Product analyst кто это

Профессия Проду́ктовый аналитик: особенности, обучение (онлайн-курсы)

В любой крупной компании есть штат специалистов по маркетингу, которые исследуют свойства продвигаемого товара (услуги) и просчитывают стратегию его продажи. В их числе продуктовые аналитики (Product Analyst).

Описание профессии

Проду́ктовый аналитик — это специалист, который изучает и выстраивает стратегию продвижения продукта. Его главная задача просчитать все действия потенциального клиента от знакомства с товаром/услугой до покупки, а затем оценить финансовые показатели от целевых действий аудитории.

Начинается всё с привлечения пользователь на страницы или сайт компании посредством различных действий (лендинги, рассылки в социальных сетях, контекстная реклама и т.д.), а заканчивается формированием отчета о результатах: сколько клиентов ознакомилось с предложением, сколько совершило покупку, соответствует ли финансовый результат прогнозам. Далее продуктовый аналитик формирует отчет и просчитывает новые бизнес-кейсы.

Зачем нужна аналитика продукта

1. Снижение расходов на производство;
2. Удержание лояльной аудитории;
3. Привлечение новых клиентов (расширение аудитории);
4. Улучшение качеств продукта и в конечном счете повышение продаж.

Что делает продуктовый аналитик

Подходы к управлению продуктом могут быть разными, поскольку сильно зависят от сферы применения, но в общих чертах можно выделить несколько направлений работы продуктового аналитика:

• Анализ Big Data — массивов данных, помогающих просчитать нужную бизнес-модель и маркетинговую стратегию;
• Работа с инсайтами — так называют неочевидные свойства продукта, которые подходят для той или иной аудитории, а также его восприятие среди потенциальных клиентов. Инсайты могут быть как положительными, так и негативными;
• Анализ точек роста и потерь — здесь специалист изучает сильные и слабые стороны продукта, на основании которых можно просчитать стратегию продвижения.

Что конкретно для этого делает продуктовый аналитик:

1. Автоматизирует сбор аналитики и настраивает нужные метрики;
2. Выявляет факторы и закономерности поведения аудитории на основе данных;
3. Строит гипотезы и проводит A/B-тестирование;
4. Интерпретирует результаты и на их основе составляет отчеты для руководства;
5. Отслеживает финансовые показатели.

Личностные качества и навыки продуктового аналитика

Поскольку специалист работает с сухой статистикой, он должен уметь хорошо считать и видеть закономерности. А для этого нужны:

• Системное мышление;
• Наблюдательность;
• Умение строить прогностические модели и абстрагироваться;
• Склонность к монотонной работе, усидчивость.

Навыки, которыми владеют продуктовые аналитики, в настоящее время связаны с умением применять Data-driven подход, то есть анализировать «большие данные». А для этого необходимо владеть нужным инструментарием:

• Python, его библиотеки и фреймворки, либо язык R;
• Знание SQL;
• Инструменты визуализации данных (Tableau, Power BI и другие);
• Метрики (Google Analytics, Яндекс.Метрика, Firebase, Appmetrika, Appsflyer и другие).

Где учат на продуктового аналитика

Как показывает практика, на эту позицию чаще остальных приходят те, кто уже до этого занимался аналитикой данных (Data Scientists). Если речь идёт об IT-продуктах, то неплохой вариант начать с должности разработчика или менеджера проектов.

Целенаправленно на продуктового аналитика не учат нигде, поскольку это направление все-таки для специалистов с опытом. Знание сферы работы, в которой разрабатывается продукт, в значительной степени облегчает вхождение в профессию.

Онлайн-курсы

Базовое образование лучше выбирать технического профиля, например, по направлению «Бизнес-информатика» или «Прикладная информатика в экономике» — здесь учат аналитическому мышлению и устройству бизнес-процессов.

Однако надлежащий инструментарий скорее всего придется осваивать самостоятельно. Подойдут онлайн-курсы:

1. Аналитик Python;
2. Data Science;
3. Аналитик Big Data;
4. Аналитик в маркетинге;
5. Аналитик продукта;
6. Анализ данных.

Уровень зарплаты продуктовых аналитиков в 2022 году

Если опираться на вакансии в открытом доступе, то среднее предложение по рынку для продуктовых аналитиков на данный момент составляет от 150000 до 160000 рублей в месяц.

Однако это усредненные данные и касаются они специалистов с опытом работы от 3 лет. На позиции младшего аналитика или стажера платят существенно меньше, до 60000 рублей в месяц. В ряде случаев зарплата вообще не указывается, поскольку зависит от договоренности на собеседовании.

Плюсы и минусы профессии продуктового аналитика

• Престижность;
• Востребованность;
• Высокий заработок;
• Карьерный рост.

• Требуется опыт;
• Высокая конкуренция;
• Монотонная сидячая работа.

Чем занимается продуктовый аналитик: задачи и обязанности

Меня зовут Сергей, я Product Analyst в Wikr Group. До этого занимался аналитикой в компаниях Philip Morris и Genesis, в последней дорос до продуктового аналитика. В мои обязанности входил анализ всех метрик и определение вектора роста. Затем около полугода работал в Luxoft на позиции бизнес-аналитика, занимался построением алгоритмов и микросервисов. Но аутсорсинг мне не был так интересен, как развитие продукта, а потому вскоре я принял оффер от Wikr Group. Сейчас занимаюсь развитием мобильного приложения, которое будет решать проблемы людей в области здоровья.

Опираясь на свой опыт, я хочу рассказать о должности продуктового аналитика: кто это, чем занимается такой специалист и как развиваться в этом направлении.

Работа с данными

Продуктовый аналитик — это прежде всего аналитик, а значит, он должен уметь работать с данными. Чем больше данных, тем выше вероятность принять правильное решение. Для этого необходимо изучать метрики, строить воронки, следить, к каким результатам приводят малейшие изменения.

Такой подход — принимать решение в зависимости от полученных данных — называется Data Driven Development. К примеру, есть вопрос: на какую кнопку пользователи будут охотнее кликать — красную или зеленую? При ответ находят с помощью A/B-тестирования: запускают тест, разделив аудиторию 50 на 50. Половине показывают красную кнопку, половине — зеленую. Если в результате оказывается, что пользователи чаще кликают на вторую, то принимаем решение убрать красную, оставляем только зеленую. Таким образом, мы предпринимаем только оправданные действия и постоянно улучшаем продукт.

Стоит учитывать, что на данном этапе нельзя просто доверять большему значению. Продуктовые аналитики применяют показатель статистической значимости. К примеру, что будет лучше в случае неравномерной разбивки трафика: выборка в 10 пользователей, из которых 2 сделали целевое действие, или выборка в 100 пользователей, из которых 10 сделали целевое? Если опираться только на относительные показатели, то будет ясно, что первая выборка 2/10 лучше. Но на самом деле на текущем этапе нельзя делать выводы, так как конверсия в целевое действие в 20% может быть случайностью.

На больших выборках получаем результаты с большим уровнем статистической значимости. Нормой для принятия решения считается уровень этого показателя > 95%

Один из важнейших показателей для продуктового направления — возврат пользователя. Конечно, можно и нужно масштабировать трафик, привлекать новых покупателей. Но зачастую больший уровень окупаемости приносят усилия, направленные на то, чтобы удержать прежних клиентов и воодушевить их еще раз воспользоваться вашим сервисом. И тут также на помощь приходит анализ больших данных.

Однажды передо мной как перед руководителем отдела возврата пользователей стояла задача снизить спам-рейт почтовой рассылки. На входе у меня была доставляемость на уровне 80%, спам-рейт — Такой спам-рейт считается чересчур высоким. В результате работы удалось его снизить до 5%, потом стабилизировать на уровне 7% — практически в 2 раза. Чтобы добиться таких показателей, я разобрался в каждой метрике, запускал и тестировал воронки, отключал определенные письма.

Интересный и работающий подход — переливка пользователей внутри собственной экосистемы продуктов. В таком случае пользователя переманивают с одного продукта компании на другой — к примеру, с контент-проекта о политических новостях на ресурс, посвященный интересным фактам о путешествиях. Подобные манипуляции проводят в тот момент, когда пользователь теряет интерес к первому проекту, и вероятность вернуть его на текущий ресурс близка к нулю. Для этого используют RFM-модель возврата пользователя: опираясь на данные возврата и трат денег, а также частоту трат пользователя, применяют ту или иную логику взаимодействия.

Если пользователь давно не возвращался на продукт, некоторые компании готовы «инвестировать» в него: понести убытки сейчас, чтобы добиться лояльности клиента в будущем, переместив его в более высокий сегмент. Чем выше сегмент, тем выше инвестиция в пользователя для его возврата — начиная от простой скидки и заканчивая материальным подарком.

Стратегия действий на основе RFM-анализа (расшифровывается как recency, frequency, monetary)

Основные задачи

Обязанности продуктового аналитика могут отличаться в зависимости от того, на каком этапе находится продукт. К примеру, если вы только пришли на проект, первой задачей может быть построение репортинга — прежде всего, для себя. Важно понять, откуда берутся данные, как они движутся, как воспринимать ту или иную метрику. Дальше можно строить планы действий, думать, как улучшать показатели.

Исследование. На текущей работе мне доверили создавать продукт с нуля. Моя первая задача заключалась в том, чтобы исследовать рынок, проанализировать конкурентов, решить, на какой рынок выходить в первую очередь. К примеру, стоимость пользователя в Штатах безумно дорогая, а потому для запуска первой версии продукта лучше обратить внимание на страны СНГ, Латинскую Америку, Индию. Трафик в этих странах дешевле, и они больше подходят, чтобы протестировать бета-версию, посмотреть, как она зайдет, куда будут кликать пользователи. Первая версия строится на предположениях и на анализе конкурентов: мы предполагаем, какой функционал будет нужен, а какой нет. Но после тестирования можно от догадок переходить к конкретным показателям.

Стратегия. После исследования рынка приходит время выстраивать стратегию развития продукта на год-полтора, описать формирование экосистемы, оценить временные затраты на каждый этап разработки. На данном этапе очень важно правильно спроектировать архитектуру данных. Во время разработки стратегии случается очень много итераций, коммуникаций со всеми — разработчиками, дизайнерами, рекрутерами, маркетологами. Иногда привлекают и сторонних консультантов, чтобы определить, что можно использовать, а что нет согласно политикам партнеров, через которых будем продвигать продукт.

Почему важно строить стратегию на такой длительный срок, а нельзя обойтись несколькими ближайшими месяцами? Прежде всего, это необходимо для выбора технологий разработки. В зависимости от функционала, который предполагается интегрировать на будущих этапах, выбирается платформа и технологический стек. К примеру, сейчас вам кажется подходящим вариантом использовать React Native для создания мобильного приложения, но если это приложение будет тянуть слишком много графических ресурсов, то через полтора года вы просто упретесь в потолок и окажетесь заложниками ситуации. То же самое с базами данных. MySQL — open source и удобное решение. Но если вы планируете хранить данные действий сотен тысяч пользователей, строить нейронные сети, то через месяца придется все переделывать с нуля. А потому лучше все продумывать заранее и сразу предусмотреть, до каких масштабов будет разрастаться ваша аудитория.

Спецификация и схема данных. На начальном этапе жизненного цикла продукта продуктовый аналитик разрабатывает документ, который содержит базовое описание экосистемы продукта: что будет доступно на сайте или в мобильном приложении.

Спецификация также включает описание схемы данных: продуктовый аналитик выступает инициатором в ее построении. Он может самостоятельно спроектировать схему данных или же выступить в роли заказчика отделу аналитики. Необходимо продумать, какие метрики будут нужны, чтобы развивать продукт, что именно нужно трекать, какие действия пользователей изучать. К примеру, можно запланировать логирование переходов на определенную страницу, чтобы понимать, стоит ли ее оставлять в будущем или же будет лучше заменить ее на что-то другое. В данном случае аналитик — это глаза продукта.

Работа с командой. Написав первичную спецификацию, продуктовый аналитик передает ее бизнес/системному-аналитику, который трансформирует документ в более конкретные спецификации для девелопмента. Весь жизненный цикл продукта завязан на сотрудничестве специалистов разных профилей. После того, как приняты стратегия и спецификация продукта, нужно привлекать к работе дизайнеров, верстальщиков, разработчиков, тестировщиков.

Как бы детально не была расписана спецификация, члены команды будут задавать вопросы, а потому нужно быть готовым к постоянным коммуникациям.

Улучшение продукта. После первого релиза приходит очередь постоянной работы над тем, как улучшить продукт. A/B-тестирование, построение отчетности, аналитика — и становится понятно, что именно следует изменить или доработать. С первого раза хороший продукт не получится 🙂 Сначала выпускают сервис с базовым функционалом, затем дорабатывают core-фичи и добавляют новые. К примеру, что первично для сайта знакомств? Анкеты, чат. И только потом приходит очередь дополнительных сервисов — системы виртуальных/реальных подарков и т. д. На вопрос, что и в каком порядке реализовывать, отвечает продуктовый аналитик.

