Продуктовый аналитик

Ориентир по рынку≈ 140 000 – 300 000 ₽наш грубый ориентир по 195 вакансиям этого грейда на рынке, без учёта специальности: у работодателя вилка не указана

🏢 ОфисMiddleПолная занятость

≈ 140 000 – 300 000 ₽наша приблизительная оценка

Стоит ли откликаться

Стоит откликнуться, но спросите про деньги

Сумму в объявлении не указали. Сколько платят за похожую работу, видно в разборе. Вакансия свежая: первые отклики читают внимательнее.

3 из 4 в норме

Зарплата не указана: ваша цель, нижняя граница и фраза для первого созвона

Деньги

Зарплату в объявлении не раскрыли. Грубый ориентир: столько платят в 195 вакансиях уровня Middle по всему рынку, без учёта специальности.

платят меньше140 000 – 300 000 ₽ у половины таких вакансийплатят больше

Вилки нет

Живость

Появилась 5 дней назад. Раньше её не выкладывали: это новая позиция, а по новым почти всегда действительно нанимают.

Свежая

Описание

Расписано подробно: обязанностей 6, требований 9. Картина ясна до первого созвона.

Подробно

Что требуют

ОбязательноA/B TestingSQLPythonPandasNumPySupersetPower BITableau

Надбавка к зарплате на этом уровне: Python +40%, SQL +20%.

Ясно

Полный разбор в Pro

Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме

Сколько просить

Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга

Ваше резюме против требований

Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика

Спросить у работодателя

Что стоит спросить: вопросы именно к этой вакансии для первого созвона

Когда откликаться

Стоит ли спешить: за сколько дней эта компания обычно закрывает вакансии

30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro

Наша компания

Мы ищем опытного Продуктового аналитика в команду Loyalty (Программа лояльности), чтобы вместе строить персонализированный пользовательский опыт, удерживать клиентов и повышать их жизненную ценность (LTV). Вам предстоит погружаться в поведение пользователей, превращать массивы данных в продуктовые гипотезы, проектировать и анализировать A/B-тесты, а также тесно работать в кросс-функциональной команде с продуктовыми менеджерами, разработчиками и дизайнерами.

Чем предстоит заниматься

Анализ пользовательского поведения: исследованием того, как клиенты взаимодействуют с системой лояльности (бонусы, кешбэк, статусы, промокоды, партнерские офферы)

Генерация и проверка гипотез: на основе данных искать точки роста конверсии, удержания (Retention) и возвращаемости пользователей

Эксперименты и A/B-тестирование: проектировать A/B-тесты (расчет размера выборки, оценка мощности), запускать их вместе с командой и подводить надежные итоги

Метрики и дашборды: формулировать и развивать древо метрик продукта, разрабатывать автоматизированные дашборды (в BI-инструментах) для команды и руководства

Ad-hoc исследования: проводить глубокие исследования (cohort analysis, funnel analysis, churn prediction) для принятия продуктовых решений

Командное взаимодействие: участвовать в планировании спринтов, защищать результаты исследований перед продуктовой командой и стейкхолдерами

Наши требования

Опыт построения моделей оттока (Churn) или сегментации пользователей (RFM-анализ)

Понимание работы рекомендательных систем и персональных офферов

Опыт работы с продуктовой аналитикой (Amplitude, Mixpanel) и системами веб-аналитики (Google Analytics, Яндекс Метрика)

Опыт работы: от 2–3 лет на позиции продуктового или веб-аналитика (опыт в продуктах с программами лояльности, e-commerce, финтехе или ритейле будет плюсом)

Уверенный SQL: написание сложных, оптимизированных запросов (Window functions, CTE, агрегации)

Python или R: опыт обработки данных, проведения статистических тестов и построения визуализаций (pandas, numpy, scipy/statsmodels, matplotlib/seaborn)

Математическая статистика и A/B-тестирование: понимание доверительных интервалов, проверки гипотез (p-value, ошибки I/II рода, MDE, методы снижения дисперсии — Cuped/Stratification)

Понимание продуктовых метрик: LTV, CAC, Retention, Churn, ARPU/ARPPU, DAU/MAU, Burn Rate бонусов

Опыт работы с BI: Superset, Power BI, Tableau, Redash или аналогами