Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 – 581 вакансия |

Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия | Аналитика
Содержание
  1. Вопрос аналитику: какие три ресурса (статьи, книги, подкаста) вы сегодня порекомендовали бы себе, когда начали работать аналитиком?
  2. Почему именно такое разделение
  3. Что должен знать аналитик продаж
  4. Анализ данных о продажах
  5. Аналитик данных = data scientist?
  6. Базовые навыки аналитика данных
  7. Видео
  8. Внедрение и применение результатов работы
  9. Вопрос аналитику: ключевые задачи, которые вы выполняете?
  10. Вопрос аналитику: с каким бэкграундом вы приходили в профессию?
  11. Вопрос аналитику: три инструмента, без которых не проходит ваш рабочий день?
  12. Дата-журналист
  13. Дата-маркетолог
  14. Должностные обязанности аналитика отдела продаж
  15. Зарплата продуктовых аналитиков и спрос на них
  16. Измерение эффективности анализа продаж
  17. Инструменты продуктового аналитика
  18. Медицина
  19. Проверять и масштабировать гипотезы
  20. Продуктовые, игровые и количественные аналитики
  21. Процессы
  22. Работа аналитиком crm в ростове-на-дону
  23. Работа аналитиком данных в ростове-на-дону
  24. Работа аналитиком продукта в ростове-на-дону
  25. Работа ведущим аналитиком в ростове-на-дону, свежие вакансии ведущего аналитика на superjob
  26. Работа специалистом по аналитике в ростове-на-дону
  27. Работа: менеджер по статистике аналитик в москве — сентябрь 2021 – 581 вакансия |
  28. Сложность решаемых задач и глубина решения
  29. Требуемые знания и образование
  30. Фармацевтика
  31. Чем занимается аналитик данных и где он нужен
  32. Чем занимается продуктовый аналитик
  33. В заключение
  34. Вместо вывода

Вопрос аналитику: какие три ресурса (статьи, книги, подкаста) вы сегодня порекомендовали бы себе, когда начали работать аналитиком?

Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |Татьяна Чадаева, старший эксперт по аналитике в Билайне

Я посоветовала бы сразу начать изучать языки программирования, как минимум — SQL. При работе с большими данными без них не обойтись. Хорошие обучалки: раз и два.

Ещё почитайте крутую статью про то, как руководители видят идеального аналитика.

Лично для меня была очень полезной и помогла понять, что заказчики ждут от меня не просто красивых отчётов, а полезных инсайтов, выводов и, в итоге, что я буду знать и понимать продукт не хуже (а может и лучше) менеджера продукта.

Очень полезно хорошо разбираться в статистике, вот хороший и подробный курс на Stepik, я бы хотела пройти его раньше.

Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |
Владислав Прищепов, ex-аналитик в Яндексе, продакт-менеджер в AppMetrica

Сложно назвать три вещи, которые бы мне помогли. Я посоветую другое: чаще общаться с коллегами-аналитиками из других компаний, спрашивать, какие задачи и как они решают, если есть возможность, смотреть на то, как формулируют и доставляют выводы.

Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |
Всеволод Миронович, руководитель группы аналитики в «СберМаркетинг»

Почему именно такое разделение

Навыки, требуемые БА и СА верхнеуровнево схожи, но дьявол кроется в деталях. Системному аналитику требуется намного больше практических технических навыков для полноценной деятельности, он гораздо ближе к группе технических специалистов и должен лучше понимать их язык (без этого сложно добиться уважения в коллективе, а значит, невозможно транслировать свое видение).

БА в ИТ больше настроен на коммуникацию с бизнесом, его задача — определить нужду (боль), найти, сформулировать и предложить решение проблемы бизнес-заказчика с помощью ИТ систем, в некотором роде «продать» это решение. Близость и понимание пользователя помогают БА эффективнее приоритизировать задачи, описывать нефункциональные требования и ограничения в конкретном случае.

Более того, БА присущи чрезмерные требования к системе, он мыслит целями бизнеса и не должен быть скован возможностями технологий, что для СА неприемлемо. Иногда такие чрезмерные требования БА помогают найти действительно прорывные решения.

При этом есть и ограничения. У БА — это рамки доменной или изученной отрасли (например: глубокое знание правил банковской деятельности), у СА — технологий и системы (например: выдающийся опыт работы с продуктами oracle). Эти ограничения могут быть препятствием при переходе между командами, проектами и компаниями, но быстро устраняются при желании и помощи коллег.

Практически всегда аналитик в команде играет обе роли в большей или меньшей мере  (поэтому хотелось бы избежать споров о совмещении «а у нас БА ещё и вирусолог»). В некоторых случаях аналитики могут быть и не нужны, в некоторых — один специалист может полноценно выполнять обе роли.

Это не нарушает правила, а говорит о совмещении ролей, уровне зрелости и ценности конкретного специалиста. В случае опытного работника — это вполне нормально, но странным выглядит вакансия «junior BA» со знанием SQL, JS и API на всем известном сайте.

Что должен знать аналитик продаж

  • складской учет и движение товара;
  • документооборот;
  • программы для работы с текстовыми документами и таблицами, бухгалтерской документацией, CRM;
  • методы работы со статистикой для анализа, прогнозов, выводов, рекомендаций.

В зависимости от компании требования к аналитику продаж могут меняться, а с ними — его функции и задачи. Например, специалист, который работает в сети гипермаркетов, должен понимать принципы трейд-маркетинга. Чтобы анализировать динамику продаж с учетом того, как оформление витрины, выкладка товара, дегустация влияют на покупательскую активность.

