Портфолио аналитика данных показывает не то, что человек “прошёл курс”, а то, что он умеет работать с данными: поставить вопрос, подготовить таблицу, очистить данные, посчитать метрики, найти закономерности, построить графики, сделать выводы и объяснить результат понятным языком. Для новичка особенно важно не просто приложить скриншоты дашборда, а показать ход мысли: какая была задача, какие данные использовались, какие расчёты сделаны, что получилось и какое решение можно принять на основе анализа.
«`Зачем аналитику данных портфолио
«`Для начинающего аналитика портфолио часто важнее, чем красивое описание в резюме. Работодатель или заказчик хочет увидеть, что человек не просто знает слова “SQL”, “Excel”, “Power BI”, “Python” и “дашборд”, а умеет решать прикладную задачу.
Хорошее портфолио показывает:
- какие вопросы вы умеете задавать к данным;
- как очищаете и готовите данные;
- какие метрики считаете;
- как строите графики и дашборды;
- умеете ли находить причины изменений;
- можете ли объяснить выводы простым языком;
- понимаете ли бизнес-смысл анализа;
- умеете ли оформлять результат аккуратно.
Главная мысль
Портфолио аналитика — это не набор графиков. Это доказательство, что вы можете превратить данные в понятные выводы и рекомендации.
Даже учебный проект может выглядеть сильно, если он оформлен как реальная рабочая задача: есть цель, данные, методика, расчёты, визуализация, выводы и ограничения анализа.
«`Каким должен быть хороший проект
«`Хороший проект для портфолио должен быть понятен человеку, который смотрит его быстро. Ему не нужно угадывать, что вы анализировали и зачем. Всё должно быть объяснено: задача, данные, инструменты, расчёты, графики, выводы.
В сильном проекте есть:
- короткое описание бизнес-задачи;
- источник или описание данных;
- перечень столбцов и метрик;
- очистка и подготовка данных;
- расчёты и логика анализа;
- визуализация;
- выводы;
- рекомендации;
- ограничения анализа;
- что можно улучшить дальше.
Важно
Проект без выводов выглядит слабо. Если в портфолио есть только графики, но нет ответа “что это значит”, работодатель не увидит аналитическое мышление.
Хорошая структура проекта: “была задача → подготовил данные → посчитал метрики → увидел закономерности → сделал выводы → предложил действия”.
«`Какие инструменты использовать
«`Для портфолио не обязательно использовать все инструменты сразу. Лучше сделать 3–5 аккуратных проектов, чем один перегруженный проект, где Excel, SQL, Python и Power BI использованы без понятной цели.
| Инструмент | Для чего использовать в портфолио | Что показать |
|---|---|---|
| Excel / Google Sheets | Очистка, сводные таблицы, формулы, простые дашборды | Расчёты, таблицы, графики, аккуратную структуру файла |
| SQL | Получение данных из базы, фильтрация, группировки, JOIN | Запросы, объяснение логики, итоговые таблицы |
| Power BI | Интерактивные дашборды и визуализация | Страницы отчёта, метрики, фильтры, выводы |
| Python | Очистка, анализ, визуализация, автоматизация | Notebook, код, графики, комментарии и выводы |
| Презентация | Объяснение результата руководителю | Краткий отчёт: проблема, цифры, выводы, рекомендации |
Что подтянуть перед проектами
Проект 1. Анализ продаж интернет-магазина
«`Это один из лучших стартовых проектов для аналитика данных. Он понятен работодателю, близок к реальному бизнесу и позволяет показать работу с выручкой, заказами, товарами, клиентами, категориями и динамикой продаж.
Задача проекта
Проанализировать продажи интернет-магазина за несколько месяцев и понять: какие товары и категории приносят больше выручки, как меняются продажи по месяцам, какие клиенты покупают чаще и где есть просадки.
Что можно посчитать
- общую выручку;
- количество заказов;
- средний чек;
- выручку по категориям;
- топ товаров;
- динамику продаж по месяцам;
- повторные покупки;
- долю отмен или возвратов, если такие данные есть.
Что показать в портфолио
- таблицу с подготовленными данными;
- сводную таблицу или SQL-запросы;
- график динамики продаж;
- топ категорий и товаров;
- выводы по просадкам и росту;
- рекомендации для бизнеса.
Пример вывода
“Выручка выросла на 18% в мае, но средний чек снизился. Рост обеспечили товары категории X, при этом категория Y даёт много заказов, но низкий средний чек. Бизнесу стоит проверить маржинальность категории Y и протестировать допродажи”.
