Коротко. Компании покупают хранилище, нанимают аналитика и через год обнаруживают, что решения по-прежнему принимаются на глаз. Причина почти всегда одна: данные собрали, а договорённости о том, что считать правдой, — нет. Этот маршрут ведёт от простого SQL до работающей дата-платформы и показывает, где на этом пути сгорают деньги.
Зачем это бизнесу
Данные превращаются в актив только в одной точке: когда на их основании кто-то отменяет или запускает работу. Всё, что до этой точки, — расходы. Поэтому маршрут построен не по технологиям, а по вопросу «какое решение станет возможным после этого шага».
Практический ориентир: если на вопрос «сколько мы заработали на клиенте за всё время» три человека дают три разных числа, дело не в инструменте. Дело в том, что никто не договорился, что такое «клиент» и что такое «заработали».
Маршрут
| Ступень | Что читаем | Что забираем | Срок |
|---|---|---|---|
| 1. Язык запросов | «PostgreSQL. SQL + PL/pgSQL», «Оконные функции SQL: анализ данных на практике» | Умение самому достать цифру, не ставя задачу разработчику | 2–3 недели |
| 2. Как не сделать себе хуже | «Антипаттерны SQL» | Понимание, почему отчёт считается сорок минут и почему в базе три версии одного клиента | 1 неделя |
| 3. Модель данных | «Хранилища данных» | Разделение оперативной базы и аналитической, понятие витрины | 3–4 недели |
| 4. Доставка данных | «Инженерия данных в Python», «Apache Kafka: потоковая обработка и анализ данных» | Как данные попадают из систем в хранилище и что делать, когда источник изменился | 4–6 недель |
| 5. Анализ | «Погружение в аналитику данных», «Изучаем Data Science» | Отличие корреляции от вывода, доверительные интервалы, честная A/B-логика | 4 недели |
| 6. Режим и защита | «Защита данных: от авторизации до аудита» | Кто и что видит, где персональные данные, что показывать аудитору | 2 недели |
Ступени 1–3 обязательны всем, кто отвечает за цифры. Ступени 4–6 нужны, когда данных больше, чем помещается в выгрузку.
Семь выводов из этих книг — своими словами
- Дублирующийся клиент дороже медленного отчёта. Проблемы качества данных обходятся заметно дороже проблем производительности, но чинят почти всегда вторые, потому что они заметнее.
- Хранилище не заменяет договорённость. Пока определение метрики живёт в голове аналитика, а не в документе, каждая новая витрина добавляет ещё одну версию правды.
- Оперативная база и аналитическая — разные системы. Попытка считать отчёты на боевой базе заканчивается либо тормозящим продуктом, либо отчётами раз в сутки.
- Источник всегда меняется без предупреждения. Устойчивая доставка данных строится не вокруг идеального формата, а вокруг обнаружения поломки: важнее узнать о расхождении за час, чем не допустить его вовсе.
- Потоковая обработка нужна реже, чем её покупают. Если решение по данным принимается раз в день, суточной выгрузки достаточно, а поток добавляет класс отказов и людей.
- Корреляция в отчёте не даёт права на вывод. Большая часть «инсайтов» в дашбордах — это сезонность, изменение состава клиентов или ошибка выборки.
- Доступ проектируется вместе с моделью. Разграничение прав, добавленное после запуска, всегда стоит переделки витрин.
Что это значит в деньгах
| Решение | Как выглядит без данных | Как выглядит с данными |
|---|---|---|
| Скидка на продление | Даём всем одинаково, потому что не знаем, кто уйдёт | Даём тем, у кого падает использование; остальным не даём |
| Найм в поддержку | По ощущению нагрузки | По распределению обращений во времени и по типам |
| Выбор сегмента | По самому громкому клиенту | По марже и сроку сделки в разрезе сегментов |
| Инвестиция в функцию | По просьбе трёх клиентов | По доле выручки, которая её касается |
Красные флаги подрядчика
- Начинает разговор с выбора платформы, а не с перечня решений, которые нужно принимать.
- Не спрашивает, кто владелец каждой метрики со стороны бизнеса.
- Обещает «единый источник правды» без плана согласования определений.
- Не закладывает в смету мониторинг качества данных и обработку изменений в источниках.
- Ставит потоковую обработку там, где нет требований к задержке короче суток.
Что в этих книгах устарело
Разделы про ручную настройку кластеров и подбор оборудования потеряли смысл там, где инфраструктура арендуется. Примеры на устаревших версиях библиотек стоит читать как логику, а не как инструкцию. Зато главы про моделирование, качество данных и разграничение доступа не устарели совсем — они про договорённости между людьми, а не про версии.
Частые вопросы
Связанное
- Data Mesh — когда данными владеют команды, а не отдел
- CRISP-DM — порядок работы над аналитической задачей
- Управление данными
- Когортный анализ
Книги в маршруте названы как источники. KZSalesHub не распространяет файлы изданий — приобрести их можно у издательства или в магазинах.
Данные становятся активом, когда у них есть владелец, определения и понятное качество. Без этих трёх вещей это просто расходы на хранение.
Материал обновлён 30 сентября 2026