Dostajesz maila od właściciela procesu. W załączniku eksport z systemu: kilkanaście tysięcy wierszy, kolumny nazwane skrótami, które rozszyfruje tylko ktoś z IT. W treści jedno zdanie: „zerknij proszę, co tu się właściwie dzieje, bo my już sami nie wiemy". Warsztaty, na których masz zebrać wymagania, dopiero przed Tobą - a od tego, co zobaczysz w tych danych, zależy, o co w ogóle będziesz na nich pytać. Nie otwierasz wtedy narzędzia do modelowania ani Jiry. Otwierasz arkusz.
Tak wygląda uczciwa odpowiedź na pytanie, czy analityk biznesowy musi znać Excela. Musi. Ale nie dlatego, że arkusz jest sednem tego zawodu - sednem są wymagania i procesy, a przede wszystkim ludzie, którzy za nimi stoją. Excel to narzędzie podręczne. Sięgasz po nie wiele razy dziennie, zawsze w drodze do właściwej roboty, nigdy zamiast niej.
Ile Excela jest w ogłoszeniach o pracę
Prowadzę na Analify job board z ofertami dla analityków biznesowych, więc zamiast zgadywać, mogę policzyć. Na 314 aktywnych ogłoszeń (odczyt: sierpień 2026) Excel jest wymieniony wprost w 10. Dla porównania: BPMN pojawia się w 45 ogłoszeniach, UML w 41, Jira w 35, SQL w 31, a Confluence w 27.
Na pierwszy rzut oka wygląda to tak, jakby Excel nikogo nie obchodził. Wniosek jest odwrotny. Pracodawcy nie wpisują go do wymagań z tego samego powodu, z którego nie wpisują umiejętności pisania maili: zakładają, że go masz. „Dobra znajomość pakietu Office" w CV analityka nie różnicuje niczego, bo to zdanie ma u siebie każdy kandydat. Za to brak tej umiejętności wychodzi w pierwszym tygodniu pracy, przy pierwszym eksporcie od interesariusza. I wtedy boli naprawdę, bo prosisz innych o rzeczy, które powinieneś sprawdzić sam w dziesięć minut.
Ogłoszenia premiują co innego: notacje takie jak BPMN i UML, czyli umiejętność opisania procesu i systemu w sposób, o którym da się rozmawiać z ludźmi po obu stronach stołu, oraz SQL, czyli samodzielny dostęp do danych. Na rozmowie rekrutacyjnej nikt Cię nie zapyta o formatowanie warunkowe. Zapytają, jak zbierasz wymagania i jak radzisz sobie z interesariuszem, który sam nie wie, czego chce. Arkusz jest w tym wszystkim tłem. Jeśli chcesz zobaczyć cały warsztat w jednym miejscu, zebrałem go w przeglądzie narzędzi analityka biznesowego.
Do czego analityk naprawdę używa arkusza
Nie do „robienia raportów w Excelu" - od raportowania są narzędzia BI i ludzie, którzy się w nich specjalizują. W pracy analityka arkusz obsługuje cztery powtarzalne sytuacje i każda z nich służy czemuś większemu niż sam plik.
Rejestr wymagań i macierz śladowania na starcie projektu
Zanim projekt dostanie porządne narzędzie do zarządzania wymaganiami - a bywa, że nie dostaje go nigdy - potrzebujesz miejsca, w którym każde wymaganie ma identyfikator, źródło, priorytet i status. Arkusz stawia taki rejestr w kwadrans. Z tego samego pliku wyrasta później macierz śladowania: tabela, która łączy wymagania z celami biznesowymi po jednej stronie i z elementami rozwiązania po drugiej. Dzięki niej widzisz, które wymaganie wisi w próżni i który cel nie ma pokrycia. Jak ją zbudować i przed czym Cię uchroni, opisałem we wpisie o macierzy śladowania wymagań.
Rozpoznanie danych przed modelowaniem
To scena z początku tego tekstu. Zanim narysujesz proces albo zaproponujesz zmianę, chcesz wiedzieć, jak wygląda rzeczywistość zapisana w danych: które statusy zamówień są faktycznie używane, a które pola świecą pustkami. Gdzie daty przeczą deklarowanej kolejności kroków, tam masz pierwszy temat na warsztaty. Kilka tabel przestawnych i filtrów odpowiada na takie pytania szybciej niż niejedno spotkanie. Z gotowym rozpoznaniem idziesz do interesariuszy z pytaniami, które trafiają w konkret, zamiast otwierać rozmowę prośbą „opowiedzcie mi o swoim procesie".
Macierz odpowiedzialności
Siatka ról i zadań, na której widać, kto wykonuje pracę, a kto podejmuje decyzje, to w praktyce zwykła tabela w arkuszu - jeśli ten format jest dla Ciebie nowy, zacznij od wpisu o macierzy RACI.