Если компания продает и рекламирует товары или услуги в интернете, специалисту нужно дополнительно знать инструменты веб-аналитики. В этом случае он сверяется с отчетами из Google Analytics и Яндекс.Метрики. Обращает внимание на конверсии по достижению соответствующих целей в системе. Например, цели по посещению покупателем страницы благодарности за покупку, которая открывается, когда товар заказан.

Если настроен модуль  электронной коммерции в системе аналитики, то аналитик продаж работает и с ним. Модуль показывает, сколько продано товаров, доход, какие позиции продаются лучше всего и т. д. Также специалист следит за тем, как меняется посещаемость сайта и отдельных разделов.

Если более 30% обращений от покупателей поступает в компанию по телефону, то аналитику продаж пригодятся данные коллтрекинга — сервиса отслеживания звонков. Этот инструмент определяет, из какой рекламы перешел клиент перед звонком, вплоть до ключевого слова.

Еще один способ, как сделать анализ продаж — работа с категориями звонков. Они настраиваются самостоятельно, в зависимости от ассортимента компании. Ниже пример категорий звонков для магазина женской обуви:

После звонка, менеджер присваивает обращению одну из категорий. Аналитик создает отчет по категориям, который выгружается в формате Excel или CSV. Так аналитик видит, по каким товарам чаще всего звонят. Если создать категорию «Нет в наличии» и в комментариях к звонку указывать, чем интересовался покупатель, станет ясно, какие позиции стоит включить в ассортимент.

В некоторых компаниях аналитик контролирует и работу отдела продаж. Call tracking предоставляет для этого подробные данные — аудиозаписи звонков, информация о длительности, времени ожидания на линии, ответственный менеджер и т. д. Специалист прослушивает звонки, смотрит, как обрабатываются обращения от клиентов, и делает выводы об эффективности отдельных сотрудников. Детальнее о том, как работает коллтрекинг и зачем нужен, читайте в статье.

Полезный инструмент для аналитика продаж — Google Trends. Это простой сервис для определения всплесков спроса на конкретные товары. Можно одновременно сравнивать популярность нескольких продуктов. Интерактивная карта отражает популярность товара в разных регионах.

Например, интернет-магазин игрушек хочет включить в ассортимент спиннеры, потому что эта вещь в тренде и продается на каждом углу. Сверимся с Google Trends, чтобы отследить динамику спроса:

Видим, что пик интереса к спиннерам уже прошел. Игрушка выходит из моды, поэтому мало вероятности, что будет хорошо продаваться. Также Google Trends помогает определить сезонные колебания спроса и вовремя скорректировать ассортимент магазина в любой сфере.

Инструментарий аналитика продаж гораздо шире. В статье перечислены лишь основные сервисы. А какие инструменты помогают вам отслеживать и прогнозировать спрос? Какие аналитические отчеты вы обычно готовите для директора. Поделитесь опытом в комментариях или в чате справа.

Анализ данных о продажах

Это одна из основных обязанностей. Она подразумевает оценку данных о продажах, содержащихся в отчётах за различные периоды. В ней сопоставляются плановые и фактические показатели, проводится корректировка целей, анализируются точки роста. Сюда же относится и анализ конкурентов.

Продажи — это то, вокруг чего, в принципе, строится весь процесс работы данного специалиста и всего отдела продаж.

Данные о результатах работы компании собираются из всех возможных каналов, по которым может поступать информация.

Так, аналитика интересует, в первую очередь, объём проданной продукции в единицах. Возможно, это будут отдельные товары или оптовые партии. Для digital актуально измерение в количестве выполненных и запущенных проектов. Для турагентства — количество путёвок. И далее по аналогичному принципу.

В отчёте необходима сегментация по продуктам. Основная часть — это валовые продажи — в них включены объёмы всех проданных товаров и услуг, различных их пакетов.

Следующий уровень — сегментация по категориям и далее — по наименованиям.

Сравнивая динамику продаж продуктовых линеек и отдельных единиц, можно выяснить, где проседают компетенции продажников или качество товара.

Соответственно, принимаются меры по улучшению качества обслуживания или самого продукта.

Другая плоскость сегментации — хронологическая. Продажи могут быть проанализированы с разбивкой по дням, неделям, месяцам. Так аналитик способен выявить сезонность и оптимизировать под неё продажи.

Аналогично и с денежным эквивалентом. Необходимо ясно видеть зависимость выручки от проданного объёма той или иной категории товаров и услуг.

Аналитик данных = data scientist?

Со стороны не всегда понятно, какие задачи решают представители разных профессий в области данных и чем они отличаются. Например, между аналитиком данных и специалистом по Data Science нет четкой границы, и из-за этого часто возникает путаница в понятиях.

Кажется, что аналитик и дата-сайентист — это профессии, в которых hard skills и работа с данными стоят во главе угла, но это не совсем так, обоим специалистам ставятся задачи на языке бизнеса, с которым они работают.

При этом у каждой отрасли есть свои особенности: например, в медицине важно грамотно подобрать метрику качества модели, чтобы правильно назначить лечение, а в металлургии — понимать особенности дефектов стали, чтобы сделать визуальный анализ партии с помощью компьютерного зрения.

При этом сбор и интерпретация информации могут улучшить процессы не только в сфере ИТ, но и, например, в лабораториях — оптимизировать работу с клиническими данными или выявить закономерности в химических реакциях.

