Качественные исследования: как повысить эффективность, избежать типичных ошибок и выпустить полезный продукт / Хабр

Качественные исследования: как повысить эффективность, избежать типичных ошибок и выпустить полезный продукт / Хабр Экспертиза

Что еще посмотреть:

Первые несколько лекций по

от МФТИ интересно послушать, даже если вы не собираетесь становиться гуру алгоритмов и других гномиков: там о том, как устроен

мир

Python. Сразу становится очевидно, почему у вас не получалось решить ту задачку из практики на stepik.

есть бесплатный public доступ, где можно совершенно бесплатно учиться строить дашборды. Очень полезным может быть участие в марафонах от

или

 хотя бы ради подробных учебных материалов. Если хочется усложнить: разоберитесь с


Выбирайте на kaggle интересный проект для портфолио, там есть датасеты на любой вкус: от

, до

. По каждому набору данных есть примеры ноутбуков и дискуссии!


А если kaggle мало, соберите данные для анализа сами из интересной вам области — пример простого парсинга сайта в первой части текста.

Что должен знать и уметь продуктовый аналитик?

Продуктовый аналитик – это очень ответственная специальность, которая требует определенных профессиональных навыков. И мы с вами можем попробовать собрать в один список основные знания и умения такого сотрудника:

  • знает хотя бы один язык программирования, подходящий для аналитики (Python, Java или R);
  • умеет работать с инструментами веб-аналитики, например, Google Analytics или Яндекс.Метрика;
  • легко визуализирует полученные данные при помощи Tableau, Power BI или аналогов;
  • понимает, как работать с базами данных, знаком с SQL.

А развить навыки профессионального продуктового аналитика можно здесь:

Лучшие курсы Tableau для маркетологов и аналитиков

Топовая подборка курсов по SQL для начинающих

Обзор курсов по A/B-тестированию и веб-аналитике

Обзор лучших программ обучения по Python

Обучение языку R: подборка профессиональных курсов

Обзор проверенных курсов по Power BI

Однако, как и любая другая специальность, связанная с высокой ответственностью, зачастую сжатыми сроками работы и возможным стрессом, продуктовая аналитика принимает не всех. О том, какими личными качествами должен обладать идеальный сотрудник в этой отрасли, я вам сейчас расскажу.

Продуктовый аналитик: что делает, сколько зарабатывает, какую пользу несёт бизнесу | медиа нетологии

Продуктовый аналитик анализирует состояние продукта и помогает развивать его: следит, чтобы метрики продукта не проседали, а продуктовые решения были успешными.

Мы не нашли единых правил организации данных, постановки задач и проведения тестов для продуктовых аналитиков, в каждой компании они свои. Имеет значение и жизненный цикл продукта, с которым придется работать: в только что запущенном стартапе аналитика попросят привести в порядок систему сбора данных, а в зрелом — найти точки роста и рассмотреть конкурентов.

Поэтому мы проанализировали десятки вакансий и составили список задач, с которыми может столкнуться аналитик. В обзор попали не только ИТ-компании, но и «традиционный бизнес»: авиаперевозчики, компании масс-маркета и логистики.

Продуктовой команде сложно опираться на данные о том, сколько раз кликнули на кнопку, они не объясняют причину поведения человека. Поэтому команда идёт к аналитику, который делает выводы на основе данных, находит закономерности и аномалии в продукте.

Дашборды показывают командам и руководителям ключевые показатели продукта, зависимости и тренды. Аналитик решает, какие отчёты и метрики нужно выводить на дашборд, чтобы они не отвлекали от главного и помогали принимать управленческие решения. Нет универсального набора метрик, который нужен команде, их выбирают в зависимости от целей бизнеса и типа продукта.

Продакт-менеджер Сергей Тихомиров соотносит набор метрикс жизненным циклом продукта. А продакт AppMetrica Владислав Прищепов советует отталкиваться от цели и сосредоточитьсяна ключевой метрике продукта. Так, для приложения по доставке еды — это «time to eat»: время от совершения заказа до его получения.

Аналитик «копает» количественные данные, чтобы проверить гипотезы команды и правильно расставить приоритеты в задачах. Если при глубинном интервью команда выявила проблему, аналитик может подтвердить её или опровергнуть. Например, проанализировав сотни разговоров менеджеров колл-центра с клиентами по ключевым словам с помощью инструментов речевой аналитики.

