Стек HR-аналитика: Excel на входе, SQL и DataLens дальше

Объявление на HR-аналитика почти не спорит, каким BI пользоваться. В тексте три слоя: таблица, запрос к данным, дашборд. BI работодатель часто пишет через слэш. Power BI, Tableau или DataLens стоят как альтернативы. Три обязательных инструмента из этой строки не следует.

Мой отчёт — кастомный дашборд и Python-ETL. Витрину вендора под этим не держу. Публичный контур: SQL, Python, ETL, кастомные дашборды. Excel остаётся, когда HRD открывает лист. Резюме — на HeadHunter.

Цифры спроса ниже — исторический срез и живые объявления 2026. Переписью рынка они не становятся. Вилки агрегаторов не сходятся, поэтому даю диапазон. Кто такой HR-аналитик и чем роль кончается — соседний текст. Здесь только инструменты и то, как их читает рекрутер.

Что написано вместо «владеете BI»

Живые объявления 2026 я разбирал руками: Playerok, 2ГИС, ДИКСИ, ВТБ Лизинг, STONE, Нацпроектстрой и соседние C&B-роли. Формулировки разные. Словарь один.

1С:ЗУП в такой строке — отдельный вход, а не ещё одна строка навыков. Это единственная граница, которую легко потерять, если читать объявление как список кнопок.

Язык здесь другой, чем у системного аналитика. Там UML, BPMN, приёмка интеграций. Здесь текучесть, укомплектованность, стоимость отклика, вилка по региону. Строка «системный анализ» в резюме на эту роль рекрутеру не помогает. Он ищет другой словарь.

Отдельных ставок «HR-аналитик» меньше, чем SA/BA. Обзора checkroi.ru хватает, чтобы это увидеть: роль чаще появляется от масштаба примерно 300 сотрудников. До этого свод обычно собирает HR-менеджер. Иногда ту же таблицу ведёт C&B между своими задачами. Общего счётчика hh «сколько вакансий HR-аналитик в РФ прямо сейчас» ни у одного источника нет. В том же обзоре есть рост «около 30% год к году». Рядом — исторический анализ вакансий, о котором ниже. Для remote-кандидата это узкая воронка другого состава. Объём SA/BA она не заменяет.

1087 вакансий, и это не 2026 год

Портрет российского HR-аналитика от Deynekina HR&BA × hh.ru — 1087 вакансий за 2017–2022. Историческое исследование. Перепись 2026 года из него не сделать. Структура спроса в живых постах 2026 на него всё ещё похожа, поэтому таблица полезна. Частоты ниже — из того среза. Моей выборкой они не становятся.

География того же среза: 68% спроса — Москва и область, 12% — Санкт-Петербург, остальное — единицы процентов на регион. Это не довод «удалёнки нет». Это довод, что столичный текст вакансии всё ещё задаёт словарь.

К 2026 в живых постах, которые я смотрел, сдвинулось три вещи. SQL перестал быть экзотикой. BI в remote-ролях перечисляют как обязательный слой. 1С:ЗУП стоит явным стоп-фактором примерно в половине корпоративных объявлений из той десятки. Частоты «5 из 10» на весь hh я не раскладываю. Выборка маленькая.

Excel, который HRD откроет без ссылки

На HH у «HR-аналитика» Excel и Google Sheets встречаются чаще, чем отдельная строка про SQL или BI. Сводные, вилки, бенчмарки, воронка в таблице — deliverable, который директор откроет без доступа к дашборду. У меня это та же логика, что в продуктах. Курсом она не была.

Сводная по городам, каналам и вакансиям с откликом и стоимостью отклика — тот же приём, что в отчётности по размещениям. На позиции HR-аналитика эту сводку часто ждут именно в Excel, без BI-слоя. Модель «должность × регион × перцентиль зарплаты» повторяет мониторинг рынка в HR Stats. На выходе лист, не продуктовый экран. Таблица «компания × бенефит» — форма, которую принимает и AI-модуль конкурентного разбора, и ручная сборка в Sheets. Задачу я ставлю одинаково.

Воронку найма тоже можно отдать директору таблицей этапов, если дашборда у заказчика нет. Про метрики воронки есть отдельный текст. Здесь другое. Excel закрывает вход в вакансию, где экран не нужен вовсе. SQL и Python — слой, которым я собираю и чищу данные. Кастомный дашборд выделяет. Сводную он не отменяет.

