creative Solutions to Complex Business Problems. — Berrett-Koehler Publishers, 2011. — ISBN 978-1-56726-349-7.
  6. ↑ 1 2 3 Fleigher, Craig S. Business and Competitive Analysis: Effective Application of New and Classic Methods / Craig S. Fleigher, Babette E. Bensoussan. — Pearson Education, 2015. — ISBN 978-0-13-308640-9.
  7. ↑ Fosso Wamba, Samuel; Akter, Shahriar; Edwards, Andrew; Chopin, Geoffrey; Gnanzou, Denis (2015-07). “How 'big data' can make big impact: Findings from a systematic review and a longitudinal case study”. International Journal of Production Economics [англ.]. 165: 234—246. DOI:10.1016/j.ijpe.2014.12.031. Дата обращения 2022-05-27. Проверьте дату в |date= (справка на английском); |access-date= требует |url= (справка)
  8. ↑ Park, Joon; Jeong, Seung R. (2016-08-31). “A Study on the Relative Importance of Underlying Competencies of Business Analysts”. KSII Transactions on Internet and Information Systems [англ.]. 10 (8). DOI:10.3837/tiis.2016.08.031. ISSN 1976-7277. Дата обращения 2022-05-27. |access-date= требует |url= (справка)
  9. ↑ Richards, Debbie; Marrone, Mauricio; Vatanasakdakul, Savanid (2011-01-01). “What does an Information Systems Graduate need to know? A focus on Business Analysts and their role in sustainability”. ACIS 2011 Proceedings [англ.]. Дата обращения 2026-05-28.
  10. ↑ Seidel, Stefan; Bharati, Pratyush; Fridgen, Gilbert; Watson, Richard; Albizri, Abdullah; Boudreau, Marie-Claude; Butler, Tom; Kruse, Leona; Guzman, Indira; Karsten, Helena; Lee, Habin (2017-02-01). “The Sustainability Imperative in Information Systems Research”. Communications of the Association for Information Systems [англ.]. 40 (1): 40—52. DOI:10.17705/1CAIS.04003. Дата обращения 2022-05-27. |access-date= требует |url= (справка)
  11. ↑ 1 2 3 4 5 6 7 8 Гибридный аналитик. Вы — архитектор решений и стратег. Setka.ru. Дата обращения: 28 мая 2026.
  12. ↑ 1 2 От данных к решениям: как строить карьеру бизнес-аналитика в 2026 году. Ведомости (18 февраля 2026). Дата обращения: 28 мая 2026.
  13. ↑ Fosso Wamba, Samuel; Akter, Shahriar; Trinchera, Laura; De Bourmont, Marc (2019-09-12). “Turning information quality into firm performance in the big data economy”. Management Decision [англ.]. 57 (8): 1756—1783. DOI:10.1108/md-04-2018-0394. Дата обращения 2022-05-27. |access-date= требует |url= (справка)
  14. ↑ Radeschütz, Sylvia. Matching of Process Data and Operational Data for a Deep Business Analysis // Enterprise Interoperability III : [англ.] / Sylvia Radeschütz, Bernhard Mitschang, Frank Leymann. — Лондон : Springer, 2008. — P. 171–182. — ISBN 978-1-84800-221-0. — doi:10.1007/978-1-84800-221-0_14.
  15. ↑ Deshpandé, Rohit; Gatingon, Hubert (1994-07). “Competitive analysis”. Marketing Letters [англ.]. 5 (3): 271—287. DOI:10.1007/bf00993906. Дата обращения 2022-05-27. Проверьте дату в |date= (справка на английском); |access-date= требует |url= (справка)
  16. ↑ Будущее профессии бизнес- и системного аналитика. vc.ru. Дата обращения: 3 ноября 2025.
  17. ↑ 1 2 3 4 5 6 Vonsavanh, A. The Roles and Skill Sets of Systems vs Business Analysts / A. Vonsavanh, B. R. Campbell. — University of Canterbury, 2008. — ISBN 978-0-473-14528-6.
  18. ↑ Milani, Fredrik. Guiding Principles for Business Analysts : [англ.]. — Springer International Publishing, 2019. — P. 363–385. — ISBN 978-3-030-05719-0.
  19. ↑ Hossenlopp, Rosemary. Unearthing Business Requirements: Elicitation Tools and Techniques : [англ.] / Rosemary Hossenlopp, Rosemary Hossenlopp PMP, Kathleen B. Hass … [et al.]. — Berrett-Koehler Publishers, 2008. — ISBN 978-1-5230-9653-4.
  20. ↑ PMP, Lori Lindbergh. From Analyst to Leader: Elevating the Role of the Business Analyst : [англ.] / Lori Lindbergh PMP, Richard VanderHorst PMP, Kathleen B. Hass PMP … [et al.]. — Berrett-Koehler Publishers, 2007. — P. 10. — ISBN 978-1-56726-348-0.
  21. ↑ Leidecker, Joel K.; Bruno, Albert V. (1984-02-01). “Identifying and using critical success factors”. Long Range Planning [англ.]. 17 (1): 23—32. DOI:10.1016/0024-6301(84)90163-8. Дата обращения 2022-05-27. |access-date= требует |url= (справка)
  22. ↑ SQL для начинающих: что нужно знать аналитику данных в 2026 году. IT Step. Дата обращения: 28 мая 2026.
  23. ↑ Возросшие технические требования к бизнес-аналитикам в 2026 году. Setka.ru. Дата обращения: 28 мая 2026.
  24. ↑ 1 2 Навыки для аналитика в 2025 году: советы по старту карьеры. dtf.ru. Дата обращения: 3 ноября 2025.
  25. ↑ 1 2 Будущее бизнес-аналитики: какие навыки будут востребованы через 5-10 лет. Cyberleninka. Дата обращения: 3 ноября 2025.
  26. ↑ Топ-5 трендов бизнес-анализа, которые определят его будущее. SF.Education. Дата обращения: 28 мая 2026. Архивировано 12 июля 2025 года.
  27. ↑ Бизнес-аналитика в 2025 году: что ждет специалистов и какие навыки будут востребованы. SF.Education. Дата обращения: 28 мая 2026. Архивировано 18 мая 2025 года.
  28. ↑ 1 2 3 4 Инструменты бизнес-аналитика: что использовать в 2024 году. Хабр. Дата обращения: 28 мая 2026.
  29. ↑ Популярные инструменты бизнес-аналитики и BI 2026: полный обзор. datalopata.ru. Дата обращения: 28 мая 2026.
  30. ↑ Российские BI-платформы: обзор лучших решений для обработки и анализа данных. tproger.ru. Дата обращения: 28 мая 2026.
  31. ↑ ИИ-инструменты для бизнес-анализа: ChatGPT, Claude, YandexGPT, GigaChat. sostav.ru. Дата обращения: 28 мая 2026.
  32. ↑ Кто такой бизнес-аналитик и как им стать с нуля в 2024-2025 году: курсы обучения на бизнес-аналитика. dtf.ru. Дата обращения: 3 ноября 2025.
  33. ↑ Использование искусственного интеллекта в бизнес-аналитике. Cyberleninka. Дата обращения: 3 ноября 2025.
  34. ↑ 1 2 3 Тренды бизнес-аналитики: что ждет специалистов в будущем. GoIT. Дата обращения: 28 мая 2026.
  35. ↑ 1 2 3 Тренды BI-аналитики в 2025 году. IBS. Дата обращения: 3 ноября 2025. Архивировано 11 августа 2025 года.
  36. ↑ Data Quality. ELMA365. Дата обращения: 28 мая 2026.
  37. ↑ Essential Guide to the Data Quality Analyst Skills and Career Path (англ.). EWSolutions. Дата обращения: 28 мая 2026.
  38. ↑ Data Quality: что это такое и почему важно. Kurshub. Дата обращения: 28 мая 2026.
  39. ↑ Рынок RPA ждет взрывной рост: как бизнесу подготовиться к роботизации. Хроника.org. Дата обращения: 28 мая 2026.
