УДК 331.41

Динамика изменения востребованных рынком труда компетенций для профессий аналитик данных и бизнес-аналитик в России

В.С. Артеева 1, А.Е. Схведиани 1, С. Сосновских 2

1 Санкт-Петербургский политехнический университет Петра Великого, г. Санкт-Петербург, Россия
2 Манчестерский университет Метрополитен, г. Манчестер, Великобритания

Аннотация

В связи с пандемией COVID-19 и началом специальной военной операции в 2022 г. в России резко возрос спрос на высококвалифицированных специалистов в области цифрового анализа. Это исследование направлено на определение точных компетенций, которые работодатели ищут в профессиях аналитика больших данных (BDA), уделяя особое внимание аналитику данных (DA) и бизнес-аналитику (BA). Исследование также направлено на изучение динамики и развития структуры набора навыков для этих двух профессий. Объем выборки составляет 2 357 вакансий, которые были проанализированы в 2020 и 2023 гг. Наш подход включает в себя четыре этапа: сбор данных о вакансиях, обработка данных, определение структуры навыков, а также статистический анализ и визуализация данных. Мы также использовали такие методы, как веб-скрейпинг, парсинг данных, токенизация, извлечение n-грамм и анализ социальных сетей. Наши результаты указывают на сдвиг в России, где аналитика данных требуют глубокого понимания бизнес-концепций, знакомства с не относящимися к математическим и аналитическим областям и мягких навыков, таких как управление, коммуникация и работа в команде. Бизнес-аналитики должны обладать техническими навыками, связанными с аналитикой больших данных, включая использование инструментов, программирование и анализ этих данных. Акцент на навыках межличностного общения, таких как креативность и эмпатия, имеет решающее значение для эффективного сотрудничества в области междисциплинарной аналитики больших данных. Данное исследование уточняет специфику компетенций, необходимых для профессий аналитики данных и бизнес-аналитики, подчеркивая их междисциплинарный характер в российском контексте. В статье содержатся практические рекомендации для образовательных учреждений, организаций и политиков по приведению учебных программ, обучения и политики в соответствие с требованиями рынка, а также рекомендации для соискателей по повышению их квалификации и трудоустройству.

Ключевые слова

Россия; аналитик данных; бизнес-аналитик; структура компетенций; рынок труда; аналитика больших данных

JEL classification

Список использованной литературы

1. Hamilton R.H., Sodeman W.A. The questions we ask: Opportunities and challenges for using big data analytics to strategically manage human capital resources // Business Horizons. 2020. Vol. 63, Issue 1. Pp. 85–95. https://doi.org/10.1016/J.BUSHOR.2019.10.001

            2. Corallo A., Crespino A.M., Del Vecchio V., Gervasi M., Lazoi M., Marra M. Evaluating maturity level of big data management and analytics in industrial companies // Technological Forecasting and Social Change. 2023. Vol. 196. 122826. https://doi.org/10.1016/J.TECHFORE.2023.122826

            3. Halwani M.A., Amirkiaee S.Y., Evangelopoulos N., Prybutok V. Job qualifications study for data science and big data professions // Information Technology and People. 2022. Vol. 35, Issue 2. Pp. 510–525. http://dx.doi.org/10.1108/ITP-04-2020-0201

            4. Niu Y., Ying L., Yang J., Bao M., Sivaparthipan C.B. Organizational business intelligence and decision making using big data analytics // Information Processing & Management. 2021. Vol. 58, Issue 6. 102725. http://dx.doi.org/10.1016/j.ipm.2021.102725

            5. Jin, X., Wah, B.W., Cheng, X., Wang, Y. Significance and Challenges of Big Data Research // Big Data Research. 2015. Vol. 2, Issue 2. Pp. 59–64. https://doi.org/10.1016/J.BDR.2015.01.006

            6. Jiwat R., Zhang Z. Adopting big data analytics (BDA) in business-to-business (B2B) organizations – Development of a model of needs // Journal of Engineering and Technology Management. 2022. Vol. 63. 101676. http://dx.doi.org/10.1016/j.jengtecman.2022.101676

            7. Mazzei M.J., Noble D. Big data dreams: A framework for corporate strategy // Business Horizons. 2017. Vol. 60, Issue 3. Pp. 405–414. https://doi.org/10.1016/J.BUSHOR.2017.01.010