Если в тексте написано только Power BI или только DataLens, это фильтр вендора. Мера, измерение, срез по городу и каналу те же. Умение «именно этого вендора» я не продаю. Рабочий отчёт у меня кастомный.

Слэш в строке BI я читаю как «выберите один». Экзамен на три продукта из этой строки не собирается.

SQL и DataLens в живых текстах

SQL в 2017–2022 был редким: 11% в историческом срезе. В корпоративных вакансиях 2026 его просят почти всегда. «Достать из Postgres». «Сверить расчёт с DWH». «Сопоставить данные из разных HR-систем». Олимпиада по оконным функциям тут ни при чём. Речь про то, чтобы не собирать численность руками из трёх выгрузок.

DataLens в живых remote-текстах уже не экзотика. Есть роли «поддержка HR-дашбордов в DataLens» и ТЗ на доработку. Есть формулировки, где DataLens стоит рядом с Tableau и Power BI. Для рекрутера это один класс: визуализация HR-метрик. Проверка «умеете ли вы именно этот вендор» из слэша не следует.

Этим слоем я на работе делаю ETL по размещениям hh и Авито, срезы по каналу и городу, кастомные дашборды, правила медиаплана. Свод в открытом демо — синтетика. Механика как в рабочем контуре. Клиентские строки туда не кладу.

Python в вакансиях 2026 иногда висит как плюс. В историческом срезе его было 3%. У меня это рабочий контур: ETL и кастомные дашборды. В резюме ставлю его рядом с SQL. За вендором BI не прячу.

1С:ЗУП и Hay я не администрировал

Половина корпоративных объявлений из живого среза 2026 требует либо 1С:ЗУП на уровне отчётов, либо кадровое администрирование, либо C&B-методологию. У меня этого нет. Быстро закрыть нечем. Это domain gate. Дыра в ключевых словах тут ни при чём.

C&B в заголовок резюме не ставлю. Мониторинг зарплат рынка — да, это конкурентный анализ рынка труда. Формальное грейдирование по Hay и бюджет численности 2 000–20 000 человек — нет. На вакансиях Норникеля и Газпром ЦПС это видно сразу. Там ждут методолога оплаты труда. Аналитик каналов им на эту ставку не сдаётся.

People Analyst и Recruiting Analyst — две специализации, где второе резюме не натянуто. Workforce Planning и Learning Analyst у меня слабые. Title HR Data Scientist я не якорю. ML-прогноз откликов на HR Rocket я формализую как требования: baseline, лимиты CPL, стратегии. Модель сам не обучаю. HR Rocket — платформа медиаплана и прогноза откликов. Скоринг резюме в продукт не входит.

Вилки, которые не сходятся

Ниже — вилки из обзоров 2026. Методологии разные, копий вакансий много, часть источников ближе к маркетингу курсов. Это диапазон источников. Медианой рынка я его не называю.

Обзор quick-offer.ru называет remote распространённой практикой.

Мой ориентир net, remote, 130–250 тыс. ₽ — целевая полоса. Рыночной медианой она не становится. Она на уровне моего BA/SA-ориентира 180–200 тыс. net или ниже: потолок не выше, разброс вниз шире. Много объявлений стартуют с 85–150 тыс. Выше 250 тыс. чаще C&B в корпорации или банке. Там уже ТК РФ, офис или гибрид, кадровое администрирование.

Как стек лежит в резюме

В заголовок и навыки кладу то, что могу показать. SQL, Python, ETL, кастомные дашборды, метрики найма и рынка, Excel на входе. Не кладу 1С:ЗУП, Hay, КЭДО, eNPS-опросы. Автоматизацию и ТЗ оставляю. В историческом срезе это 51% вакансий, и это моя ежедневная работа.

Специализации, под которые стек не врёт:

Стек в вакансиях читается так. Excel на входе. SQL и один BI, когда нужно выделиться. Кадровая система — отдельный отсев. Первые два слоя я закрываю. Третий не изображаю. Свод по каналам таблицей, если список навыков уже не нужен: посмотреть свод в демо.

Рядом в цикле: кто такой HR-аналитик, воронка найма, конкурентный анализ рынка труда.

Частоты Excel и SQL — историческое исследование Deynekina × hh.ru, 1087 вакансий, 2017–2022. Живые вакансии 2026 — ручной срез объявлений, не полный hh. Зарплаты — вилки агрегаторов, они не сходятся. Полоса 130–250 тыс. net remote — мой ориентир. Демо Свода — синтетика.