Базовые навыки аналитика данных

Для того, чтобы эффективно справляться с описанными задачами, аналитику нужно:

  • иметь отличную математическую базу – за аналитиком не хочется перепроверять выкладки и формулы,
  • понимать базовую теорию вероятности и математическую статистику – нужно уметь проверять гипотезы, понимать ошибки разного рода, зависимость / независимость испытаний и т. д.
  • иметь математическую культуру – если аналитик использует метод или алгоритм, он должен знать область его применимости,
  • обладать критическим мышлением – реже, чем другие люди попадаться в ловушки когнитивных искажений,
  • обладать продуктовым мышлением – уметь оцифровывать пользовательский опыт в метриках, а также видеть за метриками пользователей, пытающихся решить определенную задачу,
  • обладать бизнесовым мышлением – уметь оцифровывать бизнес-процессы компании и изменения рынка, связать это воедино с продуктом и пользователями,
  • быть технарём – аналитик не обязан программировать как разработчик (эффективно, отказоустойчиво и масштабируемо), но у него не должно быть технических блокеров для того, чтобы решать задачи бизнеса: почитать документацию, сходить в какую-то новую БД и вытащить нужные данные, написать парсер, воспользоваться каким-то API для автоматизации и т. д.
Дополнительный анализ:  Вакансия Юрисконсульт в Самаре, работа в компании ЦМТ Аналитика (вакансия в архиве c 10 июня 2021)

Важное свойство хорошего аналитика — объективность по отношению к самому себе. Аналитик должен контролировать собственное желание казаться лучше, чем он есть. Даже самые сильные аналитики ошибаются (это нормально и без ошибок невозможно развитие), очень важно уметь отслеживать свои ошибки и быстро доносить их до команды, особенно если это может изменить принятое ранее решение. Сокрытие ошибок — флаг профнепригодности аналитика.

В Яндекс.Такси аналитики закреплены за какими-то командами, но мы не придаём большого значения предметной области: маркетинг, продукт или операционка — требования к уровню мышления, описанные выше, позволяют переключаться с одного на другое (разумеется, требуется время на погружение).

Видео

  1. Илья Красинский, AppCraft. Юнит-экономика или поиск точек кратного роста
  2. Глеб Сологуб, Skyeng. Как построить культуру аналитики в компании
  3. Алексей Смирнов, Wrike. Качественный анализ в продуктовой аналитике
  4. Александр Сергеев, Едадил. Продуктовая аналитика и выбор метрик
  5. Олег Рудаков, AGIMA. Продуктовые исследования мобильных приложений: поиск потребностей и барьеров клиентов
  6. Максим Годзи, Retentioneering. Тренды продуктовой аналитики
  7. Леонид Чёрный, Rambler. Сквозная аналитика как инструмент развития продукта или история одной монетизации
  8. Евгений Гильманов, Ultimate Guitar. Процессы и место аналитика в продукте
  9. Анастасия Кузнецова, Алексей Горгадзе, «Сетевые исследования». Методы анализа текста в R
  10. Алексей Рехлов, Creative Mobile. Как посчитать всё, что нужно, имея только Excel и 6 классов школы
  11. Василий Сабиров, Devtodev Долгосрочное удержание в играх
  12. Михаил Табунов, CPO FunCorp. Как мы растили ретеншен в продукте iFunny

Внедрение и применение результатов работы

Как правило младший аналитик не в состоянии подготовить аналитический отчет или исследование в формате рекомендаций с понятным обоснованием. И тем более не способен довести свои рекомендации и выводы до уровня реальных изменений на уровне продукта, процессов или бизнеса.

Младшие аналитики всё ещё приносят мало пользы бизнесу, поэтому критично чтобы они как можно быстрее росли. Принцип, прокачивающий младшего аналитика, – “делай как я”. Аналитик постарше (в присутствии младшего) обсуждает новую задачу с командой проекта, задаёт уточняющие вопросы, погружается в контекст проблемы, и в результате этого диалога возникает подход к решению.

Дальше этот подход старший товарищ декомпозируют на задачи по обработке данных для младшего аналитика. Это позволяет наблюдать, как проблемы бизнеса превращаются в задачи на написание кода и рисование графиков и находят своё решение в них. Со временем младший аналитик должен научиться делать это самостоятельно.

Почему важно глубоко обсуждать постановку задачи с младшими аналитиками
Обычно при ведении проекта возникают вопросы и проблемы, с которыми могут помочь аналитики. Вместе с идеей сходить к аналитику у бизнес-заказчика, как правило, возникает и примерное решение, с запросом на которое он, скорее всего, и придет («а построй мне вот такой график?»). Но у проектного менеджера, дизайнера или продакта может просто не хватать информации о том, какие ещё есть данные и инструменты для получения ответа. Возможно, существует более точный способ дать ответ или более простой. Может быть, в рамках возникшей гипотезы вообще не нужно обрабатывать данные, а достаточно посмотреть на дешборд, где будет пусть не идеальный, но график, позволяющий с некоторыми допущениями ответить на заданный вопрос.

Вопрос аналитику: ключевые задачи, которые вы выполняете?

Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |Татьяна Чадаева, старший эксперт по аналитике в Билайне

Работа с новыми пользователями (не клиенты):

Работа с текущими клиентами:

  • построение профиля пользователя и расчёт основных метрик (по разным продуктам): LT, LTV, MAU DAU, Retention, Churn, ARPU, потребление трафика;
  • поиск путей монетизации мобильного приложения, увеличения выручки по продуктам, удержания клиентов, анализ эффективности маркетинговых акций.

Много времени уходит на:

Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |Владислав Прищепов, ex-аналитик в Яндексе, продакт-менеджер в AppMetrica

Чем только не занимался, но чаще всего искал в данных и цифрах точки роста и подсвечивал слабые и сильные места.

Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |
Всеволод Миронович, руководитель группы аналитики в «СберМаркетинг»

Условно работу аналитика можно разделить на три этапа: собираем данные, анализируем, действуем, и так по кругу. Сложно хорошо разбираться во всех трёх, вокруг ведь огромное разнообразие технологий. Каждый раз, когда вы замолкаете, кто-то делает первый коммит очередного JS-фреймворка, который убавит вам волос на голове, или запускает новый магазин коннекторов к Google Analytics.

Поэтому зачастую коллеги начинают специализироваться на чём-то. Кому-то больше нравятся статистические исследования, даже если продакт всё равно потом делает по-своему, другие строят автоматизированные системы отчетности, даже если в итоге нужен просто скриншотик для презы.

Вопрос аналитику: с каким бэкграундом вы приходили в профессию?

Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |Татьяна Чадаева, старший эксперт по аналитике в Билайне

По образованию я экономист-международник с хорошим знанием математики и статистики. В университете увлеклась общественной деятельностью и пошла в HR. Но в итоге нашла себя в маркетинге и продуктовой аналитике и очень рада этому.

Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |
Владислав Прищепов, ex-аналитик в Яндексе, продакт-менеджер в AppMetrica

До первой работы аналитиком успел поработать техническим писателем и разработчиком (JS). Опыт и взгляд разработчика часто мне помогали в работе аналитиком.

Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |
Всеволод Миронович, руководитель группы аналитики в «СберМаркетинг»

Когда-то я работал проджектом, вёл проекты по разработке и рекламе в студии и агентстве. Когда перешёл на клиентскую сторону в финансовую организацию, заставили ещё и отчитываться по эффективности запущенных проектов: считать деньги, планировать ресурсы, защищать кейсы по запуску новых продуктов, оптимизации и продвижению текущих. Тогда-то нужда и заставила вникнуть в аналитику.

Сперва я, начитавшись статей, настроил базовый трекинг и вывел в дашборды, чтобы просто понимать, что происходит, и кто вообще все эти люди на сайте. А потом стал думать, как на всё это повлиять, как поднять конверсию, заработать больше, и в итоге знаний из интернета, подкреплённых реальным опытом и набитыми шишками, хватило, чтобы устроиться уже ведущим аналитиком в другую компанию.

Вопрос аналитику: три инструмента, без которых не проходит ваш рабочий день?

Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |Татьяна Чадаева, старший эксперт по аналитике в Билайне

SQL, Excel, Google Analytics ( Qlick Sense или любая другая BI-система GTM, без них тоже никуда).

Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |
Владислав Прищепов, ex-аналитик в Яндексе, продакт-менеджер в AppMetrica

Google spreadsheets, Dropbox paper, система аналитики / хранилище данных (в каждом продукте, где мы работали, были разные системы аналитики и хранилища данных).

Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |
Всеволод Миронович, руководитель группы аналитики в «СберМаркетинг»

SQL. Данные обычно хранятся в базах, а с ними как правило взаимодействие происходит именно на этом языке, так что без него аналитику никуда. В моём случае большинство данных находятся в BigQuery.

VS Code. Чтобы данные были в базе, их надо туда сперва положить. Иногда для этого нужно написать скрипт на каком-нибудь языке, который достанет данные с помощью API рекламного кабинета или аналитической системы и отправит по назначению. Кодинг пригодится и для того, чтобы данные по пути сцепить, обработать, сагрегировать, да и вообще провести полноценное исследование и визуализировать результаты.

К VS Code я уже просто привык, потому что много пишу на javascript в свободное время. По работе же я в основном использую Python, потому что на нём куча готовых решений и удобные механизмы с ячейками. Чтобы быть в теме, пробовал писать и на R, да вообще что угодно, лишь бы не СУММЕСЛИМН — в силу профессии с Excel у меня не очень, как и с логикой и с цифрами.

Дата-журналист

Теперь с помощью Tableau, Excel и Python представители медиа могут находить необычные закономерности и интересные инсайты в открытых данных.

Умение работать с источниками и искать информацию по-прежнему остаются hard skills журналистов, при этом знания в области аналитики помогают им находить инфоповоды для материалов и создавать тексты на резонансные темы. Например, подсчитав количество нефтяных аварий в российских ТЭК за 2021 год, авторы «Важных историй» выяснили, что внештатные ситуации происходят каждые полчаса, и смогли написать об этом статью.

Визуализация данных также играет большую роль в журналистском тексте: в 2021 году Reuters выпустили интерактивный лонгрид о лагере мусульманских беженцев на юге Бангладеш. Описание кризиса, с которым столкнулись жители, сопровождалось разными видами инфографик, основанных на статистических данных: с их помощью журналистам удалось создать эффект присутствия и сделать материал более эмоциональным с помощью фактов и цифр, а не громких слов. В том же году материал получил премию Глобальной сети редакторов за лучшую визуализацию данных.

Дата-журналист = Журналистика (умение писать журналистские тексты) Программные инструменты (Python Excel Tableau) Понимание актуальной повестки

Дата-маркетолог

Такие специалисты могут оценивать рынок и прогнозировать спрос на те или иные продукты на основании данных, а не собственных умозаключений.

Помимо классических знаний «по Котлеру», дата-маркетологи используют инструменты сквозной аналитики, разбираются в статистических данных с помощью R, Python или SPSS, умеют пользоваться программами для визуализации и интерпретации данных — Power BI, Tableau или Qlik.

В отличие от коллег без аналитической базы, они могут благодаря имеющимся данным заранее отметать провальные для рынка гипотезы, прогнозировать результаты контент-маркетинга, предсказывать поведение потребителей и составлять долгосрочные стратегии, опираясь на реальные рыночные данные.

