Аналитик данных, системный аналитик и бизнес-аналитик — три разные профессии, которые часто путают из-за общего слова «аналитик». Коротко: аналитик данных (Data Analyst) работает с цифрами — пишет SQL, считает метрики, проверяет гипотезы и A/B-тесты. Системный аналитик (System Analyst) проектирует, как устроена IT-система: API, схемы баз данных, интеграции, технические задания для разработчиков. Бизнес-аналитик (Business Analyst) переводит запросы бизнеса в требования к продукту: собирает потребности заказчика, описывает процессы, считает экономику решений. Стек, задачи и собеседования у них отличаются принципиально. Ниже — большая сравнительная таблица, разбор зарплат 2026 и инструкции, как перейти из одной роли в другую.
Чем отличаются эти три роли простыми словами
Представь продукт — например, маркетплейс. Над ним работают все три аналитика, но решают разные задачи:
- Бизнес-аналитик спрашивает у бизнеса: «Зачем нам новая фича? Какую проблему она решает? Сколько денег принесёт?» и описывает требования.
- Системный аналитик отвечает на вопрос: «Как технически реализовать эту фичу? Какие нужны методы API, поля в базе, какие сервисы дёргать?» и пишет ТЗ для разработчиков.
- Аналитик данных после запуска фичи смотрит: «Сработало ли это? Выросла ли конверсия? Какой сегмент пользователей отреагировал?» и считает метрики на реальных данных.
Грубо: бизнес-аналитик отвечает за «что и зачем», системный — за «как сделать», аналитик данных — за «что получилось». Все три читают данные, но аналитик данных живёт в цифрах, а двое других — в требованиях и архитектуре.
Большая сравнительная таблица: задачи, стек, зарплата
| Параметр | Аналитик данных | Системный аналитик | Бизнес-аналитик |
|---|---|---|---|
| Главная задача | Превратить данные в выводы и решения | Спроектировать техническую реализацию системы | Перевести потребность бизнеса в требования |
| С кем работает | Продакты, маркетинг, менеджмент | Разработчики, архитекторы, тестировщики | Заказчики, продакты, стейкхолдеры |
| Ключевой навык | SQL, статистика, метрики | Проектирование API/БД, UML, нотации | Сбор требований, описание процессов |
| Главный инструмент | SQL + Python/BI | Swagger, диаграммы, БД-схемы | BPMN, user stories, документация |
| Что на выходе | Дашборд, отчёт, результат A/B-теста | Техническое задание, спецификация API | Бизнес-требования (BRD), пользовательские истории |
| Технический стек | SQL, Python (pandas), Tableau/DataLens | SQL, REST/gRPC, UML, нотации C4 | Excel, Confluence, BPMN, Miro |
| Математика/статистика | Высокая (гипотезы, A/B, регрессии) | Низкая | Базовая (юнит-экономика) |
| Кодит ли | Да (SQL обязательно, Python часто) | SQL + чтение кода, иногда скрипты | Редко, SQL базовый плюс |
| Зарплата Junior, ₽/мес | 80–130K | 90–140K | 70–120K |
| Зарплата Middle, ₽/мес | 150–250K | 160–280K | 130–220K |
| Зарплата Senior, ₽/мес | 250–420K | 270–450K | 220–360K |
| Точка входа | SQL + аналитика метрик | IT-бэкграунд или джун-погружение | Управление, экономика, продукт |
| Куда растёт | Product Analyst, Data Scientist, DE | Архитектор, тимлид разработки | Продакт-менеджер, проджект, владелец продукта |
Зарплаты — диапазоны по рынку РФ на 2026 год для Москвы и крупных IT-компаний. В регионах вилки ниже на 20–35%. У всех трёх ролей встречаются гибриды: «системный/бизнес-аналитик» в одной вакансии или «продуктовый аналитик» вместо «аналитик данных».
Какой стек нужен аналитику данных
Аналитик данных — самая «цифровая» из трёх ролей. Основа стека:
- SQL — обязательный навык №1. Без него на собес не пускают. Нужны JOIN, GROUP BY, оконные функции, CTE, подзапросы. Тренироваться лучше на реальных задачах в SQL-тренажёре, а синтаксис с нуля разобрать в курсе SQL.