Рабочие гипотезы проверяют на контрольном сегменте пользователей. Аналитик следит, чтобы на тест не влияли внешние и внутренние факторы: праздники, погода за окном, обзвон клиентов менеджерами колл-центра — всё это может искажать показатели.

Результат тестов должен быть статистически значим — по данным сервиса Appsumo так бывает лишь в 12,5% случаев. Если контрольный сегмент подтвердил гипотезу, её масштабируют. Отдельная проблема — принимать решение после тестов в b2b с небольшим трафиком.

Тестирование гипотезы условно делится на четыре этапа: 1) ищем метрику, на которую хотим влиять; 2) проводим исследование; 3) анализируем обратную связь; 4) убиваем гипотезу или масштабируем. Аналитик работает с продуктовой командой на каждом этапе, отвечает на вопросы «Почему это произошло» и «Что с этим сделать», спасает команду от поддержки непопулярных решений. Главная ценность работы аналитика — в интерпретации результатов.

Авито изменили интерфейс карточки товара и провели A/B-тест. Он показал, что в контрольной группе на кнопку «Написать» стали кликать меньше (плохо), но увеличилась конверсия первых сообщений выросла (хорошо).

Как я стала инженером-прочнистом

Мало кому удается в 11 классе выбрать будущую профессию со стопроцентным попаданием. Гораздо чаще дети реализуют мечты родителей, полагаются на результаты профориентационных тестов или выбирают на основании лучших оценок по предметам в школе.

Перспективные сегодня информационные технологии в тот момент были от меня близко — я выбирала технический вуз, ведь память и математика всегда были моими козырями — но поддавшись харизме декана факультета прикладной механики, я поступила туда. Тогда мне казалось, что такая специальность подойдет мне больше: проектирование требовало обсуждения, а значит, развития навыков общения.

В результате я получила гордое звание «инженер-прочнист», подкрепленное нужными знаниями и регламентированное двумя красными дипломами — намерения были серьезными, поэтому после бакалавриата я отучилась еще и в магистратуре и параллельно на протяжении трех лет отработала на заводах по принципу «чему учился, в том и пригодился».

Дополнительный анализ:  USD/CHF Торговые сигналы от профессиональных трейдеров | IndexaCo

Называть заводы я не могу, но скажу, что сначала в течение девяти месяцев проработала с самолетами, а затем — чуть больше двух лет — в оборонной сфере.

«Девушка и самолеты» — как много романтики в этой фразе. Но романтика заканчивается там, где начинаются расчеты, а расчеты в механике — повсюду. Будучи инженером-прочнистом, я производила расчет авиационных конструкций на прочность и считала, какую максимальную нагрузку должно выдержать крыло.

Я проектировала схемы, изучала расчетные данные, строила диаграммы, составляла техническую документацию. Частично я занималась аналитикой данных, но тогда еще не знала таких слов: мне давали большие таблицы, из них нужно было вытаскивать данные, собирать их в другие таблицы и делать выводы. Я люблю цифры, поэтому мне нравилось работать с расчетами.

Как я становилась бизнес-аналитиком

Когда люди меняют профессию, они часто сталкиваются с непониманием близких: зачем было столько лет учиться, чтобы пойти по другому пути. 

Мне повезло: с восемнадцати лет мама не ставила ограничений относительно моих решений. Хочешь — будь инженером, аналитиком или даже балериной, главное — здоровой и счастливой. Только важно понимать, что и ответственность за поступки всегда будет на тебе.

Как говорила Фаина Раневская, «умный знает, как выпутаться из трудного положения, а мудрый в него никогда не попадет». Я поняла, что быть мудрой в 25 лет еще рано, а Google может компенсировать блондинке только часть ума. 

Я стала искать, кем можно работать с моими навыками, и увидела, что порог входа в IT сегодня весьма низкий. Особенно если ты готов быть дешевой рабочей силой и обладаешь хорошими soft skills. У меня были знакомые в IT-сфере, но кодинг меня не вдохновлял.