Дата-маркетолог = Маркетинг Программные инструменты (Python R SPSS Power BI Tableau Qlik) Понимание бизнеса

Должностные обязанности аналитика отдела продаж

  • Работа со статистикой для определения структуры и объемов продаж. Отслеживание:
    • самых популярных товарных позиций;
    • сезонных колебаний в продажах.
  • Прогнозирование количества сделок, спроса на разные товарные категории и суммы среднего чека. Составление плана продаж и закупок. Контроль отклонений от плановых показателей.
  • Составление отчетов и предоставление руководству в наглядном виде — таблицы, графики, диаграммы и т. д.
Дополнительный анализ:  Прогноз курса Доллара на завтра и неделю, месяцы 2021 и 2022

В некоторых компаниях в обязанности аналитика отдела продаж входит и определение эффективности sales-менеджеров. В этом случае он занимается также наблюдением за этим отделом и оценкой работы его сотрудников.

Большую часть времени специалист работает с отчетами. Данные получает от руководителя отдела продаж, из CRM или других систем, в которых бизнес ведет учет. Аналитик предоставляет отчет не только в запланированное время, но и в любой момент по требованию руководства. Иногда на него ложатся обязанности по разработке и внедрению методов сбора статистических данных.

Приведем пример самого распространенного и простого отчета — план-факт анализ. В нем сопоставляются запланированные показатели с фактическими. Исходя из него, специалист понимает, было ли продаж меньше или больше по сравнению с прогнозом. Выясняет, по какой причине изменился сбыт и какие факторы повлияли на изменение показателей.

Зарплата продуктовых аналитиков и спрос на них

 консалтингового агентства MarketsandMarkets показывает, что с 2021 до 2024 объём мирового рынка аналитики продуктов вырастет в два раза.

Драйверы — рост использования больших данных и потребность компаний выпускать конкурентоспособные продукты.
Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |
MarketsandMarkets: рынок аналитики продуктов за пять лет вырастет в два разаСпрос на аналитиков будет расти и в традиционных отраслях бизнеса. Например, в ритейле, который трансформирует магазины на районе в retail-tech. Ритейлерам интересны сервисы для отслеживания поведения покупателей: чтобы предотвращать кражи, расставлять товар на полках, таргетировать рекламу.
Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |
X5 Retail Group о бизнес-потребностях ритейлеровИсследование компании «Нормальные исследования» показывает, что продуктовый аналитик получает 134 000 рублей в первый год работы и 274 000 рублей после трёх лет работы в компании.
Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |
Скриншот из доклада 2021 года о рынке аналитиковНа момент написания статьи на HeadHunter нашлось 1000 вакансий по запросу «Product Analyst» и почти 5000 по запросу «Продуктовый аналитик».
Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |
Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |

Измерение эффективности анализа продаж

Эффективность работы самого специалиста и его команды оценивается через постановку целей и KPI. Это повышает прозрачность его деятельности и помогает в реальной оценке эффективности.

Для наглядного отображения контрольных параметровиспользуют обычные таблицы в Excel, PowerPoint, либо специальные дашборды.

В них могут отражаться следующие метрики:

  1. Динамика объёма продаж. Ключевой параметр.
  1. Цели по продажам. Аналитик может поставить KPI на месяц, квартал, год. Это может быть число новых клиентов, количество сделок, объем продаж в деньгах, в единицах, а также целевые звонки, регистрациии и так далее.
  1. Коэффициенты и динамика прироста по сравнению с прошлыми периодами.
  2. Конверсии. Важно отслеживать, как, с помощью каких каналов и с какой эффективностью звонки и другие первичные контакты с клиентами превращаются в заключенные сделки.
  3. Доля рынка.
  4. Общие продажи и удельные на сотрудника. С поправкой на опыт, аудиторию, рынок, на котором работает каждый специалист.
  5. Средний чек.
  6. Продажи по регионам.

Инструменты продуктового аналитика

Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |Python

 (аналог: R, Java)

Язык программирования с простым синтаксисом, большим количеством библиотек и развитым комьюнити, которое поможет, если нужно.

Подойдет для обработки больших объемов данных, с которыми не справится Excel. Позволяет визуализировать данные, автоматизировать задачи по анализу информации, строить модели прогнозирования оттока клиентов, проводить кластеризацию.

Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |
Google Analytics (аналог: Яндекс.Метрика, Heap)

Бесплатный инструмент для веб-аналитики. Покажет источники трафика и действия пользователей на сайте, количество посетителей, просмотров, конверсию, отчёт о настроенных событиях, поможет провести когортный анализ.

Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |
Tableau (аналог: Power BI, QlikSense, Looker)

Платформа для анализа и визуализации данных с понятным интерфейсом. Поможет построить эффектную графику, объединить данные из разных источников. Работает с MS Excel, MySQL, SQL, Google BigQuery, Microsoft Azure. Есть возможность настроить автоматическое обновление и рассылку отчётов, пересылать их по электронной почте, публиковать ссылку на сервере и получать доступ к отчёту по ссылке.

Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |
Mixpanel (аналог: Amplitude, Flurry, KissMetrics)

Система для аналитики и анализа в режиме реального времени. Помогает понять, что делают пользователи после регистрации. Позволяет построить воронку с условиями на каждое событие в ней, отправлять пуши, проводить A/B-тестирование.

Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |
SQL

Инструмент для работы с базами данных внутри экосистемы продукта. С ним аналитик получит, обработает и скомпонует нужные данные без разработчика. Можно создавать отчёты с динамическими периодами, соединять таблицы, отсекать значения по нужным критериям.

