BI-аналитик vs аналитик данных
Карьерник — квиз-тренажёр в Telegram с 1500+ вопросами для собесов аналитика. SQL, Python, A/B, метрики. Бесплатно.
Короткий ответ
- BI-аналитик — фокус на отчётах, дашбордах, визуализации. Много работы с BI-инструментами.
- Аналитик данных — шире: исследования, A/B-тесты, статистика, бизнес-инсайты.
На практике в РФ границы размыты. Конкретный набор задач зависит от компании.
Сравнение
| BI-аналитик | Data-аналитик | |
|---|---|---|
| Главный tool | Tableau / Power BI / Metabase | SQL + Python |
| Фокус | Dashboards, reports | Ad-hoc analysis, tests |
| Статистика | базовая | глубокая (A/B, регрессия) |
| ML | нет | иногда |
| Stakeholders | менеджеры, executives | продакты, growth |
| Стандарт работы | повторяющиеся отчёты | новые вопросы |
| Типичный output | дашборд | доклад / рекомендация |
| Зарплата РФ | 80-200K ₽ | 100-300K ₽ |
BI-аналитик
Задачи
- Строить дашборды
- Делать периодические отчёты
- Визуализировать метрики
- Поддерживать BI-систему
- Работать с бизнес-стейкхолдерами
Стек
- BI: Tableau, Power BI, Looker, Metabase, Superset
- SQL (продвинутый)
- Excel (продвинутый)
- Иногда DAX (для Power BI)
Типичный день
- Заказ от маркетинга: «нужен отчёт по кампании»
- Обновление дашборда CEO
- Запрос от финансов по расходам
- Встреча по новой метрике
Кому подходит
- Любите визуализацию и дизайн
- Хороший коммуникатор
- Нравится работа с бизнесом
- Хотите быстрые win-ы (сделал дашборд → видно сразу)
Data-аналитик
Задачи
- Анализ A/B-тестов
- Продуктовые исследования
- Cohort / retention analysis
- Причины изменений метрик (почему упало?)
- Экономические модели (LTV, unit-экономика)
- Иногда ML и прогнозы
Стек
- SQL (продвинутый)
- Python / R (pandas, numpy, scipy, sklearn)
- Статистика
- BI (средний уровень)
- Иногда Airflow, dbt
Типичный день
- Разбор A/B-теста
- Углублённый анализ когорт
- Моделирование LTV
- Написание доклада
- Помощь продакту со стратегией
Кому подходит
- Нравится копать и исследовать
- Любите статистику и математику
- Хотите влиять на стратегию
- Готовы писать код
Пересечения
Обе роли могут:
- Писать SQL на продвинутом уровне
- Работать с BI-инструментами
- Общаться с бизнесом
- Считать метрики
В реальности часто один человек делает и то, и другое — особенно в стартапах.
Подвиды
Product analyst
Близко к data-аналитику. Фокус на продуктовых метриках, A/B, retention.
Marketing analyst
Attribution, ROAS, campaign analysis. Пересечение с BI и data.
Financial analyst
Ближе к финансам (forecasting, P&L). Много Excel, меньше SQL.
Business intelligence engineer
Роль на стыке data engineering и BI. Строит data models в DWH.
Как понять, кем быть?
BI если:
- Вам нравится дизайн дашбордов
- Быстро хотите видеть результат работы
- Много общения с executives
- Программирование — не главная любовь
Data если:
- Нравится глубокий анализ
- Хотите применять статистику
- Интересна продуктовая работа
- Готовы писать код 50%+ времени
Зарплаты в РФ (2026)
BI-аналитик
- Junior: 60-100K ₽
- Middle: 120-180K ₽
- Senior: 200-300K ₽
Data-аналитик
- Junior: 80-130K ₽
- Middle: 150-230K ₽
- Senior: 250-450K ₽
У data-аналитика порог выше из-за более широкого скилла.
Карьерные пути
BI-аналитик →
- Senior BI-аналитик
- BI-инженер / analytics engineer
- Head of BI
Data-аналитик →
- Senior data-аналитик
- Data scientist (+ ML)
- Product manager (через продуктовую часть)
- Growth / PMM
- Head of analytics
Как войти в профессию
- BI проще для входа: acquired-skill (Tableau, Power BI) + SQL за 2-3 месяца
- Data требует больше: SQL + Python + статистика + A/B → 4-6 месяцев подготовки
Связанные темы
- Аналитик данных vs data scientist
- Data analyst vs business analyst
- Что делает аналитик данных
- Как стать аналитиком данных
- BI-инструменты аналитика
FAQ
Какая роль более востребована?
Data-аналитик — популярнее в tech. BI-аналитик — в классическом бизнесе (банки, ритейл).
Нужен ли Python для BI?
Не обязательно, но плюс. Позволяет делать расширенный анализ перед дашбордом.
Можно ли перейти из BI в data?
Да. Нужно подтянуть Python + статистику. 3-6 месяцев подготовки.
Зарплата BI или data — где выше?
В среднем data-аналитики получают чуть больше из-за более широкого стека.
Тренируйте аналитику — откройте тренажёр с 1500+ вопросами для собесов.