Также я стала много ходить со знакомыми разработчиками по митапам и конференциям и однажды узнала про аналитиков, а потом увидела рекламу бесплатных курсов «Нетологии» — так наконец-то состоялась моя встреча c IT. Благодаря природному любопытству я начала изучать уйму неведомых слов, училась с нуля, но теперь мои глаза действительно горели.

Четыре месяца я погружалась в основы бизнес-анализа и информатики: изучала основы объектно-ориентированного программирования, базовые алгоритмы, синтаксис языка программирования, базы данных и SQL, училась пользоваться справочником по стандартным библиотекам.

Благодаря учебе я также освоила Excel. Оказалось, что в руках мастера — это огненная пушка, которая ускоряет анализ данных в десятки раз. 

Конечно, были и сложности: иногда важные понятия просто не приживались в голове, непросто давался SQL, особенно когда пошли сложные запросы. С этим справлялась сама: читала много дополнительной литературы.

Я училась параллельно с новой работой и для преподавателей была студентом-двоечником. Здесь я впервые в своей жизни получила «двойку», а из-за пропуска всех сроков осталась без официального документа об окончании курса. Но для меня главным были не регалии на бумаге, а знания в голове.

Думаю, упорство, логика и общение — мои главные козыри. Я поняла, что и в учебе, и в работе важно формулировать правильные вопросы, записывать все, чтобы рассказчик не тратил время на повторение, а если что-то осталось неясным — гуглить.

Качественные против количественных

Как правило, разработчики и пиэмы любят цифры: количественные данные помогают точно зафиксировать текущее состояние, показать динамику, оценить перспективы рынка. При этом часто забывается, что цифры сами по себе не дают возможность дать ответ о мотивации людей, о первопричине их выбора и дальнейших действий.

Качественные исследования: как повысить эффективность, избежать типичных ошибок и выпустить полезный продукт / Хабр
Qualitative before Quantitative: How Qualitative Methods Support Better Data Science

Поэтому в Wirke мы не проводим четкого деления между аналитиками, которые организуют качественные и количественные исследования. Наоборот, на наш взгляд, в небольшой команде (нас около 10 человек) требуется максимально уметь комбинировать эти навыки, применяя количественные методы для развития идей качественного анализа, который зачастую проводится совместно с продукт-менеджером и дизайнером.

Фактически, когда речь идет о проведении исследований, у нас два ожидания от аналитика. Он должен уметь:

  1. находить перспективные точки роста продукта
  2. валидировать проблему путем ее формулировки и масштабирования

Далее мы расскажем подробнее про эти два ожидания и покажем, как именно аналитик выполняет ту связующую роль между бизнесовым пониманием проблемы и количественными методами, которые помогают их масштабировать и валидировать.

Работа по профессии: зарплата и перспективы

Специалисты по продуктовому анализу могут быть востребованы в самых разных компаниях: от интернациональных IT-корпораций до небольших локальных стартапов. Возможностей для успешного старта карьеры в этой области очень много:

  • вы можете начать работать на фрилансе и брать небольшие заказы из любой точки мира;
  • никто не отменял традиционное трудоустройство в штат крупной компании на младшую должность;
  • также, можно присоединиться к небольшой компании, которая лишь начинает развиваться (этот вариант особо актуален для крупных городов).

Однако, большинство работодателей непременно обратят внимание на ваш опыт работы и объем вашего портфолио. Поэтому оптимальным решением может стать получение заветной практики еще в процессе обучения. К слову, большинство современных онлайн-курсов предлагают возможность не только освоить специальность продуктового аналитика, но и получить драгоценный опыт работы. Подробнее об этом я расскажу в конце статьи.

Формула заработной платы продуктового аналитика не сильно отличается от аналогичных специальностей, где на уровень доходов может повлиять опыт работы, географическое расположение компании и направление ее деятельности, должность сотрудника, его талант и т. д.

Если рассматривать не только столицу, но и другие крупные города России, получится такая картина:

Я была маркетологом в россии, а в британии стала продуктовым аналитиком

Марина Шмайгер жила в России и работала маркетологом. В 2022 году она вместе с мужем и двумя детьми переехала в Англию — и поняла, что ее навыки в новой стране не актуальны. Она рассказала, как искала работу без знания технических инструментов и во время локдауна решила проходить одновременно два курса.