Медицина

Онколог и заведующий отделом организационно-методической работы с регионами НМИЦ имени Н.Н. Пирогова Юрий Комаров стал изучать дата-аналитику, чтобы научиться обрабатывать Big Data в медицине — отчетные формы и реестры лечения пациентов.

Юрий уже смог улучшить процесс прогнозирования заболеваемости и смертности от злокачественных опухолей. Если раньше всю информацию приходилось обрабатывать в Excel вручную в течение двух-трех часов, то с помощью программы на Python процесс занимает не больше пяти минут — и ввод данных, и аналитика автоматизированы.

Результаты анализа помогают заранее спланировать закупку препаратов для разных регионов и распределить нагрузку между врачами. Также с их помощью можно увидеть, получает ли пациент лечение в срок, насколько оно эффективно — и корректировать работу медицинских учреждений.

Научиться анализировать Большие Данные и начать управлять «Матрицей» вам поможет наш курс «Big Data».

Проверять и масштабировать гипотезы

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).

Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |Результаты теста — отрицательные, кажется, что это плохоРабота: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |
Но если разобраться — стало лучше

Продуктовые, игровые и количественные аналитики

Занимаются развитием продукта: формулируют цели и KPI, находят точки роста и тестируют продуктовые гипотезы, используя большие данные.

Сотрудников, которые умеют работать с пользовательской информацией, ищут в игровой индустрии — например, геймдев-аналитиков, способных улучшить пользовательский опыт, понизить churn rate (коэффициент оттока) и увеличить retention rate (коэффициент удержания). По даннымHeadHunter, средняя зарплата специалистов в этой области начинается с 90 000 рублей.

В финансовой сфере появляется запрос на количественных аналитиков: они анализируют показатели компаний с упором на применение математических и статистических методов. Они в среднем могут получать от 65 000 рублей и выше.

Продуктовые аналитики = Менеджмент Программные инструменты Понимание бизнеса

Основное преимущество работы с Big Data в любой специальности — это оптимизация процессов и сокращение времени на рутину. Грамотно составленные алгоритмы позволяют анализировать данные без человеческого вмешательства, доставляя более точный и релевантный результат для любой сферы бизнеса.

Процессы

Руководитель этого уровня занимается системными вопросами, которые помогают его команде и компании работать эффективнее. Это может касаться:

  • hr-процессов найма,
  • процессов оценки результатов (перформанс ревью),
  • вопросов аналитической инфраструктуры,
  • инструментов отчетности
  • и т. д. (список неполный)

Как правило, руководитель такого уровня – опытный аналитик. Он хорошо знает, какие задачи бывают у аналитиков, с какими сложностями в процессе они сталкиваются.

Одна из зон ответственности руководителя аналитики 2 уровня – удобная аналитическая инфраструктура и среда: виртуалки, jupyter hub’ы, библиотеки, облегчающие рутину, удобные витрины данных и т. д. Является квалифицированным заказчиком для команды аналитического хранилища (DWH).

Руководитель аналитики может не являться профессионалом в машинном обучении, но, безусловно, с предметной областью знаком и может говорить с data scientist на одном языке. Хорошо понимает, когда задачу стоит решать методами машинного обучения. Это позволяет ему быть квалифицированным заказчиком для команды ML.

Если компания маленькая, то руководителю аналитики на данном грейде могут быть подчинены команды DWH и Data Science.

Руководитель 2 является связующим звеном между топ-менеджментом и командами аналитики. Поддерживает контекст и единое информационное поле в своей команде и в компании в целом.

Работа аналитиком crm в ростове-на-дону

Написание рекомендаций для посадочных страниц. Работа в CRM Битрикс24, Директ Коммандер, Редактор AdWords, Key Collector, Excel и других вспомогательных…

Опыт настройки контекстной рекламы. Профессиональное образование в области интернет-маркетинга: возможно доп. курсы, семинары, мастер-классы или самообразование или реальный…

§

Email и CRM marketing, выстраивание digital эко-системы коммуникации с оптовыми и розничными клиентами. Развитие собственных брендов компании в оффлайн…

Знание систем аналитики (Google Analytics, Яндекс Метрика). Понимание принципов работы с юнит-экономикой (CPC, CPA, CPO, CAC, ARPU, ARPPU и…

Работа аналитиком данных в ростове-на-дону

Работа с проектной командой (разработчики, аналитики). Сбор, анализ, формализация, документирование и согласование требований к системе. Поиск и устранение узких мест…

Знание логической модели структуры реляционной БД, типы данных, нормализация, ключи, индексы, триггеры, нереляционные БД. Понимание REST API, SOAP и подобных…

§

Усилить продуктовую команду, куда входят: product owner, менеджер, аналитик, front-end / RIA, QA. Участвовать в обсуждении продуктовых решений.

Ломать голову над решениями. Крутить, жонглировать, выбирать подходы. Не бояться фантазировать и изобретать новое. Любознательность. Осведомленность в дизайнерской сфере, профессиональная…

Работа аналитиком продукта в ростове-на-дону

Работа с сайтом (поддержка, наполнение, поправки по дизайну). Продвижение продукта (SEO, контекстная реклама, соц.сети, e-mail, прямая реклама).