- Python (pandas, numpy) — для обработки данных, которые не помещаются в SQL, и для статистики. Базовый уровень спрашивают почти везде, разобрать можно в Python-тренажёре.
- Статистика — проверка гипотез, доверительные интервалы, A/B-тесты, p-value. Это отличает аналитика данных от «человека, который строит графики».
- BI-инструменты — Tableau, Power BI, Yandex DataLens, Superset. Для дашбордов и визуализации.
- Понимание метрик — DAU/MAU, retention, конверсия, LTV, CAC. Без этого данные не превращаются в решения. Список с формулами — в разделе метрики.
Типичный рабочий день: запрос от продакта «почему упала конверсия в корзине», SQL-выгрузка, разбивка по сегментам в pandas, поиск причины, вывод в дашборд. Реальные задачи такого типа собраны в кейсах.
Какой стек нужен системному аналитику
Системный аналитик ближе к разработке. Его стек:
- Проектирование API — REST, gRPC, GraphQL. Нужно уметь описать методы, контракты, форматы запросов и ответов (JSON, Protobuf). Swagger/OpenAPI — рабочий инструмент.
- Базы данных — SQL на уровне проектирования схем: нормализация, ключи, индексы, связи между таблицами. Системный аналитик рисует ER-диаграмму, а не считает метрики.
- Нотации и диаграммы — UML (sequence, class), BPMN, C4-модель. Это язык, на котором он общается с архитекторами и разработчиками.
- Интеграции — понимание, как сервисы обмениваются данными: очереди (Kafka, RabbitMQ), вебхуки, синхронные и асинхронные вызовы.
- Чтение технической документации — протоколы, RFC, спецификации.
Типичная задача: бизнес хочет «оплату через СБП». Системный аналитик описывает, какие методы API дёргать, какие поля добавить в базу, как обрабатывать ошибки платежа, какие статусы хранить. На выходе — техническое задание, по которому разработчик пишет код. SQL здесь нужен для проектирования схемы, а не для аналитики — но базовый SQL всё равно спрашивают на собесе, и потренировать его можно в SQL-тренажёре.
Какой стек нужен бизнес-аналитику
Бизнес-аналитик — самая «коммуникационная» роль. Его инструменты:
- Сбор требований — интервью со стейкхолдерами, воркшопы, анализ конкурентов. Главный навык — задавать правильные вопросы и слышать настоящую потребность за словами заказчика.
- Описание процессов — BPMN, user stories, use cases. Бизнес-аналитик рисует, как процесс работает сейчас (as-is) и как должен работать после изменений (to-be).
- Документация — BRD (Business Requirements Document), FRD, Confluence. Чёткое письменное описание — половина работы.
- Юнит-экономика — базовая способность оценить, окупится ли фича: посчитать выручку, затраты, ROI. Глубокая математика не нужна, но понимать экономику обязательно.
- Excel/таблицы — для расчётов, моделей, приоритизации.
SQL для бизнес-аналитика — это плюс, а не обязательное требование. Если он умеет сам выгрузить данные простым SELECT и не ждать аналитика данных, его ценят выше. Поэтому базовый SQL стоит подтянуть даже бизнес-аналитику — стартовый уровень разбирается в курсе SQL с нуля.
Сколько зарабатывают эти аналитики в 2026 году
Вилки по рынку РФ на 2026 год (Москва, крупные IT-компании):
| Грейд | Аналитик данных | Системный аналитик | Бизнес-аналитик |
|---|---|---|---|
| Junior | 80–130K ₽ | 90–140K ₽ | 70–120K ₽ |
| Middle | 150–250K ₽ | 160–280K ₽ | 130–220K ₽ |
| Senior | 250–420K ₽ | 270–450K ₽ | 220–360K ₽ |
Несколько важных наблюдений:
- Системный аналитик в среднем платит чуть больше на одном грейде, потому что роль ближе к инженерии и требует технического бэкграунда.
- Бизнес-аналитик стартует ниже, но Senior с предметной экспертизой (финтех, телеком, банки) может зарабатывать на уровне сеньора-разработчика.
- Аналитик данных растёт в зарплате, если уходит в Data Science или Data Engineering — там вилки на 20–40% выше.
- RSU и премии в крупных компаниях добавляют 15–40% сверху к окладу для middle/senior.