Три с половиной года назад моего мужа пригласили в один проект в Лондоне, и, как жена декабриста, я подхватила двух детей и уехала за ним. До переезда я работала маркетологом в компаниях, ориентированных на детей: в магазинах игрушек Hamleys, в сети кафе «АндерСон», в семейном парке «Мастерславль», а перед отъездом — в команде запуска нового лицензионного продукта компании Disney.

На момент переезда мне было почти 37 лет и я понимала, что мой опыт в офлайн-маркетинге в Москве будет очень трудно применить в Лондоне — у нас совершенно разный культурный код и потребительские привычки. Также, почитав маркетологов из розничного бизнеса, я поняла, что отношения между детьми и родителями здесь тоже строятся по-другому, используются другие механики трейд-маркетинга, каналы привлечения и доверия к бренду. Я подумала, что чтобы разобраться в рынке, мне потребуется время, а если все равно осваивать все заново — почему бы это время не потратить на что-то новое?

Дополнительный анализ:  Политика - последние новости сегодня и главные события по теме - Sputnik Казахстан

Как раз в это время я начала читать книгу Юваля Харари (израильский историк-медиевист, автор бестселлера «Sapiens: Краткая история человечества») «21 урок для 21 века» — о том, как четвертая технологическая революция влияет на развитие общества. Тут я поняла: до пенсии еще лет 25, но со знаниями только офлайн-маркетинга я до нее не дотяну. Стало ясно, что надо делать вторую карьеру, в которой смогу развиваться в новой стране.

Первым шагом стало получение британского образования. Я решила сфокусироваться на околомаркетинговых дисциплинах и выбрала несколько магистратур в области потребительского поведения и нейромаркетинга. Для большей надежности я подала документы в четыре университета и в итоге выбрала оффер от City University of London на программу по поведенческой экономике. Это дисциплина про то, как когнитивные, социальные и эмоциональные факторы влияют на принятие экономических решений.

Во время учебы я параллельно 10 часов в неделю работала в небольшой местной компании, делала анализ рынка, исследовала конкурентов, формировала гипотезы, проводила интервью и помогала с юзабилити-тестами (исследование для определения, удобен ли сайт или сервис для его предполагаемого применения). Там я увидела, как работает IT-сфера, но по-прежнему использовала свой маркетинговый опыт, не осваивая ничего принципиально нового.

В ноябре 2022 года я закончила магистратуру и стала Master of Science in Behavioural Economics. Если говорить коротко, то это было нереально тяжело. На одну только диссертацию я потратила 560 часов чистого рабочего времени. В результате я получила фундаментальное академическое британское образование, где научилась работать с академическими источниками, большими данными, искать корреляции, строить логистические регрессии, но к сожалению, применять конкретные инструменты в бизнесе — нет.

После окончания университета я ходила на собеседования и все больше убеждалась, что нужны не только фундаментальные знания, но и конкретные инструменты. Три раза доходила до финала отбора, но офферов не предлагали — я не владела современными инструментами сбора, анализа и визуализации данных. Меня спрашивали: «А какой у тебя стек?», а я такая: «Не знаю… PowerPoint?»

Я помню свое разочарование перед прошлым Рождеством, когда меня собеседовали в Trivago (сервис по поиску отелей и сравнения цен на них), им как раз нужен был человек на Customer Insights (дословно «понимание клиента» — т.е. интерпретация тенденций в поведении потребителей для повышения эффективности продукта и увеличения эффективности продаж). Я клево сделала тестовое задание, и тут меня спрашивают: «В чем вы предпочитаете делать Mind Maps (графическое отображение процесса мышления)?» У меня просто пропал дар речи, я даже не знала, в чем их вообще можно делать.

После Trivago я поняла, что нужна помощь профессионала, и нашла себе карьерного консультанта. Я составила приблизительный список должностей, которые могут быть связаны с Customer Insights, и провела в LinkedIn исследование профилей людей, которые работают на этих позициях, чтобы понять, какие у них обязанности и какой технологический стек они используют в своей работе. Стало понятно, что самые востребованные навыки — умение работать с Python и SQL.

