Переход из бухгалтерии в аналитику данных — один из немногих карьерных разворотов, где прошлый опыт реально помогает, а не мешает. Но это не значит, что путь простой. Разберём, что у бухгалтера уже есть, чего не хватает и как выглядит реалистичный маршрут.
Почему этот переход вообще обсуждают
Рутинная часть бухгалтерии автоматизируется быстро: проводки, сверки, формирование стандартных отчётов всё чаще берут на себя программы. Это не значит, что профессия исчезнет, но требования к специалистам меняются: от бухгалтера сейчас ждут не только знания учёта, но и умения работать с данными, интерпретировать цифры и говорить на языке бизнеса.
Аналитика данных при этом остаётся одной из устойчивых точек роста. По данным hh Карьеры, средняя зарплата аналитика данных в России в 2025 году составляла около 112 000 рублей в месяц, а чаще всего вилки попадали в диапазон 68 000–155 000 рублей. Но для новичка важнее смотреть не на среднюю зарплату по профессии, а на junior-вакансии в своём городе и на удалёнке: там требования и деньги могут сильно отличаться. Рынок живой, но конкуренция на входе есть.
Это не золотая лихорадка, но понятная карьерная траектория с реальным спросом.
Что у бухгалтера уже есть
Переход из бухгалтерии в аналитику — не прыжок с нуля. Часть нужной базы уже есть, просто она называется по-другому.
Работа с числами и логикой. Бухгалтер привык к тому, что цифры должны сходиться. Это не мелочь — многие люди без такого опыта долго привыкают к тому, что ошибка в данных не бросается в глаза сама по себе, её нужно искать.
Понимание бизнес-процессов. Бухгалтер видит компанию через движение денег: что тратится, на что, откуда приходит выручка. Аналитику данных именно это и нужно — понимать, какие процессы стоят за цифрами, а не просто уметь строить графики.
Опыт с отчётностью. Работа с большими таблицами, сводными отчётами, сверками — это не бухгалтерская экзотика, это ежедневная рутина. В аналитике она тоже есть, просто инструменты другие.
Внимание к деталям. Привычка проверять, перепроверять, искать расхождение — прямо востребованный навык в работе с данными.
Чего не хватает — честно
Здесь многие недооценивают разрыв. Бухгалтерская аналитика и продуктово-бизнесовая аналитика — разные вещи. Знать Excel и уметь строить таблицы недостаточно.
Работодатели в объявлениях на позицию data analyst или BI analyst в 2025–2026 годах ожидают конкретного набора. SQL почти всегда будет базовым требованием для data analyst и BI analyst — без него резюме часто проигрывает другим кандидатам. Для BI-направления важны Power BI или Tableau.
Python часто встречается в требованиях к data analyst, но на старте его обычно ждут не на уровне разработчика, а как инструмент для обработки данных и автоматизации простых задач. Для BI Analyst и Business Analyst он нередко вообще не обязателен на входе. Плюс пригодится понимание статистики хотя бы на уровне среднего, медианы, корреляции и логики A/B-тестов.
Это реальный объём работы. При регулярных занятиях — от полугода до года, чтобы выйти на уверенный junior-уровень.
Куда целиться на входе
Бухгалтеру при переходе лучше не замахиваться сразу на data science или machine learning. Реалистичные первые цели:
Data Analyst — работа с данными компании, построение отчётов, поиск закономерностей, ответы на бизнес-вопросы через данные.
BI Analyst — специализация на визуализации и дашбордах. Ближе к отчётности, которую бухгалтер уже знает, но в другом инструментальном стеке.
Business Analyst — анализ бизнес-процессов, постановка задач для разработки, работа между бизнесом и техническими командами. Иногда почти не требует программирования, зато очень ценит понимание того, как работает бизнес.
Последний вариант — особенно органичный переход для бухгалтеров с опытом в финансах или управленческом учёте.
Реалистичный маршрут по шагам
Без воды — что конкретно изучать и в каком порядке:
- Excel на уровне сводных таблиц, XLOOKUP/ВПР, Power Query и базовых формул для обработки данных — если ещё не на этом уровне. Power Query особенно полезен: он помогает привыкнуть к логике обработки, фильтрации, объединения и преобразования данных — это хороший мост к SQL.
- SQL — самый приоритетный навык. Начать с SELECT, фильтрации, группировки, JOIN. Дальше — оконные функции. За 2–3 месяца регулярной практики можно выйти на базовый рабочий уровень: SELECT, фильтрация, группировки, JOIN и первые оконные функции.
- BI-инструмент — Power BI или Tableau. Лучше выбрать один и пройти его от базового до уверенного уровня.
- Python — базовый уровень: библиотеки pandas и matplotlib. Не для написания сложного кода, а для работы с данными и автоматизации простых задач.
- Статистика — основы: распределения, среднее и медиана, корреляция, A/B-тесты на уровне понимания логики.
- Портфолио — 2–3 проекта с реальными или публичными данными. Без этого резюме не работает. Для бухгалтера хорошими проектами будут: дашборд движения денежных средств, анализ дебиторской задолженности, отчёт по динамике выручки и расходов, прогноз кассовых разрывов на публичных или обезличенных данных. Это честные проекты, которые показывают и аналитический навык, и понимание предметной области.
Про курсы и самообучение
Курсы по аналитике данных есть у большинства крупных онлайн-школ. Их имеет смысл рассматривать, если нужна структура и дедлайны, которые помогают не бросить. Но сам по себе диплом онлайн-школы работу не даёт — работодатели смотрят на портфолио и навыки на собеседовании.
Параллельно с курсом или вместо него работают: Kaggle, открытые данные Росстата, data.gov.ru, международные датасеты на Data.gov, задачи на SQL на sql-ex.ru или LeetCode.
Бухгалтерский опыт здесь можно использовать напрямую: взять реальные финансовые данные — обязательно обезличенные — построить по ним дашборд или провести анализ. Это будет честный и понятный проект для портфолио.
Сколько времени это занимает
Без иллюзий. Если заниматься 10–15 часов в неделю параллельно с основной работой — до первого junior-оффера обычно уходит от 8 до 14 месяцев. Быстрее бывает, если есть сильная база в Excel и SQL, или если удаётся перейти внутри своей компании — например, из финансового отдела в аналитический.
Переход внутри компании часто недооценивают. Руководство уже знает человека, понимает его способность работать с данными, и порог входа на аналитическую роль оказывается ниже, чем у внешнего кандидата без опыта.
Что стоит понять до старта
Переход из бухгалтерии в аналитику данных — не лёгкий, но и не фантастический. У бухгалтера есть реальное преимущество перед человеком совсем без опыта работы с числами и бизнес-логикой. Но это преимущество не заменяет технические навыки — оно только сокращает время на их освоение.
Главный риск — недооценить разрыв между тем, что уже есть, и тем, что нужно. Посмотрите несколько реальных вакансий на hh.ru по запросу «аналитик данных» прямо сейчас, выпишите требования и честно отметьте, что из этого у вас есть. Это займёт 20 минут и даст точную картину без романтики.
Если после просмотра вакансий вы понимаете, что половина требований уже знакома — это хороший знак. Если незнакомо почти всё — это не повод отказываться от перехода, а просто честная оценка дистанции.