Привет! Меня зовут Дарина Кухтина, я руководитель аналитики в компании, которая разрабатывает мобильные игры, и наставник на курсе «Аналитик данных». Недавно в расширенной программе курса появились две специализации — продуктовый и BI-аналитик, и я подумала, что новичкам будет полезно узнать, чем же разные аналитики отличаются друг от друга.
Дисклеймер: все названия условны, читайте описание задач
Вначале хочу отметить, что на рынке нет единого стандарта названий для аналитиков, и разные компании в своих вакансиях могут использовать разные термины для одной и той же роли. В этой статье я буду отталкиваться от своей системы координат.
Я разделяю аналитиков на три группы: аналитики требований (системные и бизнес-аналитики), аналитики данных (продуктовые и маркетинговые), а также BI-аналитики. Есть ещё узкоспециализированные группы, например веб-аналитики, но их мы вынесем за скобки.
Сегодня я не буду касаться аналитиков требований и узкоспециализированных спецов. Расскажу об аналитиках, которые связаны с данными: о продуктовых, маркетинговых и BI-аналитиках. И о том, как по описанию задач и стека в вакансии понять, на какую роль вы претендуете.
Новичкам советую на старте выбрать специализацию и чётко определиться, чем вы хотите заниматься. Работодателей смущает, когда человек готов делать всё сразу — это выглядит не как классная многозадачность, а как неопределённость. Для компаний это риск, потому что вы можете быстро уволиться, если специализация не понравится и захочется её сменить, и им придётся искать нового сотрудника.
Что общего у всех аналитиков
Основная задача любого аналитика данных — сбор, обработка и анализ информации. В зависимости от задач и объёма данных аналитики могут использовать разные инструменты.
Бывают вакансии, где от аналитика данных требуется т��лько знание Excel. Это не значит, что вакансия плохая. Excel может быть мощным инструментом, если нужно проводить базовый анализ или работать с небольшими объёмами данных, его часто выбирает офлайн-бизнес. Excel на самом деле способен на многое, если разобраться в его возможностях. Я, например, таким похвастаться не могу и завидую людям, которые смогли.
Ещё один базовый инструмент для аналитиков — SQL. Его используют для извлечения и обработки больших объёмов данных. Некоторые компании могут применять SQL для запросов, но анализировать данные всё равно в Excel, хотя это довольно редкий случай.
Для визуализации данных и создания дашбордов нужны BI-инструменты: например, Tableau, Power BI или Metabase. В основном с ними работают BI-аналитики, но в вакансиях для продуктовых и маркетинговых этот стек тоже встречается — им часто приходится что-то быстро визуализировать или строить дашборды в качестве ответа на вопрос.
Для глубокой аналитики и создания предиктивных моделей используют языки программирования. Самый популярный из них — Python, хотя встречаются и другие. Когда я начинала работать, в моде был язык R. До сих пор по нему немного скучаю.
В целом у разных аналитиков основные инструменты и навыки работы с данными могут совпадать. Отличаться будет специфика задач.
Продуктовый аналитик
Продуктовый аналитик участвует во всех этапах работы над продуктом: от разработки идеи фичи до её внедрения и дальнейшего сопровождения. Он выполняет роль «правой руки» бизнеса и часто работает в связке с проджект-менеджером: помогает с подсчётом параметров во время написания документации для новых фич, дает рекомендации по развитию продукта и его отдельных функций. Бизнес воспринимает аналитика как мага с волшебной палочкой, который жонглирует данными и предсказывает, какое решение будет самым надёжным.
Чтобы принимать обоснованные решения о развитии продукта, аналитики проводят A/B-тесты — это одна из самых частых задач продуктового аналитика. Если в вакансии вы видите упоминание А/B-тестов, скорее всего, вы будете заниматься продуктом, работать с результатами тестов для принятия решений. Например, сравнивать разные версии продукта или фич и определять, что лучше работает.
Аналитики также проводят анализ бизнес-показателей. Отслеживают ключевые метрики: удержание пользователей (ретеншн), средний доход на пользователя (ARPU), конверсию платежей и другие. Здесь как раз помогают дашборды.
В вакансиях упоминается и поиск точек роста продукта. Лично я не люблю это слово «поиск» в контексте задач аналитика, потому что у меня возникают ассоциации с человеком, который копает землю в надежде найти золото. Я не верю в целенаправленный поиск инсайтов, когда аналитик просто сидит неделю и ковыряет данные. Я предпочитаю искать инсайты там, где уже есть потенциал, который мы обнаружили в процессе выполнения задачи.