            8. Comuzzi M., Patel A. How organisations leverage Big Data: A maturity model // Industrial Management & Data Systems. 2016. Vol. 116, Issue 8. Pp. 1468–1492. https://doi.org/10.1108/IMDS-12-2015-0495

            9. Singh D., Reddy C.K. A survey on platforms for big data analytics // Journal of Big Data. 2015. Vol. 2. 8. https://doi.org/10.1186/s40537-014-0008-6

            10. Persaud A. Key competencies for big data analytics professions: A multimethod study // Information Technology & People. 2021. Vol. 34, Issue 1. Pp. 178–203. https://doi.org/10.1108/ITP-06-2019-0290

            11. Agarwal R., Dhar V. Editorial – Big Data, Data Science, and Analytics: The Opportunity and Challenge for IS Research // Information Systems Research. 2014. Vol. 25, No. 3. Pp. 443–448. https://doi.org/10.1287/isre.2014.0546

            12. De Mauro A., Greco M., Grimaldi M. A formal definition of Big Data based on its essential features // Library Review. 2016. Vol. 65, Issue 3. Pp. 122–135. https://doi.org/10.1108/LR-06-2015-0061

            13. Anisimova M., Rudskaya I., Skhvediani A., Arteeva V. Competencies for Digital Economy: Economic Engineer for Transport Industry // Lecture Notes in Networks and Systems. 2023. Vol. 584. Pp. 431–441. https://doi.org/10.1007/978-3-031-32719-3_33

            14. Matraeva L., Vasiutina E., Belyak A. The effects of digitalisation on the labour market: the case of Russia // Work Organisation, Labour & Globalisation. 2020. Vol. 14, No. 2. Pp. 31–45. https://doi.org/10.13169/workorgalaboglob.14.2.0031

            15. Verma A., Yurov K.M., Lane P.L., Yurova Yu.V. An investigation of skill requirements for business and data analytics positions: A content analysis of job advertisements // Journal of Education for Business. 2019. Vol. 94, Issue 4. Pp. 243–250. https://doi.org/10.1080/08832323.2018.1520685

            16. Edmunds A., Morris A. The problem of information overload in business organisations: A review of the literature // International Journal of Information Management. 2000. Vol. 20, Issue 1. Pp. 17–28. https://doi.org/10.1016/S0268-4012(99)00051-1

            17. Kim G.-H., Trimi S., Chung J.-H. Big-data applications in the government sector // Communications of the ACM. 2014. Vol. 57, No. 3. Pp. 78–85. https://doi.org/10.1145/2500873

            18. Atalay E., Phongthengtham P., Sotelo S., Tannenbaum D. New technologies and the labor market // Journal of Monetary Economics. 2018. Vol. 97. Pp. 48–67. https://doi.org/10.1016/j.jmoneco.2018.05.008

            19. Hardin, J., Hoerl, J., Horton, N., Nolan, D., et al. Data Science in Statistics Curricula: Preparing Students to “Think with Data” // The American Statistician. 2015. Vol. 69, Issue 4. Pp. 343–353. https://doi.org/10.1080/00031305.2015.1077729

            20. Cleary R., Woolford S. The Business of Desire and Fear // The American Statistician. 2010. Vol. 64, Issue 1. Pp. 21–22. https://doi.org/10.1198/tast.2010.09263

            21. Skhvediani A., Sosnovskikh S., Rudskaia I., Kudryavtseva T. Identification and comparative analysis of the skills structure of the data analyst profession in Russia // Journal of Education for Business. 2022. Vol. 97, Issue 5. Pp. 295–304. https://doi.org/10.1080/08832323.2021.1937018

            22. Gupta M., George J.F. Toward the development of a big data analytics capability // Information & Management. 2016. Vol. 53, Issue 8. Pp. 1049–1064. https://doi.org/10.1016/j.im.2016.07.004

            23. Cegielski C.G., Jones-Farmer L.A. Knowledge, Skills, and Abilities for Entry-Level Business Analytics Positions: A Multi-Method Study // Decision Sciences Journal of Innovative Education. 2016. Vol. 14, Issue 1. Pp. 91–118. https://doi.org/10.1111/dsji.12086