Опыт работы 1–3 года. Уверенный пользователь ПК. Знания особенностей исследуемого рынка. Личные требования: Аналитический склад ума, предприимчивость, внимательность, наблюдательность…

§

Анализ ЦА, сегментов, ниш и особенности продукта и т.д. с целью планирования маркетинговых активностей. Поиск новых каналов продвижения компании…

Обладаете несколькими из ключевых hard skills маркетинга (трафик, упаковка, аналитика, стратегия). Наличие хорошей базы проверенных подрядчиков (копирайтеры, дизайнеры, верстальщики) будет…

§

Интервьюирование заказчика и владельцев продукта. Анализ и документирование собранных функциональных и бизнес-требований. Согласование требований с заказчиком для одинакового их…

UML, ERD, Case, Стили интеграции, SPARX EA (желательно), написание HLE, HLD, ТЗ, UseCase, UserStory, TestCase; confluence, draw io.

§

анализ, обсуждение и уточнение требований. — разработка, внедрение и сопровождение нового функционала. — проектирование и декомпозиция задач. — проработка и реализация интеграционных решений. —

Дополнительный анализ:  ООО АГЕНТСТВО РИД АНАЛИТИКС, Новосибирск, ИНН 5404265322, ОГРН 1065404008010 ОКПО 93832609 - реквизиты, отзывы, контакты, рейтинг

Стек: Java11, Gradle, SpringBoot 2.5.X (Web, SpringDataJpa – SpringData Mongo), Spring Cloud 202* (Kubernetes, CircuitBreaker, Config, Gateway, Security…

Работа ведущим аналитиком в ростове-на-дону, свежие вакансии ведущего аналитика на superjob

Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |

Работа специалистом по аналитике в ростове-на-дону

Анализировать эффективность источников трафика, расходы, CR, CPC, CPA, CPO, ROI рекламных кампаний с помощью статистики и Яндекс.Метрики. Предлагать, как оптимизировать…

Работали с системами аналитики: оценивали эффективность трафика, стоимость привлечения клиента из разных источников. Способны анализировать массивы информации, предлагать и проверять…

§

Поддержание постоянного контакта с существующими клиентами, информирование клиента о ходе работы по проекту и предложение дополнительных услуг. Обеспечение роста клиента.

Междисциплинарное понимание маркетинга, а также: SEO, SMM, контекстной рекламы, аналитики, проектирования, дизайна, основ вёрстки. Вы должны принципиально понимать, как всё…

§

Написание инструкций, технических заданий. Подготовка календарных планов работ по моделированию, анализу и оптимизации бизнес-процессов заказчика. Текущее сопровождение клиентов по…

Знание методологии учета (управленческий учет, бюджетирование, производство). Опыт работы аналитиком, методистом, консультантом. Аналитический склад ума, самостоятельность, умение работать в команде.

§

Работа с клиентами: назначение встреч, встречи, презентация компании. Работа по объекту недвижимости: аналитика спроса и предложений, прием входящих звонков, презентация…

Вводное обучение по недвижимости и навыкам продаж. Решение интересных сложных задач, продвигающих тебя как личность. Честность, самодисциплина и ответственность – это…

Работа: менеджер по статистике аналитик в москве — сентябрь 2021 – 581 вакансия |

Сложность решаемых задач и глубина решения

Аналитик на этом уровне справляется с большинством простых задач самостоятельно. Однако с учетом небольшого опыта решения задач именно в бизнесовой постановке (с обработкой данных, как мы помним, всё нормально уже с уровня джуниора), аналитику на этом грейде может не хватать глубины мышления или ширины контекста, чтобы лучше понимать природу сложных задач и подбирать лучший способ решения.

Как правило трудности вызывают:

  • ситуации с высокой степенью неопределенности,
  • задачи вокруг сложных и многослойных бизнес-процессов,
  • задачи со сложным заказчиком, когда нужно аккуратно работать с возражениями.

В этих ситуациях аналитику 1 требуется помощь старшего товарища для понимания задачи, её декомпозиции или презентации результатов (чтобы они были применены).

Аналитик 1 – чаще других грейдов сталкивается с проявлением синдрома Даннинга-Крюгера. Он уже стал самостоятельным, научился помогать бизнесу, поэтому ему кажется, что ему любая задача по плечу (и вообще он уже дорос до старшего аналитика).

Проблема в том, что Аналитик 1 не понимает, в какой из своих задач он мог бы копнуть глубже. Поэтому руководитель такого аналитика старается быть в курсе почти всех его задач и выбранных способов решения. Формат контроля может быть разный, например: стендапы всей команды или регулярные встречи 1 на 1.

Аналитик 1 хорошо (и самостоятельно) справляется с задачами, которые имеют понятный путь к решению, например, подготовка и анализ рутинного а/б теста. Если аналитик проявляет проактивную позицию и не только отвечает на прямой вопрос а/б теста «можно катить или нет?», а смотрит (и находит!) проблемы в каких-то срезах, что позволяет улучшить показатели продукта, – это инициатива уже на грейд выше.

Сложные комплексные исследования аналитик 1 может делать только под присмотром наставника, который помогает и с сутью, и с декомпозицией и, зачастую, с оформлением и презентацией результата.

Требуемые знания и образование

Для аналитика продаж не предусмотрено отдельной специальности в образовании. Для работы по данному направлению обычно учатся на маркетинге, в финансах, получают специальности аудит и бизнес.

Наиболее важные для данного специалиста дисциплины:

  • Математика;
  • Информатика;
  • Статистика;
  • Финансы;
  • Менеджмент;
  • Бухгалтерский учёт.

Последний полезен в ситуациях, когда приходится анализировать корпоративную финансовую отчётность.

В целом, речь идёт о некой синтетической специальности, трансформированной под современные запросы рынка. Если раньше им мог быть узкоспециализированный финансит или бухгалтер, то теперь важно умение работать также с цифровыми инструментами анализа.