Szkic tabel decyzyjnych
Logikę biznesową w stylu „jeśli klient ma taki status i takie saldo, to system robi to" najszybciej rozpisuje się w arkuszu jako kolumny warunków i wyników, zanim trafi do dokumentacji - format i dobre praktyki znajdziesz we wpisie o tabelach decyzyjnych i notacji DMN.
Konkretny zestaw umiejętności
Nie potrzebujesz kursu makr ani modelowania finansowego. Potrzebujesz kilku rzeczy opanowanych na tyle dobrze, żeby nie przeszkadzały Ci w myśleniu o samym problemie. Mój zestaw wygląda tak:
| Umiejętność | Do czego w pracy analityka biznesowego |
|---|---|
| Tabele przestawne | Pierwsze pytania do każdego eksportu: ile czego jest i jak rozkłada się po grupach albo w czasie. Podstawa rozpoznania danych przed warsztatami. |
| XLOOKUP / X.WYSZUKAJ | Łączenie dwóch zbiorów po wspólnym polu, np. zamówień z listą klientów. Od starego WYSZUKAJ.PIONOWO (VLOOKUP) różni się tym, że szuka w dowolną stronę i nie każe liczyć kolumn, więc nie psuje się po zmianach w źródle. |
| Filtrowanie i usuwanie duplikatów | Sprawdzenie, czy „lista klientów" naprawdę jest listą unikalnych klientów, zanim ktoś podejmie na jej podstawie decyzję. |
| Formatowanie warunkowe | Szybki przegląd jakości danych: podświetlenie braków, wartości odstających i rekordów spoza słownika, żeby problem było widać gołym okiem, a nie po godzinie wpatrywania się w wiersze. |
| Power Query | Powtarzalne importy. Raz zbudowana ścieżka od surowego eksportu do czystej tabeli działa na każdym kolejnym pliku bez klikania wszystkiego od zera. |
Zwróć uwagę, czego na tej liście nie ma: formuł tablicowych, VBA, dashboardów. To wszystko bywa przydatne, ale nie o to pyta codzienność analityka. Codzienność pyta: „dostałem plik - co w nim jest i czy mogę mu ufać".
Gdzie Excel się kończy, a zaczyna SQL
Arkusz ma granice i lepiej znać je wcześniej, niż odkryć w środku projektu. Sygnały, że czas sięgnąć po SQL, wyglądają u mnie tak:
- Dane przerastają arkusz. Plik otwiera się minutami, a formuły przeliczają się bez końca. Zaczynasz dzielić dane na kilka skoroszytów i sklejać wyniki ręcznie. W bazie to samo pytanie zadaje się jednym zapytaniem, niezależnie od liczby wierszy.
- Powtarzasz tę samą pracę. Regularnie nowy eksport i za każdym razem te same kroki czyszczenia. Power Query odsuwa ten moment, ale zapytanie SQL załatwia sprawę u źródła, bez pośrednika w postaci pliku na dysku.
- Nad danymi pracuje więcej osób niż Ty. Kiedy dwie osoby „poprawiają" ten sam plik, prawda zaczyna istnieć w kilku wersjach. Baza daje jedno źródło danych dla wszystkich.
Jeśli któryś z tych sygnałów brzmi znajomo, zajrzyj do wpisu o SQL dla analityka biznesowego - pokazuję tam, od czego zacząć i czego wcale nie musisz umieć.
Jedno zastrzeżenie, żeby proporcje się nie rozjechały. Przesiadka z arkusza na SQL nie czyni z nikogo lepszego analityka sama z siebie. Zmienia się narzędzie, nie zawód. Dalej analizujesz dane po to, żeby lepiej zrozumieć proces, zadać trafniejsze pytania i doprecyzować wymagania - a nie dla przyjemności pisania zapytań. Widziałem CV pełne narzędzi, za którymi nie stało ani jedno dobrze zebrane wymaganie. Takie CV przegrywa z kandydatem, który umie mniej klikać, a więcej rozumieć.
Pułapki arkusza, które widzę najczęściej
Excel jest tak wygodny, że łatwo przekroczyć granicę, za którą wygoda zamienia się w ryzyko. Kilka wzorców powtarza się w firmach niezależnie od branży.
Skoroszyt, który stał się systemem
Zaczyna się niewinnie: plik do jednorazowej analizy. Potem ktoś dokleja zakładkę, ktoś inny formułę, aż pewnego dnia okazuje się, że na tym skoroszycie stoi kawałek procesu firmy - poza IT i bez niczyjego nadzoru. To shadow IT w czystej postaci. Rola analityka jest tu niewygodna, ale jasna: nazwać rzecz po imieniu i zgłosić, że firma ma nieudokumentowany system, a nie „plik od Kasi z księgowości". Bo skoro proces na nim stoi, to wymagania wobec tego „systemu" też istnieją - tylko nikt ich nigdy nie spisał.