            24. Lycett M. ‘Datafication’: making sense of (big) data in a complex world // European Journal of Information Systems. 2013. Vol. 22, Issue 4. Pp. 381–386. https://doi.org/10.1057/ejis.2013.10

            25. O’Reilly K., Paper D. Want Value from Big Data? Close the Gap between the C-Suite and the Server Room // Journal of Information Technology Case and Application Research. 2012. Vol. 14, Issue 4. Pp. 3–10. https://doi.org/10.1080/15228053.2012.10845709

            26. Sajid S., Haleem A., Bahl S., Javaid M., Goyal T., Mittal M. Data science applications for predictive maintenance and materials science in context to Industry 4.0 // Materials Today: Proceedings. 2021. Vol. 45, Part 6. Pp. 4898–4905. https://doi.org/10.1016/j.matpr.2021.01.357

            27. Brunner R.J., Kim E.J. Teaching Data Science // Procedia Computer Science. 2016. Vol. 80. Pp. 1947–1956. https://doi.org/10.1016/j.procs.2016.05.513

            28. Bonesso S., Bruni E., Gerli F. When Hard Skills Are Not Enough: Behavioral Competencies of Data Scientists and Data Analysts // Behavioral Competencies of Digital Professionals. Cham: Springer International Publishing, 2020. Pp. 63–87. https://doi.org/10.1007/978-3-030-33578-6_4

            29. Vidgen R., Shaw S., Grant D.B. Management challenges in creating value from business analytics // European Journal of Operational Research. 2017. Vol. 261, Issue 2. Pp. 626–639. https://doi.org/10.1016/j.ejor.2017.02.023

            30. Fichman R.G., Dos Santos B.L., Zheng Z. Digital Innovation as a Fundamental and Powerful Concept in the Information Systems Curriculum // MIS Quarterly. 2014. Vol. 38, Issue 2. Pp. 329–343. https://doi.org/10.25300/misq/2014/38.2.01

            31. Croteau A.-M., Raymond L. Performance Outcomes of Strategic and IT Competencies Alignment // Journal of Information Technology. 2004. Vol. 19, Issue 3. Pp. 178–190. https://doi.org/10.1057/palgrave.jit.2000020

            32. Barney J. Resource-based theories of competitive advantage: A ten-year retrospective on the resource-based view // Journal of Management. 2001. Vol. 27, Issue 6. Pp. 643–650. https://doi.org/10.1016/s0149-2063(01)00115-5

            33. Dehning B., Stratopoulos T. Determinants of a sustainable competitive advantage due to an IT-enabled strategy // The Journal of Strategic Information Systems. 2003. Vol. 12, Issue 1. Pp. 7–28. https://doi.org/10.1016/s0963-8687(02)00035-5

            34. Coltman T., Devinney T.M., Midgley D.F. Customer Relationship Management and Firm Performance // Journal of Information Technology. 2011. Vol. 26, Issue 3. Pp. 205–219. https://doi.org/10.1057/jit.2010.39

            35. Akter S., Wamba S.F., Gunasekaran A., Dubey R., Childe S.J. How to improve firm performance using big data analytics capability and business strategy alignment? // International Journal of Production Economics. 2016. Vol. 182. Pp. 113–131. https://doi.org/10.1016/j.ijpe.2016.08.018

            36. Wamba S.F., Mishra D. Big data integration with business processes: a literature review // Business Process Management Journal. 2017. Vol. 23, Issue 3. Pp. 477–492. https://doi.org/10.1108/bpmj-02-2017-0047

            37. Le Deist F.D., Winterton J. What Is Competence? // Human Resource Development International. 2005. Vol. 8, Issue 1. Pp. 27–46. https://doi.org/10.1080/1367886042000338227

            38. Gangani N., McLean G.N., Braden R.A. A Competency-Based Human Resource Development Strategy // Performance Improvement Quarterly. 2008. Vol. 19, Issue 1. Pp. 127–139. https://doi.org/10.1111/j.1937-8327.2006.tb00361.x

            39. Hager P., Gonczi A. What is competence? // Medical Teacher. 1996. Vol. 18, Issue 1. Pp. 15–18. https://doi.org/10.3109/01421599609040255