В декабре я записалась на курс «SQL for Beginners» от одной онлайн-школы. Потратила 56 часов на освоение скрипта и решение задач, но к концу поняла, что автономное обучение — не моя история, мне нужно сообщество и ментор. Пришлось продолжить поиски. Так как мне не хотелось растягивать обучение на годы, я обратила внимание на буткемпы(интенсивные программы ускоренного обучения IT-специальностям) по анализу и работе с данными, которые очень популярны в Англии. Сейчас, во время пандемии, это звучит странно, но обучение было офлайн, в модном коворкинге WeWork. Группа из 25 человек, три преподавателя, фуллтайм с 9 до 17 часов, домашние задания и очень большая нагрузка.

К сожалению, как и все в Англии, это стоило безумных денег. Мы с мужем сходили в General Assembly на день открытых дверей буткемпа по Data Science, который шел 3 месяца и стоил 10 тыс. фунтов — сейчас это миллион рублей. Выглядело все очень интересно и привлекательно, но смущали две вещи: во-первых, это слишком дорого, а во-вторых, разве можно выучить Data Science за три месяца?

Когда у тебя нет лишнего миллиона рублей, начинаешь искать другие варианты. Я подумала, что у нас здесь куча друзей, которые работают в Facebook, Amazon и Google. Все они получили математическое или техническое образование в России и очень востребованы в международных компаниях. Очевидно, что российская математическая школа сильна и не уступает международной, а значит, осваивать эти профессии можно не только в Англии.

Я стала искать курсы по анализу данных в России. Изначально я сформулировала для себя несколько критериев: обучение не больше 6 месяцев, должны быть менторы и кураторы, сообщество студентов и много тренажеров для отработки навыков. Все это я нашла на сайте SkillFactory в 6-месячном курсе «Аналитик данных» и в феврале 2020 года, за месяц до всемирного локдауна, начала учиться.

В первые две недели обучения на курсе я поняла, что нагрузка оказалась гораздо серьезнее, чем я ожидала. Нас сразу загрузили кучей задач в тренажере, изучением теории и работой над первым кейсом. У меня уходило минимум 25 часов в неделю на то, чтобы нормально, в своем темпе пройти и усвоить материал и сделать все домашние задания согласно расписанию. 

Сначала мы изучали юнит-экономику и веб-аналитику, работали с данными в SQL и Google-таблицах, а с шестого модуля начался Python.

Курс 

Аналитик данных 

Освойте перспективную профессию с нуля! Вы изучите все необходимые инструменты и навыки, пройдя через все этапы работы над аналитическим проектом. Скидка по промокоду BLOG 5%.

Узнать больше

Но общаясь с однокурсниками в нашем канале в Slack, а также читая посты в сообществе дата-аналитиков, я поняла, что мой опыт и характер не очень подходят для этой профессии. Так как я ориентировалась на рынок труда Великобритании, простой поиск в LinkedIn показал, что в основном на этих позициях работают молодые ребята из Китая и Индии, имеющие образование в области Computer Science. Эта профессия требует серьезных знаний математики, определенного склада ума и тысяч часов практики. Я, уже почти 40-летняя женщина из России, ни дня в своей жизни не изучавшая математику, в краткосрочной перспективе не смогу конкурировать с молодыми людьми, которые изучали точные науки с детства.

Мой карьерный консультант предложил обратить внимание на работу с продуктом в IT-компаниях. Мне хотелось сосредоточиться на исследованиях и анализе поведения, поэтому в апреле я пошла учиться в SkillFactory на курс «Продуктовая аналитика». Как показало время, это было правильным решением: помимо изучения SQL и Python меня интересовало взаимодействие людей с продуктом, метрики, проведение А/В-тестов.

Курс

Продуктовая аналитика

Вас ждет полное погружение в роль продуктового аналитика, вы освоите продуктовый подход, а также методики принятия решений на основе данных. Скидка по промокоду BLOG 5%.

Узнать больше

Совмещать два курса было дико сложно, но бросать курс по Data Science мне не хотелось, потому что там было много полезных для работы инструментов. Так как был локдаун и мы все были заперты в четырех стенах, а на улицу можно было выходить только в магазин за продуктами, учеба стала спасением и моим личным вкладом в борьбу против пандемии. Когда мне было лень садиться и делать домашние задания, я задавала себе вопрос: «Кем ты хочешь видеть себя после локдауна?»