Проект 2. Дашборд выручки и заказов
«`Дашборд показывает, умеете ли вы превращать таблицу в понятный инструмент для руководителя. Здесь важно не количество графиков, а логика: человек открывает отчёт и быстро понимает, что происходит с бизнесом.
Задача проекта
Сделать дашборд, который показывает ключевые показатели продаж: выручку, заказы, средний чек, категории, динамику, регионы или каналы.
Что можно включить
- карточки KPI: выручка, заказы, средний чек;
- динамику по месяцам или неделям;
- фильтры по категории, региону, каналу, менеджеру;
- топ товаров;
- топ клиентов;
- структуру выручки;
- сравнение периода с предыдущим периодом.
Что показать в портфолио
- скриншоты дашборда;
- описание метрик;
- логику фильтров;
- выводы по данным;
- пояснение, для кого сделан дашборд.
Ошибка новичка
Делать красивый дашборд без вопроса. Перед визуализацией нужно понять: кто будет смотреть отчёт и какие решения он должен принимать.
Проект 3. Анализ клиентов и повторных покупок
«`Этот проект показывает, что вы умеете смотреть не только на продажи, но и на поведение клиентов. Для бизнеса важно понимать, кто покупает один раз, кто возвращается, какие клиенты приносят больше денег и где можно улучшить удержание.
Задача проекта
Разделить клиентов по поведению и понять, какая доля делает повторные покупки, какие клиенты самые ценные и как меняется активность со временем.
Что можно посчитать
- количество уникальных клиентов;
- долю повторных покупателей;
- среднее количество заказов на клиента;
- средний чек новых и повторных клиентов;
- выручку по сегментам клиентов;
- RFM-сегментацию на базовом уровне;
- период между покупками.
Что показать в портфолио
- таблицу сегментов;
- график повторных покупок;
- выводы по ценным клиентам;
- рекомендации по удержанию;
- ограничения анализа.
Пример рекомендации
“Повторные клиенты дают 42% выручки, но составляют только 18% базы. Стоит протестировать email-цепочку или персональную скидку для клиентов, которые сделали первую покупку, но не вернулись в течение 30 дней”.
Проект 4. Анализ маркетинговых каналов
«`Такой проект полезен, если вы хотите работать рядом с маркетингом, рекламой, продуктом или e-commerce. Он показывает, умеете ли вы связывать расходы, заявки, продажи и эффективность каналов.
Задача проекта
Сравнить маркетинговые каналы и понять, какие приводят больше заявок, заказов или выручки, а какие выглядят активными, но дают слабый результат.
Что можно посчитать
- расходы по каналам;
- количество кликов;
- количество заявок;
- конверсию из клика в заявку;
- стоимость заявки;
- количество продаж;
- конверсию из заявки в продажу;
- выручку по каналам;
- ROMI или окупаемость рекламы, если есть данные по расходам и выручке.
Что показать в портфолио
- таблицу каналов;
- воронку по каждому каналу;
- график стоимости заявки;
- сравнение каналов по эффективности;
- рекомендации по перераспределению бюджета.
Хороший аналитический вопрос
Не “какой канал дал больше заявок?”, а “какой канал дал заявки, которые дошли до продаж и окупились?”.
Связанные направления
Проект 5. Анализ воронки заявок
«`Воронка — один из самых понятных бизнес-проектов для портфолио. Она показывает, где пользователи или клиенты теряются: просмотрели страницу, оставили заявку, пришли на звонок, получили предложение, купили.
Задача проекта
Проанализировать этапы воронки и найти, на каком шаге происходит самая большая потеря.
Что можно посчитать
- количество пользователей на каждом этапе;
- конверсию между этапами;
- общую конверсию в покупку;
- потери на каждом шаге;
- конверсию по каналам;
- конверсию по менеджерам, если есть данные;
- динамику воронки по неделям.
Что показать в портфолио
- схему воронки;
- таблицу конверсий;
- визуализацию потерь;
- вывод о проблемном этапе;
- гипотезы улучшения.
Пример вывода
“Основная потеря происходит между заявкой и первым контактом. Возможные причины: менеджеры долго перезванивают, заявки приходят в нерабочее время, форма собирает некачественные лиды или пользователи не понимают условия предложения”.
Проект 6. Анализ оттока клиентов
«`Анализ оттока показывает, умеете ли вы работать с удержанием. Такой проект хорошо подходит для подписочных сервисов, онлайн-школ, приложений, клубов, SaaS-сервисов и клиентских баз.
Задача проекта
Найти, какие клиенты перестают пользоваться продуктом, когда это происходит и какие признаки могут быть связаны с оттоком.
Что можно посчитать
- долю ушедших клиентов;
- отток по месяцам;
- срок жизни клиента;
- активность перед уходом;
- отток по тарифам;
- отток по каналам привлечения;
- отток по сегментам клиентов;
- связь между поддержкой, жалобами и уходом, если есть данные.
Что показать в портфолио
- определение, кого считаете ушедшим клиентом;
- таблицу сегментов;
- график оттока;
- выводы по группам риска;
- предложения по удержанию.
Важно
В проекте по оттоку обязательно объясните методику. Например: “клиент считается ушедшим, если не совершал покупок 90 дней”. Без такого определения выводы будут непонятны.
Проект 7. Анализ товаров на маркетплейсе
«`Этот проект полезен тем, кто хочет работать с e-commerce, маркетплейсами, продажами и ассортиментом. Он показывает, что вы умеете смотреть на товар не только через заказы, но и через прибыль, остатки, цену, возвраты и рейтинг.
Задача проекта
Проанализировать ассортимент продавца: какие товары продаются лучше, какие дают больше выручки, какие могут быть проблемными из-за возвратов, низкой маржи или слабой оборачиваемости.
Что можно посчитать
- выручку по товарам;
- количество заказов;
- среднюю цену;
- остатки;
- оборачиваемость;
- возвраты;
- рейтинг товара;
- маржу, если есть себестоимость;
- долю товара в общей выручке;
- ABC-анализ ассортимента.
Что показать в портфолио
- таблицу товаров;
- ABC-анализ;
- дашборд по ассортименту;
- выводы по сильным и слабым товарам;
- рекомендации по остаткам, ценам или продвижению.
Проект 8. Финансовый анализ малого бизнеса
«`Этот проект хорошо показывает бизнес-мышление аналитика. Можно взять учебную компанию: кофейню, онлайн-школу, интернет-магазин, мебельное производство, студию услуг или небольшой сервис.
Задача проекта
Посчитать выручку, расходы, прибыль, маржу, точку безубыточности и понять, какие факторы сильнее всего влияют на финансовый результат.
Что можно посчитать
- выручку;
- переменные расходы;
- постоянные расходы;
- валовую прибыль;
- маржу;
- чистую прибыль;
- точку безубыточности;
- сценарии: осторожный, базовый, оптимистичный;
- чувствительность прибыли к цене, объёму продаж и расходам.
Что показать в портфолио
- финансовую модель;
- таблицу расходов;
- график точки безубыточности;
- сценарный анализ;
- выводы для собственника.
Пример вывода
“При текущей цене бизнес выходит в ноль только при 320 заказах в месяц. Если рекламные расходы вырастут на 20%, точка безубыточности сместится до 370 заказов. Нужно проверить маржу по категориям и пересмотреть рекламный бюджет”.
Связанное направление
Проект 9. Анализ образовательной платформы
«`Такой проект хорошо подходит для портфолио аналитика, если вам интересны онлайн-курсы, EdTech, продукты, обучение и пользовательское поведение.
Задача проекта
Проанализировать обучение студентов: кто начинает курс, кто проходит уроки, кто сдаёт домашние задания, кто доходит до конца и где возникают потери.
Что можно посчитать
- количество зарегистрированных студентов;
- долю начавших обучение;
- долю прошедших первые уроки;
- долю сдавших домашние задания;
- доходимость до конца курса;
- активность по неделям;
- связь между активностью и завершением курса;
- падение интереса по урокам;
- NPS или оценку курса, если есть данные.
Что показать в портфолио
- воронку обучения;
- динамику активности студентов;
- график прохождения уроков;
- выводы по проблемным этапам;
- рекомендации для методиста или product manager.
Сильный вывод
В EdTech важно смотреть не только на продажи курса, но и на образовательный путь: начал ли студент учиться, дошёл ли до практики, получил ли обратную связь и завершил ли программу.
Проект 10. SQL-проект по базе заказов
«`SQL-проект показывает, что вы умеете не только работать с готовой таблицей, но и получать данные из базы. Это сильный плюс для начинающего аналитика.
Задача проекта
Создать или использовать учебную базу заказов и написать SQL-запросы для анализа продаж, клиентов, товаров и динамики.
Что можно сделать
- создать таблицы customers, orders, products, order_items;
- написать JOIN-запросы;
- посчитать выручку по месяцам;
- найти топ клиентов;
- найти топ товаров;
- посчитать средний чек;
- выделить повторных покупателей;
- посчитать выручку по категориям;
- найти клиентов без повторных заказов;
- подготовить итоговую таблицу для дашборда.
Что показать в портфолио
- схему базы;
- SQL-запросы;
- комментарии к запросам;
- итоговые таблицы;
- выводы по данным;
- ссылку на GitHub или документ с кодом.