Wersjonowanie plików mailem
„Raport_final_v3_POPRAWIONY.xlsx" krąży w wątku mailowym, każdy odbiorca ma inną wersję i każdy jest przekonany, że jego jest aktualna. Na spotkaniu decyzyjnym te wersje się spotykają i pół godziny schodzi na ustalanie, kto ma rację, zamiast na decyzję. Jeżeli plik musi krążyć, niech leży w jednym współdzielonym miejscu, pod jedną nazwą. A jeśli krąży dlatego, że wiele osób pracuje na tych samych danych - wróć akapit wyżej, to był sygnał do przesiadki na bazę.
Magiczny arkusz po autorze
Jedna scena z mojej praktyki. Trafiłem kiedyś na skoroszyt, który wyliczał rozliczenia dla sporego zespołu. Autor dawno odszedł z firmy. Formuły ciągnęły się przez ukryte zakładki, część logiki siedziała w makrze, którego nikt nie odważył się otworzyć, a wynik „zawsze się zgadzał" - dopóki ktoś nie zapytał dlaczego. Nikt nie umiał odpowiedzieć. Rozbieranie tego pliku przypominało archeologię: warstwa po warstwie, z notatkami obok. Od tamtej pory każdą logikę, która ma żyć dłużej niż jeden projekt, wyciągam z arkusza do dokumentacji - choćby do zwykłej tabeli decyzyjnej z opisem reguł. Arkusz może liczyć. Wiedza o tym, co i dlaczego liczy, musi mieszkać gdzie indziej.
Excel to próg wejścia, nie przewaga
Wróćmy do pytania z początku. „Dobry Excel" nie wystarczy, żeby zostać analitykiem, bo nikt Cię za niego nie zatrudni - w ogłoszeniach prawie nie występuje właśnie dlatego, że jest oczekiwany domyślnie. Ale bez niego codzienna praca zamienia się w czekanie na innych. Traktuj arkusz jak prawo jazdy: trzeba je mieć, natomiast kariery się na nim nie buduje. Karierę buduje się na tym, co robisz z danymi i ludźmi dalej - na wymaganiach, które dzięki rozpoznaniu danych są konkretne, i na procesach, które rozumiesz, zamiast zgadywać.
A jeśli czujesz, że arkusz zaczyna Cię ograniczać, zrób sobie szybki sprawdzian. Przygotowałem darmowy test SQL dla analityka - rozwiążesz go bez zakładania konta i w kilkanaście minut sprawdzisz, czy jesteś gotowy na krok dalej niż arkusz. Wynik podpowie Ci też, od czego zacząć.
Najczęstsze pytania
Czy analityk biznesowy musi znać Excela?
Musi, choć w ogłoszeniach o pracę wymieniany jest rzadko: na 314 aktywnych ofert (odczyt: sierpień 2026) Excel pojawił się w 10, podczas gdy BPMN w 45, a SQL w 31. Pracodawcy go nie wypisują nie dlatego, że jest niepotrzebny, tylko dlatego, że zakładają jego znajomość domyślnie. Brak tej umiejętności wychodzi w pierwszym tygodniu pracy, przy pierwszym eksporcie danych od interesariusza.
Jakie funkcje Excela są potrzebne analitykowi?
Zacznij od tabel przestawnych, bo to nimi zadajesz pierwsze pytania każdemu eksportowi: ile czego jest i jak rozkłada się po grupach. Potem przyda się X.WYSZUKAJ do łączenia dwóch zbiorów po wspólnym polu. Jakość danych sprawdzisz filtrowaniem, usuwaniem duplikatów i formatowaniem warunkowym, a Power Query wykorzystasz wtedy, gdy ten sam import wraca regularnie. Formuły tablicowe, makra i dashboardy bywają przydatne, ale nie o to pyta codzienność analityka.
Kiedy przejść z Excela na SQL?
Gdy pojawi się jeden z trzech sygnałów: plik przestaje otwierać się w rozsądnym czasie i dzielisz dane na kilka skoroszytów, powtarzasz te same kroki czyszczenia przy każdym nowym eksporcie albo nad tymi samymi danymi pracuje więcej osób niż Ty. Każdy z nich jest wystarczającym powodem, żeby rozważyć przesiadkę, bo każdy dotyczy innego kosztu: czasu, powtarzalności i spójności danych.
Czy warto wpisywać Excela do CV analityka?
Sam zapis o dobrej znajomości pakietu biurowego niczego nie zmienia, bo to zdanie ma u siebie w CV każdy kandydat. Jeśli ta umiejętność ma coś znaczyć, opisz efekt: jakie dane rozpoznałeś przed warsztatami i jakie pytanie dzięki temu zadałeś biznesowi. Miejsce w sekcji umiejętności oddaj notacjom i SQL, które ogłoszenia wymieniają wprost.