Дополнительный анализ:  Хотели как в FAANG, а вышло как всегда или Опыт собеседования в Тинькофф в 3 актах / Хабр

Мне очень помогло наше сообщество студентов в SkillFactory — после семьи это были единственные живые люди, с которыми я общалась почти ежедневно. У нас был канал, в котором я познакомилась со студентом с другого потока, который тоже живет в Лондоне и делает карьерный переход. Он аудитор, но хочет уйти в Data Science. Когда читала сообщения в чате, понимала, что проблемы у всех одинаковые. Ощущение единомышленников — это очень сильно.

Проучившись месяц на двух курсах одновременно, я поняла, что для большей эффективности нужно начать применять знания на практике. В Великобритании очень популярна история со стажировками, и многие стартапы, особенно на ранней стадии, ищут себе сотрудников, которым нужен опыт. В мае на сайте workinstartups.com я нашла британский благотворительный стартап Sidekick, помогающий поддерживать ментальное здоровье, что во время пандемии было особенно актуально.

Создали его два молодых человека, сейчас они успешные финансисты, но в подростковом возрасте у обоих были психологические проблемы. Они написали мобильное приложение и искали единомышленников, которые помогут с исследованиями и аналитикой. Я откликнулась, прошла собеседование и стала заниматься анализом поведения пользователей в Mixpanel (сервис для бизнес-аналитики). Мы определили путь клиента, метрики и основные показатели конверсии, над которыми нужно работать.

Конечно, моего опыта было недостаточно и половину терминов по-английски я не знала. Пришлось учиться на ходу. В итоге я проработала у них три месяца и смогла применить то, что узнала на учебе.

Слайд из моей презентации по работе со стартапом. Я проанализировала путь клиента и выявила проблемы. Далее эти проблемы были решены и показатели улучшились.

Но в таком режиме — два курса и стажировка — я протянула только до середины июля, затем взяла академический отпуск. На тот момент курс по анализу данных я прошла на 70%, а по продуктовой аналитике — на 50%. Мне хотелось начать искать работу и наконец-то попробовать применить свои знания не только на стажировке, но и в реальном бизнесе.

Мой прогресс по специальности «Аналитик данных». Надеюсь, когда-нибудь закончу курс.

Рынок труда в Великобритании начал приходить в себя после локдауна, сняли все ограничения, появилось много новых и интересных вакансий. Я начала откликаться на позиции в области работы с данными и Customers Insights, и в это время SkillFactory открыл свой карьерный центр. В телеграм-канале карьерный консультант Юлия Пушкина выкладывала информацию о вакансиях и стажировках, но в основном все искали либо программистов, либо дата-сайентистов.

Но однажды я увидела описание работы моей мечты в американском стартапе с российскими корнями — Study Free. Они искали Product Analyst (продуктового аналитика). Нужно было строить Customer Journey Map (карта пути клиента — визуализация всех взаимодействий клиента с компанией), анализировать поведение клиентов на каждом этапе воронки продаж, определять продуктовые метрики, работать над вовлечением и удержанием пользователя.

Первое собеседование было ознакомительным, после него мне дали тестовое задание — провести анализ существующего клиентского пути и описать, какие действия я бы предприняла и какие метрики использовала. На выполнение тестового задания я потратила 15 часов. Далее была еще одна встреча с продуктовым менеджером, а затем — еще одна, с основателем компании. Через три дня после нее я получила оффер.

Сообщаю карьерному консультанту SkillFactory, что получила оффер

1 сентября я вышла на позицию продуктового аналитика. Наш стартап совмещает в себе агрегатор по поиску стипендий и программ в университетах и индивидуальный автоматизированный сервис по управлению процессом поступления. Плюс есть консалтинговая часть для тех, кому нужен персональный куратор, который пройдет вместе со студентом этот сложный путь. Пандемия, кстати, никак не влияет на нашу работу: студенты поступают и получают стипендии. Мы растем безумно быстро: когда я пришла, нас было 23 человека, а спустя 5 месяцев — уже больше семидесяти.

