Middle продуктовый аналитик в команду отелей сервиса путешествий

компания "туту.ру" мы туту, №1 по трафику в тревле в россии. делали расписание электричек ещё когда рунет был маленький. сейчас у нас в продуктах перевес в сторону жд. есть много людей, которым нужно к билетам брать отели. традиционно продавали их через партнёра, а сейчас активно развиваем это направление сами. и для этого нам нужен хороший аналитик, который будет искать сегменты людей, ковыряться в том, что им нужно и выдвигать гипотезы. затем команда проверит эти гипотезы, а вам предстоит проанализировать результаты и вообще улучшать продукт. параллельно поработаете с задачами по управлению ценами и кучей математики по оптимизации предложений из разных источников. данных у нас много, они консистентные. немного про стек: python, sql, clickhouse, elasticsearch, metabase. основные задачи: анализировать результаты экспериментов, формулировать выводы, предлагать конкретные решения на их основе; помогать оценивать новые инициативы, по доступным метрикам и подходящим кейсам прогнозировать эффективность и подсвечивать слабые места; автоматизировать свою работу и выносить на дашборды ключевые метрики и разрезы, чтобы ответы на большинство рядовых вопросов по и команды "а какая доля пользователей..." можно было получить без работы аналитика; рассказывать команде о ключевых метриках, выводах экспериментов, отвечать на их вопросы и приобщать к культуре действий на основе данных; помогать команде залогировать ключевые метрики поведения пользователей, чтобы потом его было проще анализировать; прогнозировать ключевые метрики на будущие периоды в рамках трендов для оценки развития и бюджетирования. от вас нужно: — понимание статистики и другой математики; — понимание, что такое «метрика для продуктовых решений», умение говорить числами вместо гуманитарных эпитетов; — топить за пользователя почти всегда: рассматривать фичу с точки зрения клиента, а не команды разработки; умение мыслить и находить в большом объеме неструктурированной информации зависимости и закономерности; умение не закапываться и вовремя говорить стоп в процессе анализа. для нас хорошая работа аналитика заключается не в том, чтобы находить крутые фичи и повышать финансовые kpi, а в том, чтобы проверять гипотезы, которые могли бы дать максимальный эффект. то есть финансовый результат тоже важен, но ваша задача — искать точки роста. про команду и рабочие процессы: команда продуктовых аналитиков работает циклами. в начале недели планерка и отбор задач на недельный спринт, в конце недели — демо результатов для внутренних заказчиков. как правило, происходит обсуждение результатов и основных выводов по задачам, а также принятие решения, стоит ли развивать данную фичу и как, что берем в разработку, что стоит еще проверить. на отчёты ходят по и аналитики из других команд, чтобы обмениваться обратной связью и генерить совместно идеи; из обязательных встреч у нас классический набор: планирование, стендапы, демо и ретро. иногда мы встречаемся побрейнштормить или просто поговорить. но встречи в рамках быстро развивающейся компании возникают постоянно и ребята сами их создают и подключают в них других ребят из команды или из других отделов туту; регулярно нужно взаимодействовать с другими аналитиками для обмена опытом, дата-сайнтистами когда нужна модель данных, системными аналитиками и по для того, чтобы посмотреть, что аналогичного уже есть в их продукте, или от чего раньше отказались в опытах; задачу аналитику может поставить по напрямую. чаще всего это либо гипотеза, требующая проверки, либо идея (оценить, стоит ли проверять), либо отчёт по прогнозу того же объёма продаж в разных сценариях (либо дашборд). команда может приносить идеи и просить свести результаты тестов, либо помочь с их методологией. все задачи включают описание, зачем мы их делаем и к чему хотим прийти либо что хотим понять в результате их решения, какое решение мы хотим принять или что понять о развитии нашего сервиса. никаких «делай, потому что так надо», все данные всегда должны быть на входе. куда можно расти: расти можно в по продукта (со своей командой разработки и т.п.), один такой пример уже есть; либо становиться экспертом продуктовой аналитики и смотреть на всё более и более крупные задачи, под которые можно будет привлекать больше ресурсов; третий путь — в дата-сайнс. график работы: работаем 5/2 в гибридном формате. можно взять место в офисе или работать полностью удаленно. про компанию: — компания с хорошим техническим стеком, техруководителями и готовностью одними из первых пробовать новые технологии;— сильный блог на хабре, где пишут в том числе технари о своей работе;— хорошая техническая инфраструктура, очень крутая внутренняя база знаний, культура api и так далее;— открываются новые направления, где можно делать всё с нуля. весь положенный набор плюшек: дмс со стоматологией, кухня в офисе, страховка на путешествия, ноутбук, премии по результатам работы, оплата больничных, регулярная переиндексация зарплаты, а также обучение, премия за прочитанные книги и обмен опытом. структура собеседований: общение с hr-менеджером, 15-20 минут, перед техсобеседованием. никаких «кем вы видите себя через 5 лет»; встреча с командой и парой тех-спецов из других команд. можно понять, достаточно ли профессиональна наша команда и комфортно ли вам с ней будет. мы, в свою очередь, проверим ваши профессиональные знания и навыки); тестовое задание; встреча-знакомство с руководителем отдела аналитики и product owner.