            40. Cheetham G., Chivers G. Towards a holistic model of professional competence // Journal of European Industrial Training. 1996. Vol. 20, Issue 5. Pp. 20–30. https://doi.org/10.1108/03090599610119692

            41. Riski F.A., Selviandro N., Adrian M. Implementation of Web Scraping on Job Vacancy Sites Using Regular Expression Method // 2022 1st International Conference on Software Engineering and Information Technology (ICoSEIT). IEEE, 2022. Pp. 204–209. https://doi.org/10.1109/icoseit55604.2022.10029964

            42. Zhang J., Le T., Chen J. Investigation of Essential Skills for Data Analysts: An Analysis Based on LinkedIn // Journal of Global Information Management. 2023. Vol. 31, Issue 1. Pp. 1–21. http://dx.doi.org/10.4018/JGIM.326548

            43. Ceri S. On the role of statistics in the era of big data: A computer science perspective // Statistics & Probability Letters. 2018. Vol. 136. Pp. 68–72. http://dx.doi.org/10.1016/j.spl.2018.02.019

            44. Demirkan H., Spohrer J.C. Commentary – Cultivating T-Shaped Professionals in the Era of Digital Transformation // Service Science. 2018. Vol. 10, No. 1. Pp. 98–109. https://doi.org/10.1287/serv.2017.0204

            45. AL-Madhrahi Z., Singh D., Yadegaridehkordi E. Integrating Big Data Analytics into Business Process Modelling: Possible Contributions and Challenges // International Journal of Advanced Computer Science and Applications (IJACSA). 2022. Vol. 13, Issue 6. Pp. 461–468. http://dx.doi.org/10.14569/IJACSA.2022.0130657

            46. Gandin I., Cozza C. Can we predict firms’ innovativeness? The identification of innovation performers in an Italian region through a supervised learning approach // PloS ONE. 2019. Vol. 14, Issue 6. e0218175. https://doi.org/10.1371/journal.pone.0218175

            47. Fayyad U., Hamutcu H. From Unicorn Data Scientist to Key Roles in Data Science: Standardizing Roles // Harvard Data Science Review. 2022. Vol. 4, Issue 3. Pp. 1–49. https://doi.org/10.1162/99608f92.008b5006

Информация об авторах

Артеева Валерия Семеновна

Кандидат экономических наук, доцент Высшей инженерно-экономической школы Института промышленного менеджмента экономики и торговли, Санкт-Петербургского политехнического университета Петра Великого, г. Санкт-Петербург, Россия (195251, г. Санкт-Петербург, ул. Политехническая, 29); ORCID https://orcid.org/0000-0002-7516-825X e-mail: arteeva_vs@spbstu.ru

Схведиани Анги Ерастиевич

Кандидат экономических наук, доцент Высшей инженерно-экономической школы Института промышленного менеджмента экономики и торговли, Санкт-Петербургского политехнического университета Петра Великого, г. Санкт-Петербург, Россия (195251, г. Санкт-Петербург, ул. Политехническая, 29); ORCID https://orcid.org/0000-0001-7171-7357 e-mail: shvediani_ae@spbstu.ru

Сосновских Сергей

PhD (Университет Гринвича), лектор в Департаменте маркетинга, международного бизнеса и туризма, факультета бизнеса и права, Университета Манчестер Метрополитан, г. Манчестер, Великобритания (M15 6BH, Manchester, All Saints Building); ORCID https://orcid.org/0000-0002-3744-740X email: s.sosnovskikh@mmu.ac.uk

Для цитирования

Артеева В.С., Схведиани А.Е., Сосновских С. Динамика изменения востребованных рынком труда компетенций для профессий «Аналитик данных» и «Бизнес-аналитик» в России // Journal of Applied Economic Research. 2024. Т. 23, № 4. С. 1150-1181. https://doi.org/10.15826/vestnik.2024.23.4.045

Информация о статье

Дата поступления 22 мая 2024 г.; дата поступления после рецензирования 31 июля 2024 г.; дата принятия к печати 1 сентября 2024 г.

DOI: https://doi.org/10.15826/vestnik.2024.23.4.045

Скачать полный текст статьи: