Как аналитику стать полноправным участником управленческого процесса в образовании

Основные проблемы в работе аналитика
У наших компаний нету плана по найму сотрудников на ближайшие годы.
Образовательная система не знает сколько надо выпускать специалистов.
Работодатели и образование говорят на разных языках.
Сопоставление программ в вузах и профессии. Нет линейного прогнозиртвания. Работе нужны скилы но е обучают ему и не меряют в ОБР.

Есть проблема.
Как же её решить?
Все соглаша.ются с тем, что Проблема есть, но она комплексная и превратить её в работающий проект непросто.
По некоторым темам данных нету. Пример: данные по профориентации у школьников. Данные фрагментированы. Некоторых разработок нет в России, цифровая экономика неразвита, и в России нету исследований на эту тему.
Проблема фрагментарности данных. Пример – сколько в россии ит специалистов? Цифра понадобилась – сколько не хватает специалистов. «надо взять сколько есть, сколько вырускают вузы, и подсчитать скок надо в 5 лет». Проблема – посчитать вузы мона но дугих оценок нет. Микрософт интересовали разработчики, вшэ – показатель работающих спецов в ит области, но это и менеджеры и водилы, сисадмины итд. Росстат тоже считал, но разработчики, инженеры итд. В общем неполная статисткиа.
Проблема фрагментации данных. Данные разбросаны по десяткам а то и сотням источников, добавим к этому то, что некоторые данные просто не нужны, не публикуются, и просто подобные технологии собирания данных как на западе до нас еще не дошли.
Ещё один пример «сколько в России ИТ специалистов, и какая в отрасли нехватка?» Просто так на этот вопрос не ответишь. Возникает проблема фрагментации данных. Можно посчитать сколько специалистов выпускают в ВУЗах, но других прямых оценок нет, а они нужны. Остаются другие источники. Например Майкрософт в их исследовании интересовало количество разработчиков, ВШЭ интересовало просто количество занятых в ИТ области, но в это чисто входят и менеджеры, и директора, и уборщики. Росстат тоже считал, но включил в оценку не только ИТ область но и инженеров итд.
Проблема применения аналитики. Во вт был доклад на тему ДОПа и докладчик говорил что проблема иссл в обр зачастую делаются для того чтобы подтвердить сказанное политиками. Так же и в компаниях часто это тоже самое. Аналитика делается для постфактум а не для прниятия решений. Все плохо у нас.

Нет ни статистики ни единого понимания что это все такое зачем это надо и так и далее…
Источники
Официальная статистика.
Сторонние исследования.
Superjob.ru hh.ru.
Данные по расходам.
Сравнение с другими странами.
У нас всё ещё стоит задача – понять сколько специалистов по ИТ занято в этой области. Чтобы получить эти данные нужно совместить имеющиеся, перемножить перепроверить, соответствуют ли они другой статистике, похожи ли тренды с другими странами. Отличным источником информации по трудоустройству являются такие сайты как hh и superjob.
Есть данные по структуре расходов на икт. Из предположения что расходы корелируют с расходами на специалистов можно их сопоставить и получить данные.
Сопоставили данные с другими странами. После того как применили все методы, мы посчитали что у нас 1.9мил. специалистов и 380к программистов в сфере ИТ. По прогнозу цифровизации нужно за 10 лет в 2 раза больше увеличить кол во спецов.
Обратите внимание на роль аналитика. Нет аналитиков как и многих других профессий (см. психометрик). Избыток специалистов администраторов, безопасности, менеджеров, и есть голод на высоко квалиф менеджеров.

Новая проблема.
Отсутствие фундаментальных работ.
Новая проблема. Отсутствие фундаментальных работ. Возникла задача понять, сколько раб мест может освободится из-за автоматизации. Обращаясь к одному западному исследованию, где эту оценку уже вывели, мы сопоставили её с нашими данными, подкорректировали, наложили объективное количество занятости на рынке. Получилось 3 градации риска автоматизации в зависимости от профессии.
Риски автоматизации:
Высокий – сокращение рабочего места.
Среднее – сократится состав работ, потребуется переобучение.
Низкий – невысокий шанс изменения рабочего процесса.
Разумееется у данных есть погрешности. Но всетаки какаято оценка лучше чем когда нет оценки, и потом ее можно улучшать итд. У них вышло, что можно освободить через 10 лет 6 миллионов мест.

Проблема работы с множественными источниками. Как спрогнозировать изменения рынка труда в условиях отстутсвия стратегий планирования?
Если затрагивать обр процесс, то любая отдельная тема – бездонна. Но получается проблема = как данные осознать? Как из этого получить возможность принять какое-то решение? ЕСИДЖИ выпустила отчет 100 страниц – когда его читать то ? Управленец вникать не будет. «россии вана тема непрерывного обучения в абстракте итд».
Надо понимать тренды, тенденции, которые присутствуют в любой из тем.
Очень помогло понимание, моделирование того, какой бы ни была большая тем – она примерно живет по одним законам. Есть тренды,тенденции. Фокус внимание меняется с оценки успевамости на мысли заделах – комплексное понятие. Задел – скрытый резерв, ресурс разрешающий проблемы. Подумал об этом, и проблемы решаются, появляется картинка. Снижение спроса на низкоквалифицир. Професс. из-за автоматиации. Рост спроса на ИТ и высокопроф навыки. Массовая отраслевая проф. миграция кадров. Миграционное убывание квалифицир челов капитала. Поэтому вопрс об образовании выглядит теперь логичным. У нас есть приток спецов в год, формирующийся из миграции, переобучения, основ обучение.
Этапы – выбор профы в вузе – 16% ИТ. Из них половина составляют высшее обр. и СПО. Целевое трудоустойство – конверсия вузов и работников в 44% по специальноти. В техникумах – еще меньше - 24%.
Если взять другую оценку – нехватку, то целевой приток должен быть гораздо выше, надо 189к а щас 56к.

1Как картинка получается сопоставлением разрозненных даннхы. Была цель понять скок надо для реализации программы цифролизации россии. Значимая проблема – несоответствие ождианий студентов и работодателей с обоих сторон.
Возникла задача (перпеход т поблемной области к конкр проблеме) как внедрить в общеобр систему гос школ проектные курсы. Есть куча барьеров, надо понять всю управлечнескую организационную сист для этого. Включая программы дпо итд. Для этого потреб создать опр модель. Мы поняли барьеры и с кем надо взаимодействаость дружить. Она самая значимая.
Опять проблема применения аналитиков.
7 лет в яндексе 90% из них не назодили применения и не служили основой для изменения команды, сервиса – идея может быть крутой но у команды приоритеты другие. Планы работ распианы на год. В итоге работа растворяется и ползы еникакой – ничего не поменялось. И \то проблема. Поэтому аналитикам нужны лоббисты.

Так они работали над этим проектом, и поняли, что в данный момент всю сферу не надо трогать, а надо трогать одну конкретную отрасль, в которой можно всё досконально понять, а потом двигаться по остальным, понимая что да как.
Не пытайтесь охватить всю область, сосредоточьтесь на одном направлении.
Как поменять сферу аналитики?
Формировать группу экспертов способных выявить проблему, и превратить её в проект по её решению. Без этого аналитика – вещь в себе.
То что не случилось но надо целью – чтоб аналитика развивалась – в какойто момент наступает этап – нет данных или нужно привлечь новыз спецов. Аналитика не может быть только аналитикой – надо формировать группу экспертов, выявить пробелму и превратить ее в проект по ее решению. Без этого аналитика – вещь в себе. Многие говорят о назревших изменениях в сситеме обр но сфера велика, и возникают простые проблемы чисто из-за масштабов так что надо бить проблему по частям. В итоге методология = не стараюсь получить данные – а пытаюсь использвоать и соспоставить.