Системный и бизнес-анализ

У нас было 14 лекцией и столько же практических семинаров, 100 заявок в первый день запуска, множество кейсов и теоретической базы всех цветов и размеров, 36 участников и 5 матёрых наставников, защита итоговых проектов. Не то, чтобы это был необходимый минимум для решения кадрового вопроса. Но если начал делать «Нешколу» для поиска бизнес-аналитиков – становится трудно остановиться. 

Привет, Хабр, на связи Мария и Александр из департамента бизнес-анализа в ecom.tech. В этой статье мы расскажем, как запустили открытую школу бизнес-анализа, не тратя ни рубля на маркетинг. Поехали!

Список требований к казначейству легко превращается в десятки строк со статусом «закрывается частично». Для бюджета такая оценка почти бесполезна: за одним «частично» может скрываться настройка на пару дней, за другим — отдельная интеграция с банком.

Разберём рабочий способ классифицировать эти разрывы, проверить спорные требования на данных и понять, что действительно придётся дорабатывать в конкретной конфигурации 1С.

Меня зовут Юрий Силантьев, я руководитель практики «ERP и финансы» в К2Тех, отвечаю за проекты внедрения 1С.

Мы занимаемся крупными внедрениями уже 15 лет. Недавно я разбирал подход, применяемый нами в крупных внедрениях 1С. От подготовки и предпроекта до эксплуатации: какие инструменты используем, как фиксируем договоренности и за счет чего удерживаем проект в управляемом состоянии.

Эта статья будет второй в серии и целиком посвящена нулевому этапу — предпроектному обследованию: зачем он нужен, из чего состоит и какие артефакты мы получаем на выходе.

Привет!

С недавних пор я занимаюсь разработкой онлайн-редактора карт mapus.ai и делаю это с большим интересом. Цель: дать возможность любому желающему создавать интерактивные географические карты за минуты, имея одну лишь идею или задачу, сформулированную текстом. Знаний и установки специализированных приложений не требуется, приносить «материал с собой» не обязательно.

Цель этой публикации — показать одну из возможностей продукта. Назовём это навыком Шерлока Холмса: визуализация статистических исследований для поиска закономерностей, подтверждения или опровержения гипотез.

Привычные термины становятся все более запутанными. Если раннее (до 2003 года) система ГОСТ еще была фундаментальна и системно выстроена (причем это были не переводы западных стандартов), то потом система государственной стандартизации стала резко деградировать.

Шесть лет занимаюсь складскими системами на платформе 1С: обследования, внедрения, миграции. Склады — от 5 000 до 40 000 м².

Вопрос из заголовка я слышу чаще любого другого, и задают его совершенно справедливо: в 1С:ERP (а также в УТ и КА) адресное хранение действительно есть, работает и закрывает заметную часть складских задач. Продавцы WMS на этот вопрос отвечают предсказуемо. Мне проще: бывают склады, которым я отвечаю «незачем».

Разбираю, что именно умеет адресное хранение в ERP, что к этому добавляет WMS и по каким признакам понять, по какую сторону границы находится конкретный склад.

Меня позвали настроить сквозную аналитику для маркетинга. Заказчик — кинодистрибьютор, работает в шести странах СНГ, десятки миллионов долларов кассы в год. Задача звучала стандартно: есть реклама фильмов в digital, есть бюджеты, нужно понимать отдачу. Соберите данные, постройте дашборд.

Обычный сценарий здесь — взять бриф и пойти делать. Я потратил три недели на интервью с руководителями направлений и разбор их рабочих файлов, прежде чем что-то строить. Выяснилось, что дашборд по маркетингу отвечал бы на вопрос про малую часть выручки, а основной денежный процесс компании — роспись, распределение сеансов по кинотеатрам, — не имеет ни одной управленческой метрики. Ни плана, ни факта относительно плана, ни замера качества. При этом через него проходит более 200 фильмов в год по более чем 150 кинотеатрам и примерно 500 залам.

Дальше — как устроен ИТ-ландшафт компании, которая делает десятки миллионов долларов кассы на Excel-файле со 150 вкладками, где именно там теряются деньги, и как я оценил размер потерь, когда сравнивать не с чем. Спойлер по методу: никакой магии, оценка построена на публичных бенчмарках производительности и честно помечена как нижняя граница.

В предыдущей статье мы разобрали четвёртое базовое понятие BABOK — Решение (Solution). Мы выяснили, что оптимальное решение — не то, которое технически совершенно, а то, что наилучшим образом закрывает сформулированную потребность в данном контексте с учётом реальных ограничений. Ключевое словосочетание здесь — «в данном контексте». Но что именно скрывается за этим словом?

Представьте: команда провела безупречный анализ заинтересованных сторон, точно сформулировала потребность, спроектировала переход и выбрала оптимальное решение. А потом выяснилось, что регулятор запретил использование облачных технологий для хранения персональных данных. Или что организационная культура компании настолько иерархична, что любое изменение без явного одобрения топ-менеджмента обречено на саботаж снизу. Или что технологический стек компании несовместим с выбранным решением, а на его замену нет ни бюджета, ни времени. Всё это — контекст.