Реальные вилки конкретных компаний и вопросы с собеседований Яндекса, Ozon, Сбера и других собраны в разделе вопросы с собесов.
Что спрашивают на собеседовании каждой роли
Собеседования отличаются так же сильно, как и сами роли:
Аналитик данных:
- SQL-задачи в реальном времени: оконные функции, JOIN с подвохом, дедупликация, когортный анализ.
- Кейс по продукту: «метрика упала на 15%, твои действия».
- Статистика: как устроен A/B-тест, что такое p-value, ошибки первого и второго рода.
- Python на чтение/написание простого скрипта.
Системный аналитик:
- Спроектируй API для заданной фичи (например, корзину или авторизацию).
- Нарисуй схему базы данных под задачу, объясни нормализацию.
- Расскажи про REST vs gRPC, идемпотентность, обработку ошибок.
- SQL базовый: JOIN, агрегации, иногда подзапросы.
Бизнес-аналитик:
- Кейс на сбор требований: «заказчик хочет X, твои вопросы».
- Опиши процесс в BPMN, разбери as-is / to-be.
- Как приоритизировать бэклог (RICE, MoSCoW).
- Юнит-экономика фичи на салфетке.
Прорепетировать ответы вслух с разбором поможет AI мок-интервью, а письменные форматы — в тестовых заданиях.
Кого выбрать: как понять свою роль
Простой тест по складу мышления:
- Любишь цифры, статистику, докапываться до причины через данные → аналитик данных. Тебе зайдёт SQL, A/B-тесты, поиск инсайтов в гигабайтах логов.
- Любишь разбираться, как технически устроена система, читать документацию, проектировать → системный аналитик. Тебе зайдёт API, схемы баз, интеграции.
- Любишь общаться с людьми, выяснять потребности, описывать процессы, считать экономику → бизнес-аналитик. Тебе зайдёт работа на стыке бизнеса и IT.
Дополнительные критерии:
| Если ты... | Тебе ближе |
|---|---|
| Не любишь много общаться, хочешь работать с данными | Аналитик данных |
| Имеешь IT-бэкграунд, любишь техническую глубину | Системный аналитик |
| Из менеджмента/экономики, силён в коммуникации | Бизнес-аналитик |
| Хочешь максимально техническую роль | Системный аналитик |
| Хочешь расти в Data Science | Аналитик данных |
| Хочешь стать продакт-менеджером | Бизнес-аналитик |
Порог входа по сложности SQL/математики ниже всего у бизнес-аналитика, выше — у аналитика данных. Но конкуренция на вход в аналитику данных выше, потому что роль популярнее.
Как перейти между ролями аналитиков
Переходы между этими тремя ролями реальны и происходят постоянно. Вот рабочие маршруты:
Бизнес-аналитик → аналитик данных. Самый частый переход. Главное — прокачать SQL до уверенного уровня (оконные функции, CTE, сложные JOIN) и подтянуть статистику для A/B-тестов. Бизнес-контекст у тебя уже есть — это твоё преимущество. План: пройти курс SQL с нуля, нарешать задачи в SQL-тренажёре, разобрать метрики.
Системный аналитик → аналитик данных. SQL у тебя уже на уровне проектирования, нужно переориентировать его на аналитику: агрегации, оконные функции, метрики. Добавь статистику и Python-pandas. Технический бэкграунд ускорит вход.
Аналитик данных → системный аналитик. Реже, но бывает у тех, кому интереснее архитектура, чем цифры. Нужно освоить проектирование API, нотации UML/BPMN, углубить понимание баз данных на уровне схем.
Бизнес-аналитик → системный аналитик. Постепенный технический рост: освоить API, базы данных, диаграммы. Помогает, если ты уже описывал технические требования.
Общее правило: во всех переходах SQL — самый ценный навык. Он нужен всем трём ролям в разной глубине, и именно прокачка SQL чаще всего открывает дверь в новую роль. Поэтому начинать переход почти всегда стоит с него.
Что общего у всех трёх ролей
Несмотря на различия, есть общий фундамент:
- SQL — нужен всем, отличается только глубина. Аналитику данных — продвинутый, системному — проектирование схем, бизнес-аналитику — базовый SELECT.