  40. ↑ К трансформации через облако: почему бизнес выбирает облачные технологии. TechForward. Дата обращения: 3 ноября 2025. Архивировано 24 июня 2025 года.
  41. ↑ Business Intelligence and Analytics: Trends and Future Directions. Astera. Дата обращения: 28 мая 2026.
  42. ↑ ТОП-10 тенденций в области бизнес-аналитики на 2023 год. Часть 2. ФБ Консалт. Дата обращения: 3 ноября 2025.
  43. ↑ Embedded Analytics Market Trends 2024. ScaleupAlly. Дата обращения: 28 мая 2026. Архивировано 5 августа 2025 года.
  44. ↑ Mobile Business Intelligence Trends. Accio. Дата обращения: 28 мая 2026.
  45. ↑ Бизнес-аналитик 2026: от переводчика к стратегу и наставнику. Хабр. Дата обращения: 28 мая 2026.
  46. ↑ Бизнес-аналитик в 2024: тренды, навыки и инструменты. Habr. Дата обращения: 28 мая 2026.
  47. ↑ 1 2 Бизнес-аналитик в IT: кто это, чем занимается и как им стать. Habr. Дата обращения: 28 мая 2026.
  48. ↑ Бизнес-анализ и Agile: какие методы и инструменты используются для управления проектами в Agile-среде. The BA Girl. Дата обращения: 28 мая 2026. Архивировано 7 сентября 2025 года.
  49. ↑ Влияние ИИ на работу аналитика. Клерк. Дата обращения: 28 мая 2026.
  50. ↑ ИИ в бизнес-анализе. Хабр. Дата обращения: 28 мая 2026.
  51. ↑ 1 2 3 Bose, Ranjit (2009-01-01). “Advanced analytics: opportunities and challenges”. Industrial Management & Data Systems [англ.]. 109 (2): 155—172. DOI:10.1108/02635570910930073. Дата обращения 2022-05-27. |access-date= требует |url= (справка)
  52. ↑ 1 2 3 Новые правила защиты данных 2025. НТЦ «Нептунит». Дата обращения: 3 ноября 2025. Архивировано 24 мая 2025 года.
  53. ↑ Data Governance как основа цифровой трансформации. ITWeek. Дата обращения: 3 ноября 2025. Архивировано 22 апреля 2025 года.
  54. ↑ Корректировка правил локализации данных по 152-ФЗ. Хабр. Дата обращения: 28 мая 2026.
  55. ↑ 1 2 Этика в эпоху ИИ: как бизнесу не потерять человеческое лицо. Sostav.ru. Дата обращения: 3 ноября 2025. Архивировано 13 августа 2025 года.
  56. ↑ Объяснимый искусственный интеллект (XAI): что это такое и зачем он нужен. Habr. Дата обращения: 28 мая 2026.
  57. ↑ Внедрение ИИ требует ответственности, контроля и прозрачности. Хабр. Дата обращения: 28 мая 2026.
  58. ↑ При использовании копилота в цикле участвует человек. ITWeek. Дата обращения: 28 мая 2026.
  59. ↑ AI Regulation in Europe: What Businesses Need to Know in 2025. WCR Consulting (20 октября 2025). Дата обращения: 28 мая 2026.
  60. ↑ Jain, Priyank; Gyanchandani, Manasi; Khare, Nilay (2016-11-26). “Big data privacy: a technological perspective and review”. Journal of Big Data [англ.]. 3 (1): 25. DOI:10.1186/s40537-016-0059-y. Дата обращения 2022-05-27. |access-date= требует |url= (справка)
  61. ↑ Дефицит middle- и senior-специалистов и специализация под импортозамещение. Клерк. Дата обращения: 28 мая 2026.
  62. ↑ Зарплата бизнес-аналитика в 2026 году. DreamJob. Дата обращения: 28 мая 2026.
  63. ↑ Приказ Минтруда России от 22 ноября 2023 года N 821н «Об утверждении профессионального стандарта «Бизнес-аналитик». Электронный фонд правовых и нормативно-технических документов. АО «Кодекс» (22 ноября 2023). Дата обращения: 28 мая 2026.

Категории