Работа продуктового аналитика требует глубокого понимания специфики продукта. Если аналитик не пользуется продуктом и не исследует конкурентов, ему будет сложно эффективно выполнять свои функции. Там, где продукт большой и сложный, аналитики фокусируются на его отдельных частях, например на монет��зации или на геймплее в играх.
Маркетинговый аналитик
Если продуктовый аналитик в основном занимается тем, что происходит с пользователем после покупки продукта, то маркетинговый аналитик отвечает за часть «до». Он проводит исследование эффективности рекламных акций, делает анализ трафика и поведенческих данных пользователей.
Раньше, когда в Google Play или Apple Store было мало приложений, найти нужное было просто — пользователю достаточно было ввести, например, слово «нарды». Сейчас ситуация другая: сотни однотипных приложений борются за внимание аудитории и размещают рекламу везде — в сторе, на сайтах, в приложениях. Для этого создают множество различных креативов: баннеры, видеоролики, нативные интеграции. Сориентироваться в этом хаосе и сформировать рекламную стратегию помогает маркетинговый аналитик.
Он анализирует, какие рекламные каналы и креативы работают лучше, какие источники приводят к большему числу установок и доходу. Делает выводы, куда инвестировать бюджеты, чтобы реклама принесла результат. Поэтому самая частая задача маркетингового аналитика — создание моделей для оценки трафика. Важно также разбираться в инструментах отслеживания, или трекерах: понимать, какой трекер используется, как он работает и какие настройки необходимы, чтобы «засечь» пользователя.
Маркетинговый аналитик должен ориентироваться в продукте, но ему не обязательно досконально знать все его фичи. Зато полезно понимать продуктовые метрики. Если маркетинговый аналитик анализирует поведение пользователей после установки и видит, что какая-то фича хорошо воспринимается, он может предложить использовать её в рекламных креативах.
В компаниях, где нет отдельного BI-аналитика, маркетинговые аналитики берут на себя задачи по созданию дашбордов, выполняют периодические выгрузки данных, занимаются ad-hoc запросами. Всё это можно встретить в вакансиях на роль аналитика в команду маркетинга.
В некоторых компаниях маркетинговые и продуктовые аналитики работают в одном департаменте и часто пересекаются. У них одинаковые встречи и процессы, отличаются только задачи. Бывает и по-другому: аналитиков разделяют по разным департаментам. Продуктовые аналитики подчиняются продуктовой команде, а маркетинговые — маркетингу. Такое разделение кажется мне не самым удачным решением. Иногда это приводит к «перекидыванию мячика»: маркетинговые аналитики утверждают, что проблемы из-за продукта, а продуктовые — что это маркетинг закупил не тех пользователей. |
BI-аналитик
Как я уже упоминала, задачи BI-аналитика часто распределяются между другими аналитиками в компании, поэтому навыки работы с дашбордами и инструментами визуализации встречаются в вакансиях для разных аналитических ролей.
Бывает, что BI-аналитик — это отдельная роль в компании. Такие специалисты в основном создают дашборды, пишут запросы, формируют специфические витрины внутри хранилища.
Витрины — это наборы данных для конкретных задач. Например, если продуктовый аналитик исследует поведение пользователей после обновления приложения, ему может понадобиться витрина с данными о действиях пользователей в течение недели после обновления. BI-аналитик соберёт для него такую витрину.
Основные инструменты BI-аналитика — платформы для визуализации данных, например Tableau, Power BI и Metabase. Они упрощают создание дашбордов и отчётов.
Аналитики-разработчики и не только
В некоторых компаниях выделяют отдельную роль аналитика данных, которая не относится ни к маркетингу, ни к продукту. Такие аналитики могут работать с HR-данными, проводить конкурентный или внутренний анализ работы компании, делать дашборды для бухгалтерии и других внутренних функций.
Ещё одна особая роль — аналитик-разработчик. Это аналитик, который хорошо разбирается как в аналитических инструментах и методах, так и в программировании. Он занимается разработкой внутренних аналитических инструментов, настройкой алертов и автоматизацией задач. Например, у нас в компании аналитику приходит «алерт», когда кто-то ставит ему задачу. Процесс автоматизирован, а поддерживает его как раз аналитик-разработчик.
В заключение подчеркну: важно обращать внимание не столько на название должности, сколько на инструменты и задачи. Когда я поступала в университет и начинала свою карьеру, профессии «аналитик данных» вообще не существовало, хотя функция была. Тогда использовали термин «статистик», и, скорее всего, в моём резюме, которое я не обновляла со времён университета, написано именно это слово. Названия должностей меняются, поэтому ключевое в любой вакансии — это суть работы и требуемые навыки.