Разберём пятое базовое понятие BABOK — Контекст (Context).

Десять лет в таможне, второй пилот детсадовского возраста, привычная стабильность и… 25 отказов от IT-компаний в один день. Кажется, это идеальный рецепт для того, чтобы смириться и опустить руки. Но сегодня я — бизнес- и системный аналитик, кайфующий от задач, «которые никто даже трехметровой палкой трогать бы не захотел». Это моя честная история о том, как перебороть карьерную инерцию, превратить опыт госслужбы в хард-скиллы и найти ту самую команду, где тимлид перед дейликом «обнял, приподнял и покружил».

Я измеряю видимость компаний в поиске и в ответах нейросетей. Свой сайт проверил последним: клиентские проекты всегда впереди своих. Результат отрезвляющий — все страниц есть в поиске, проблем с индексацией нет, а в вопросах про услугу без упоминания названия ноль появлений из тридцати двух возможных.

Внутри: как собрать промпт-карту и почему её нельзя писать до замера спроса, чем российский стек отличается от западного, отдельная директива в robots.txt, о которой мало кто знает, и во что обошёлся весь замер — 102 рубля.

Всем привет! На базе наших аналитических исследований вышла новость про 5G устройства в России. Решили поделиться с читателями Хабра подробностями, которые не попали в публикацию.

Это взгляд на запуск сети пятого поколения не из пресс-релизов операторов, а на базе миллионов мобильных устройств, работающих в России.

Сегодня речь пойдет про некоторый парадокс в аналитике, понимание которого приходит лишь со временем.

Представим, что каждый год данных становится всё больше и у компаний появляются новые системы, витрины, дашборды, десятки KPI, выгрузки на миллионы строк и всё это просто пачками валиться, хочешь смотреть так или эдак, можно посмотреть продажи / непродажи по регионам, сотрудникам, товарам, часам, минусам, секундам и еще по 25 разрезам.

И вроде, чем больше данных, тем лучше. Но это не всегда так, и иногда после появления пятого дашборда понимания становится даже меньше, чем было после одной нормальной таблицы.

В проектах у аналитика обычно есть знакомый набор инструментов: нотации, шаблоны требований, чек-листы, правила описания процессов. Но реальная задача редко укладывается в них полностью.

За сформулированным требованием может скрываться другая потребность. При проектировании интеграции приходится одновременно учитывать производительность и отказоустойчивость. А иногда нужно разобраться в нетиповой системе, которую несколько лет дорабатывали без актуальной документации.

В таких ситуациях важнее не знание конкретного шаблона, а способность разобраться в контексте, увидеть ограничения и выбрать подход. Этому посвящена секция «Прикладные компетенции аналитика» на INFOSTART A&PM EVENT 2026.

Всем привет! Я Ольга Матушевич, преподаватель курса «Нейросети для бизнеса», а в прошлом наставница на курсе «Аналитик данных». Про то, что нейросети «отберут работу», написаны тысячи текстов и сняты сотни роликов. Про обратную сторону — какие вакансии ИИ создал и где рынок труда вырос — говорят реже и обычно без цифр. Чтобы это исправить, я собрала и обобщила данные отечественных и зарубежных источников за 2025–2026 годы и написала эту статью. К сожалению, найти зарубежные источники оказалось проще. Поэтому в статье мало конкретики «как оно сейчас в России», но много информации о мировой динамике рабочих мест или динамике конкретно в США.

Инструмент: C4 QuietGridLabs. Можно открыть демо без авторизации: проект будет храниться локально в браузере.

Иногда архитектура «есть» — но пользоваться ею невозможно.

На доске лежит схема сервисов. В Confluence живёт описание. Где-то рядом — sequence-диаграмма, которую никто не открывал с прошлого года. ER-модель хранится в другом инструменте. А когда на ревью возникает простой вопрос «какой endpoint обслуживает этот путь?», команда начинает собирать ответ из памяти, догадок, выдумок, ссылок и исходников.

Я больше 15 лет работаю в ИТ, из них около десяти занимаюсь проектированием и системным дизайном. За это время перепробовал немало: Sparx, ArchiMate, Structurizr, Confluence, whiteboard-сервисы. Я не считаю их плохими — у каждого есть свой сценарий и своя аудитория. Но лично у меня постоянно оставалось ощущение разрыва: диаграмма была отдельно, документация отдельно, а живой контекст системы — в голове у людей.

В какой-то момент моими рабочими спасателями стали whiteboard и VS Code, а позже Cursor. В них можно быстро собрать мысль, оставить немного полезного творческого беспорядка и двигаться дальше. Но они не решали главную проблему: хотелось, чтобы система, её связи, сценарии и документация были одной навигационной моделью.

Так появился C4 QuietGridLabs. Это мой экспериментальный редактор, где C4-модель — это каркас проекта. К элементам можно прикреплять документацию, sequence-диаграммы, ER-диаграммы и описание API, а по связям — переходить от общего ландшафта к конкретным участникам взаимодействия.

