Аналитик данных (Маркетинговая аналитика / MMM / CMI)

Ориентир по рынку≈ 154 000 – 229 000 ₽наш грубый ориентир по 199 вакансиям этого грейда на рынке, без учёта специальности: у работодателя вилка не указана

≈ 1,9 тыс.–2,8 тыс. $

ГибридMiddleПолная занятостьКорпорацияопубликовано 10 сент.

≈ 154 000 – 229 000 ₽наша приблизительная оценка

Описание

Разбор

Подготовить откликОтклик

История

Наша компания

Мы строим data-driven маркетинг, где каждое решение должно доказывать свою эффективность. Ищем Senior аналитика, который выстроит единую методологию оценки всех активностей — от креативов до медиамикса. Ты будешь работать на стыке данных, стратегии и экспериментов: запускать тесты, развивать MMM и Causal Impact. Это роль для того, кто хочет влиять на ключевые бизнес-решения, а не закрывать узкие задачи. Идеальный профиль — опыт in-house аналитики в крупных онлайн-экосистемах, с бэкграундом в 360° маркетинге и пониманием причинно-следственных связей.

Чем предстоит заниматься

Выстраивать с нуля единую методологию оценки эффективности всех маркетинговых каналов и активностей — от креатива до медиабаинга

Запускать региональные тесты, тесты аплифтов и инкрементальные эксперименты, которые отделяют корреляцию от реального бизнес-эффекта

Внедрять MMM и Causal Impact для измерения эластичности каналов, каннибализации и сквозной оптимизации медиамикса

Развивать CMI-направление: связывать трекеры с ML-моделями, анализировать восприятие аудитории и эффективность выбора звёзд

Лидировать локальные команды аналитики маркетинга, передавая экспертизу и задавая стандарты качества data-driven решений

Наши требования

Senior-экспертиза в маркетинговой аналитике. Опыт построения MMM, оценки эластичности и каннибализации каналов, региональных и инкрементальных тестов внутри крупного бизнеса

ML и статистика. Понимание моделей от линейной регрессии до Causal Impact, временные ряды (ARIMA, Prophet), CatBoost; умение работать с причинно-следственными связями, а не только с корреляциями

Коммуникации и стейкхолдер-менеджмент. Способность самостоятельно собирать контекст через интервью с большим количеством стейкхолдеров и синтезировать его в целостную картину

Презентация и автономность. Умение чётко презентовать выводы, объяснять сильные и слабые стороны методологии и её ограничения; proactive-подход к неструктурированным задачам

Отраслевой фон. Опыт в e-com / retailtech — преимущество. Высокий приоритет — in-house аналитика в онлайн-компаниях с 360° маркетингом

SQL на уверенном уровне (Greenplum, Trino, ClickHouse, Teradata)

Python (Pandas, NumPy) для сбора и обработки данных, базовой статистики и экспериментального анализа

Методологии оценки эффектов: понимание DiD, synthetic control, PSM, A/B-тестирования, MMM