- Понимание продукта и бизнеса — без него любой аналитик превращается в исполнителя задач без смысла.
- Работа с требованиями — даже аналитик данных уточняет, что именно хочет заказчик, прежде чем писать запрос.
- Документация и коммуникация — умение объяснить результат словами важнее, чем красивый дашборд.
Поэтому если ты не уверен в выборе — начни с SQL. Это навык, который пригодится в любой из трёх ролей, и он же помогает понять, нравится ли тебе работать с данными вообще.
Коротко: главные различия
- Аналитик данных — про цифры, метрики и гипотезы. Стек: SQL, Python, статистика, BI. Зарплата Middle 150–250K ₽.
- Системный аналитик — про техническую реализацию систем. Стек: API, БД-схемы, UML/BPMN. Зарплата Middle 160–280K ₽.
- Бизнес-аналитик — про требования и процессы. Стек: BPMN, документация, юнит-экономика. Зарплата Middle 130–220K ₽.
- SQL нужен всем трём — отличается только глубина.
- Переход между ролями реален; чаще всего начинается с прокачки SQL.
Потренируйся бесплатно: реши первые задачи в SQL-тренажёре, пройди курс SQL с нуля и прорепетируй собеседование в AI мок-интервью. Для аналитика данных это три ключевых навыка, которые проверяют на любом собесе. Бесплатного доступа хватит, чтобы понять, твоя это роль или нет.
Частые вопросы
Чем отличается аналитик данных от системного и бизнес-аналитика?
Аналитик данных работает с цифрами: пишет SQL, считает метрики, проверяет гипотезы и A/B-тесты. Системный аналитик проектирует техническую реализацию системы — API, схемы баз данных, интеграции — и пишет ТЗ для разработчиков. Бизнес-аналитик переводит запросы бизнеса в требования к продукту: собирает потребности заказчика, описывает процессы, считает экономику решений. Грубо: бизнес-аналитик отвечает за «что и зачем», системный — за «как сделать», аналитик данных — за «что получилось».
Сколько зарабатывают аналитик данных, системный и бизнес-аналитик в 2026 году?
По рынку РФ на 2026 год (Москва, крупные IT-компании) на грейде Middle: аналитик данных 150–250K ₽, системный аналитик 160–280K ₽, бизнес-аналитик 130–220K ₽. Senior получает соответственно 250–420K, 270–450K и 220–360K ₽ в месяц. Системный аналитик в среднем платит чуть больше на одном грейде, так как роль ближе к инженерии, а в регионах вилки ниже на 20–35%. RSU и премии в крупных компаниях добавляют 15–40% сверху к окладу для middle/senior.
Как понять, какую роль аналитика выбрать?
Ориентируйся на склад мышления: любишь цифры, статистику и поиск причин через данные — аналитик данных; любишь разбираться, как технически устроена система, и проектировать — системный аналитик; любишь общаться с людьми, выяснять потребности и считать экономику — бизнес-аналитик. Порог входа по сложности SQL и математики ниже всего у бизнес-аналитика, выше — у аналитика данных, но конкуренция на вход в аналитику данных выше. Если не уверен в выборе — начни с SQL: он пригодится в любой из трёх ролей и помогает понять, нравится ли работать с данными вообще.
Как перейти из бизнес-аналитика в аналитики данных?
Это самый частый переход между ролями аналитиков. Главное — прокачать SQL до уверенного уровня (оконные функции, CTE, сложные JOIN) и подтянуть статистику для A/B-тестов; бизнес-контекст у тебя уже есть, и это преимущество. План: пройти курс SQL с нуля, нарешать задачи в SQL-тренажёре и разобрать метрики. Во всех переходах между ролями аналитиков SQL — самый ценный навык, поэтому начинать почти всегда стоит с него.
Нужен ли SQL бизнес-аналитику и системному аналитику?
SQL нужен всем трём ролям, отличается только глубина. Аналитику данных — продвинутый уровень (оконные функции, CTE, когортный анализ), системному аналитику — SQL на уровне проектирования схем (нормализация, ключи, индексы), плюс базовый SQL спрашивают у него на собеседовании. Для бизнес-аналитика SQL — это плюс, а не обязательное требование, но если он умеет сам выгрузить данные простым SELECT и не ждать аналитика данных, его ценят выше.