Важно
Не выкладывайте просто набор SQL-запросов без объяснения. Добавьте задачу, бизнес-вопрос и вывод: зачем был написан каждый запрос и что он показал.
Как оформить проект в портфолио
«`Один и тот же проект может выглядеть слабо или сильно в зависимости от оформления. Работодатель не должен тратить время, чтобы понять, что вы сделали.
Удобная структура описания проекта:
- Название проекта. Например: “Анализ продаж интернет-магазина”.
- Задача. Что нужно было узнать или улучшить.
- Данные. Какие таблицы использовались и что в них было.
- Инструменты. Excel, SQL, Power BI, Python.
- Подготовка данных. Что очищали, объединяли, проверяли.
- Метрики. Что считали.
- Визуализация. Какие графики или дашборды сделали.
- Выводы. Что показал анализ.
- Рекомендации. Что можно сделать бизнесу.
- Ограничения. Чего не хватало в данных.
Шаблон описания проекта
“Цель проекта — проанализировать [что именно] и понять [какой бизнес-вопрос]. Данные содержали [период, таблицы, столбцы]. Я подготовил данные: [очистка, объединение, расчёты]. Посчитал [метрики]. В результате обнаружил [выводы]. Рекомендации: [что сделать]. Ограничения анализа: [чего не хватало]”.
Проекты можно оформить в Notion, Google Docs, PDF-презентации, GitHub, Power BI Public или на личной странице. Главное — чтобы было понятно, аккуратно и доступно для просмотра.
«`Ошибки новичков
«`Новички часто делают проекты, но оформляют их так, что не видно аналитического мышления. Из-за этого даже хорошая работа может выглядеть как набор учебных графиков.
Частые ошибки:
- делать проект без бизнес-задачи;
- показывать графики без выводов;
- не объяснять данные;
- не описывать очистку и подготовку;
- использовать слишком много визуализаций без смысла;
- делать дашборд ради красоты, а не ради решения;
- не проверять данные на ошибки;
- не подписывать метрики;
- не объяснять ограничения анализа;
- копировать учебный проект без доработки;
- выкладывать файлы с персональными или чужими закрытыми данными;
- не добавлять рекомендации.
Главная ошибка
Считать, что портфолио аналитика — это просто дашборд. На самом деле важно показать мышление: вопрос, расчёт, вывод и решение.
Как выбрать курс, где будет нормальное портфолио
«`Если вы выбираете курс по аналитике данных, обязательно смотрите, будут ли там проекты для портфолио. Одних уроков по Excel, SQL или Python недостаточно. Нужна практика на задачах, похожих на рабочие.
В хорошем курсе должны быть:
- проекты на реальных или реалистичных данных;
- задачи по Excel и таблицам;
- SQL-практика;
- дашборды в Power BI или аналогичном инструменте;
- очистка и подготовка данных;
- работа с метриками;
- бизнес-интерпретация результатов;
- проверка домашних заданий;
- обратная связь по проектам;
- помощь в оформлении портфолио;
- блок: резюме, интервью, тестовые задания.
Если школа показывает только программу, но не показывает примеры проектов студентов, уточните это у менеджера. Попросите показать, какие именно работы будут в портфолио после обучения.
Где сравнить обучение
Итоговый чек-лист портфолио аналитика данных
«`Перед публикацией проекта проверьте:
- у проекта есть понятная бизнес-задача;
- описаны данные и период анализа;
- понятно, какие инструменты использовались;
- показана подготовка данных;
- посчитаны метрики;
- графики подписаны и понятны;
- есть выводы, а не только визуализация;
- есть рекомендации для бизнеса;
- указаны ограничения анализа;
- нет персональных или закрытых данных;
- проект можно быстро открыть и посмотреть;
- оформление аккуратное и без хаоса.
Главный вывод
Для портфолио аналитика данных лучше сделать 3–5 понятных проектов, чем 10 случайных графиков. Каждый проект должен показывать рабочую логику: задача, данные, расчёт, визуализация, вывод и рекомендация.
Итог
«`Начинающему аналитику данных стоит собрать портфолио из проектов, которые показывают разные стороны работы: продажи, клиенты, маркетинг, воронки, отток, дашборды, SQL, финансы, маркетплейсы и образовательные данные.
Главное — не количество проектов, а качество оформления. Работодатель должен увидеть, что вы умеете не только строить графики, но и понимать задачу, готовить данные, считать метрики, находить причины, делать выводы и предлагать решения.
С чего начать
Если вы только выбираете обучение, посмотрите подборку курсов по аналитике данных. Если хотите усилить практическую базу, полезны также Excel, Power BI и Python.