Есть класс ошибок, которые невозможно найти простой сверкой. Не потому, что данные хорошо спрятаны, а потому, что искомого состояния нет ни в одной системе. Оно собирается на лету из двух правильных половинок, каждая из которых по отдельности абсолютно валидна.

Хочу рассказать про случай, где в одном стартапе мы искали причину две недели, но при этом мониторинг всё это время показывал, что всё в порядке, и формально он был прав.

Всем привет! Меня зовут Александр Цай, я ведущий инженер-аналитик в МТС Web Services.
Занимаюсь всем, что связано с данными и ИИ. Найти, заполучить, обработать, спроектировать, развернуть — это все ко мне.

Опущу все нудные подробности, решили мы развернуть себе Superset 6.1.0 — последнюю версию, но столкнулись с тем, что заказчику категорически не нравится штатный фильтр по датам и он не хочет пересаживаться со своего BI, а хочет он календарик. А еще — пару плагинов с оглядкой на PowerBI. Поэтому встал вопрос создания собственного плагина-фильтра.

Казалось бы, задача несложная. Пара-тройка гайдов в en сегменте имеется, есть даже документация и штатный генератор шаблонов. Но по факту оказалось, что все это не работает. Генератор так вообще не обновлялся аж с 2024 года: выдает шаблон, который ссылается на уже несуществующие классы и типы, что автоматически делает все гайды неактуальными…

А что все это значит? Время написать свой собственный!
Об этом и расскажу в сегодняшнем материале. 

Дисклеймер: Я питонист до мозга костей и в тайпскрипте, да и фронте в целом, понимаю не очень много. Простите меня, адепты сего языка программирования, но код самого плагина навайбкожен (хоть и проверен насколько я смог).
В npm не запушил тоже умышленно, цель статьи — дать исходники и показать, как можно собрать плагин. Любой желающий может что-то додумать и доработать, собрать или разобрать и так далее.

Итак, два ряда чисел. Первый — насколько высоко пик каждого цикла стоял над трендом:

1.03 → 0.81 → 0.46 → 0.06

Второй — насколько глубоко дно уходило под тренд:

−0.28 · −0.24 · −0.38 · −0.37

Верхний ряд схлопывается монотонно, четыре цикла подряд, пятнадцать лет. Нижний стоит на месте: все четыре дна укладываются в коридор шириной 0.14. Пик декабря 2013 года стоял над трендом в десять раз. Пик октября 2025 превысил тренд на 15%.

Расхожая формулировка «четырёхлетний цикл умер» склеивает три разные вещи в одну. Тайминг цикла держится как держался: пики приходили на 13, 17, 18 и 18-й месяц после халвинга, максимальные падения — на 26, 29, 30 и 26-й. Дно не затухло вообще. Умер эйфорический верх.

Из этого наблюдения выросла интерактивная сквозная модель:

Cross-scale Bitcoin price model (исходники, русская версия).

Далее — что там внутри, где оно ломается, и что должно или может произойти.

Есть довольно привычный сценарий продвижения корпоративного продукта. Мы выпускаем решение, готовим страницу мероприятия, назначаем дату вебинара, делаем рассылки, рисуем баннеры, собираем регистрации, готовим презентацию, напоминаем об эфире, проводим его, публикуем запись, разбираем вопросы и передаем заинтересовавшихся пользователей продажам.

А потом возникает неприятный вопрос: а покупателю вообще нужен был вебинар? Может быть, ему достаточно было за несколько минут увидеть продукт в работе. А может быть, наоборот: никакая запись не ответит на его вопросы, потому что нужно понять, подойдет ли решение именно для его компании.

После нескольких таких запусков я пришла к выводу, что спор «вебинар или видео» в 2026 году сформулирован не совсем правильно. Покупатель выбирает не столько формат. Он выбирает, сколько собственного времени и общения с продавцом готов потратить, чтобы принять решение.

Классическая корпоративная воронка часто выглядит примерно так: Хотите посмотреть продукт? Оставьте заявку → менеджер позвонит → договоримся о времени → проведем демонстрацию.

С точки зрения продавца все логично. Компания получила контакт и может начинать продажу. С точки зрения покупателя еще ничего не произошло, а обязательств уже довольно много. Ему нужно оставить данные, дождаться звонка, договориться о времени и выделить место в календаре. И только после этого он наконец увидит интерфейс. На Маркетплейсе это особенно заметно. Рядом находятся другие продукты, часть из которых можно изучить немедленно. Поэтому индивидуальная демонстрация не должна быть единственным способом увидеть продукт.

Привет! Меня зовут Алиса, и сейчас я руковожу командой разработки продукта «Штурвал». У нас работает около пятидесяти человек:  инженеры,  безопасники,  девопсы, фронтендеры, бэкендеры на Go и тестировщики, которые ломают всё, что мы строим. Но сегодня я хочу рассказать не о них. Сегодня балом правят аналитики. И под катом объясню, почему.