В любом случае, ему понадобится:

  • Аналитический склад ума.
  • Внимательность и способность формировать причинно следственные связи, видеть тренды, прогнозировать результат решений в области продаж.
  • Умение считать, разбираться в больших объёмах данных, делать выводы.
  • Хорошие навыки конкурентного анализа.
  • Высокая обучаемость. Среди используемого профессионального ПО — CRM, ERP, платформы закупки и аналитики digital-рекламы. Возможно, оптимизаторы ставок, но только для понимания работы специалистов.
  • Высокая дисциплина, организованность.
  • Бизнес-интуиция и некоторое понимание психологии — в том числе, для того, чтобы предугадывать ожидания клиентов и партнёров.
  • Умение работать как независимо, так и в составе команды.

Фармацевтика

Павел Елагин, в прошлом руководитель отдела разработки технологий получения активных фармацевтических субстанций в российской биотехнологической компании, начал применять аналитические инструменты для создания новых молекул и оптимизации работы подчиненных внутри команды.

После обучения Павлу удалось оптимизировать время создания некоторых продуктов. Разработка химической реакции — это многофакторная система: на нее влияет большое количество переменных, например температура, давление, скорость перемешивания, количество реагентов и другие показатели.

Например, после попыток избавиться от побочных продуктов реакции внутримолекулярной конденсации Павел с командой решили провести полный многофакторный эксперимент с включением всех возможных параметров. На основании полученных данных им удалось определить совокупность нескольких факторов, которые больше всего влияли на качество получаемой субстанции. Этот вывод позволил разработать технологию, благодаря которой получается продукт необходимого фармацевтического качества.

Научиться анализировать Большие Данные и начать управлять «Матрицей» вам поможет наш курс «Big Data».

Чем занимается аналитик данных и где он нужен

До того как стать всемирно известным стриминговым сервисом, Netflix распространял по почте и сдавал в аренду DVD-диски. Бизнес-модель компании изменилась после перехода в онлайн и внедрения рекомендательной системы: пользователи стали получать персонализированные предложения к просмотру и принимать решения на основе данных.

В маленьких компаниях обычно нет аналитиков из-за недостаточного количества данных, а в корпорациях интерес к этой профессии, наоборот, повышенный. Так, в 2021 году спрос на дата-аналитиков в России вырос в семь раз по сравнению с 2021 годом.

Особенной популярностью представители этой профессии пользуются в крупных рекламных агентствах и финансовых организациях. В этих сферах за каждую ошибку платишь рублем, поэтому руководители стараются минимизировать потери компании, нанимая сильных специалистов.

Научиться анализировать Большие Данные и начать управлять «Матрицей» вам поможет наш курс «Big Data».

Чем занимается продуктовый аналитик


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.
Работа: Менеджер по статистике аналитик в Москве — Сентябрь 2021 - 581 вакансия |

В заключение

С тех пор, как я впервые формализовал и внедрил грейды в своей команде, я не представляю, как от них можно отказаться. Грейды так прочно засели в моём сознании менеджера, что теперь про все задачи, связанные с людьми, я думаю в терминах грейдов: найм, развитие, материальная мотивация, кому какую зону ответственности стоит доверить и т.д.

Если вы руководите аналитиками, надеюсь, фреймворк окажется вам полезен – и, спустя время, вы разделите мой энтузиазм =).

Для того, чтобы начать чувствовать систему грейдов «на кончиках пальцев» требуется много практики. Как руководителю вам нужно выставить грейд хотя бы паре десятков сотрудников, чтобы разобраться в нюансах и пограничных ситуациях.

Если вы аналитик, можете использовать этот материал как гайд по профессиональному и личностному росту. Пришлите эту статью вашему руководителю и предложите на следующей регулярной встрече обсудить, на какой ступени аналитики вы сейчас находитесь, над чем вам стоит поработать, чтобы перебраться на следующую. Заданная система координат позволяет вести подобные разговоры содержательно и ёмко.

Если по прочтении у вас остались вопросы – не стесняйтесь задавать их в комментариях и в чате «Ask Kevin!» или мне лично.

Вместо вывода

Из каждого утюга слышно, что со временем сложность бизнес-проблем и их ИТ-решений возрастает по экспоненте. Наравне с этим стек технологий развивается интенсивно и экстенсивно, вширь и вглубь. Выбор правильной композиции технологий может дать прорывные конкурентные преимущества, но и действовать губительно, часто выбор осуществляется на годы вперед, ставя разработчиков в узкие рамки.

Сложившаяся ситуация требует от ИТ аналитиков (1) глубокого познания предметной области бизнеса, особенностей внутренних процессов, внешней среды и трендов, (2) не менее глубоких знаний технологий, часто практического их использования.

Можно быть идеалистом, искать гения и требовать от него высокого понимания различных, если не полярных областей знаний. Можно спуститься на землю и понять, что такая двойственность обязанностей с большой вероятностью приведет к факапу в обоих направлениях. Сидеть на двух стульях — не лучшая практика.

Если сложность проекта требует наличия БА и СА, то для начала следует сформировать понятие, какой уровень знания бизнеса и технических особенностей нужен от специалиста и транслировать его в публикуемую вакансию, стратегию собеседования и тестирования.

Коллегам, нашедшим себя или планирующим работать БА или СА, советую провести такую же процедуру и честно понять для себя, хотите ли вы (1) искать зерно истины в часто не поддающемся алгоритмам и логике, постоянно изменяющемся бизнесе или (2) исследовать и проектировать сложные, запутанные, но интересные системы.

Оцените статью
Аналитик-эксперт
Добавить комментарий

Adblock
detector