Никогда не знаешь, чем будешь заниматься в следующий момент. В ноябре стало понятно, что я занимаюсь больше не анализом поведения, а скорее работой с продуктом и Customers Insight, и в итоге меня перевели на позицию продакт-менеджера. Понимание, что такое целевая аудитория, как сформулировать УТП (уникальное торговое предложение) и других базовых вещей из маркетинга, конечно, пригождается. В своей работе я использую 20% знаний из магистратуры, 40% — из маркетингового опыта и еще 40% — из курсов SkillFactory.

Поскольку мы находимся в активной стадии роста, то работы много. Сейчас мы внедряем три разных направления продукта, и я участвую во всех. По каждому я должна общаться и с финансами, и с продажами, и с маркетингом, и с IT, и с продуктовым дизайнером, и с аналитиками. Плюс я сама работаю как продуктовый аналитик.

Мой календарь расписан с 9 утра до 7 вечера. Даже после, когда все отключаю, залезаю в телефон и там еще час переписываюсь с коллегами. Еще из приятного, что зарплатная вилка после смены профессии изменилась в лучшую сторону. Зарплаты в области офлайн-маркетинга и работы в IT-продукте могут отличаться в два и более раза.

При смене профессии я бы советовала действовать и стратегически, и тактически. Для разработки собственной стратегии мне помогли книги Юваля Харари. Для себя я определила основные тренды — это большие данные и психология людей. Далее выбрала, в каких профессиональных направлениях и отраслях хотела бы развиваться. Например, меня очень интересует тема компьютерной безопасности, и когда-нибудь я бы хотела попробовать поработать в отделе расследований или предотвращения цифровых преступлений.

Считаю, что стоит выделить свои сильные стороны и максимально их прокачивать. Не нужно думать, что рынок перенасыщен, все занято и хороших вакансий не найдешь. У меня есть друг-предприниматель, который переехал в Голландию и открыл там бизнес. Он как-то сказал: «В каждом мешке картошки найдется место для стакана муки». Можно всегда просочиться куда-то. Поэтому не нужно бояться, все получится.

Курс

Аналитик данных

Получите перспективную профессию с нуля или прокачайте свои навыки. Вы освоите 100% инструментов, необходимых для реальной работы.


Получить скидку

Промокод “BLOG10” 5% скидки

Записала: Мария Осина.

Работа аналитиком | 19 отзывов сотрудников

Работа аналитиком по статистике отзывов работников одна из самых ненадежных в России. В чёрном списке работодателей множество честных отзывов бывших работников о работе аналитиком в разных компаниях. При поиске работы лучше заранее прочитать отзывы про опыт работы аналитиком в чёрном списке сайта analitik-expert.ru, чтобы понять все плюсы и минусы работы аналитиком. Отзывы помогут понять, где лучше работать аналитиком

Если Вы столкнулись с негативным опытом работы, вы можете оставить отзыв о работе аналитиком – это, прежде всего, поможет возможным соискателям не ошибиться в выборе, не сделать необдуманный шаг.

Города:

Выберите городВладивостокКазаньКиевМоскваНовосибирскОдессаОмскСанкт-Петербург

  • 26.05.2022 | Россия | Москва
  • 20.04.2022 | Россия | Новосибирск
  • 07.04.2022 | Россия | Москва
  • 06.04.2022 | Россия | Омск
  • 04.03.2022 | Россия | Москва
  • 17.02.2022 | Россия | Москва
  • 08.02.2022 | Россия | Санкт-Петербург
  • 26.01.2022 | Россия | Казань
  • 23.11.2021 | Россия | Москва
  • 16.11.2021 | Россия | Москва
  • 01.11.2021 | Россия | Санкт-Петербург
  • 17.10.2021 | Россия | Санкт-Петербург
  • 11.10.2021 | Украина | Одесса
  • 06.10.2021 | Россия | Владивосток
  • 30.09.2021 | Россия | Москва
  • 19.08.2021 | Россия | Москва
  • 23.07.2021 | Россия | Москва
  • 27.06.2021 | Украина | Киев
  • 26.06.2021 | Россия | Санкт-Петербург
Оцените статью
Аналитик-эксперт
Добавить комментарий

Adblock
detector