Решения по улучшению продукта принимаются на основании «выхлопа» от нового функционала и потраченного на его реализацию времени. Можно применить показатель ROI — отношение ожидаемого прироста выручки к затраченному времени разработки. Сервис с наивысшим показателем имплементируется в первую очередь.

На этапе интегрирования нового функционала важно правильно оценить время. Помимо реализации непосредственно функционала нужно потратить определенное количество часов на создание инфраструктуры информирования пользователя (письма, баннеры на сайте), расстановку очередности и сроков запуска частей экосистемы. К примеру, будет неправильно проинформировать пользователя о новом функционале в письме через месяц после его запуска.

Главное — заранее видеть путь, куда вы идете: что будет интегрироваться на каждой фазе разработки. Вместе с тем, постоянные тесты корректируют первоначальный план: может, какое-то поведение пользователей на фазе № 2 просто отменит запуск фазы № 7.

Рабочие инструменты

Я работаю с Tableau — это инструмент анализа и визуализации данных. Он удобен для построения статистической отчетности — например, чтобы посмотреть, какой возврат имеем сегодня, как окупается маркетинг. Сервис позволяет строить воронки конверсии пользователей в определенные этапы: лендинг → регистрация → подписка на триальную версию → оплата → повторная оплата и т. д. Все показатели воронки относительные.

Для более глубокого анализа пользуюсь Python. Он способен обрабатывать очень большие данные — миллиарды строк и выше. Excel с таким объемом не справляется. Также с помощью Python можно строить различные модели, проводить кластеризацию под определенные параметры, имитировать поведение пользователей для тестирования скорости работы сервисов. В общем случае знание программирования для продуктового аналитика не обязательно, это просто мое хобби.

Для ресерча иногда использую SimilarWeb — этот сервис предоставляет небольшой срез по аудитории, который экстраполируется на всю выборку. Инструмент позволяет посмотреть, где в данный момент активны конкуренты, куда они сейчас пытаются выйти, каким объемом аудитории располагают. Эта информация помогает задать собственный вектор развития.

Портрет хорошего аналитика

Системность. Раньше я любил бросаться в задачи, но потом понял, что каждой идее требуется время, чтобы оконательно созреть. Не надо бежать с факелом: «Вот, я придумал». Продумайте все плюсы и минусы этой идеи, сформируйте системную работу. Хорошая практика — спланировать задачи на неделю вперед, записать в блокноте и постепенно их выполнять, не бросаясь с одной на другую.

Внимание к деталям. Вы должны быть на «ты» с данными, понимать, какие показатели откуда берутся. Это позволит не допускать ошибок или максимально быстро их выявлять. К примеру, мне однажды удалось по источникам трафика найти читера на нашем продукте: обнаружил, что 90% регистраций шли с одного IP-адреса. Оказалось, что наши партнеры нас обманывали. Внимание к деталям позволило на второй день идентифицировать сбой в системе, что сохранило в перспективе десятки тысяч долларов компании.

Стратегическое мышление. Нужно уметь смотреть на весь проект «с высоты». Лично мне добиться этого помогла аналитика и компьютерные науки.

Каждый сплит и принятое решение прежде всего должно нести ценность и выгоду для бизнеса. В то же время нельзя зацикливаться на одном узком функционале. Нужно понимать, что если сейчас вы не реализовываете сложную и умную систему, то только затем, чтобы в кратчайшие сроки запустить более простую версию продукта и собрать данные о реакциях пользователей, корректируя дальнейший курс. Это намного рациональнее, чем год создавать сложную систему без «боевого крещения».

Хорошие коммуникационные способности. Каждую идею нужно «продать» как пользователю, так и своей команде.

Сдержанность. Иногда приходится уступать, ведь ваша точка зрения не всегда будет самой оптимальной.

Открытость. Никогда не думайте, что вы знаете пользователей. Они совершенно другие!

Карьерные пути

Как правило, продуктовые аналитики есть во всех продуктовых компаниях. В аутсорсинге эта позиция встречается редко: продакт чаще всего представлен на стороне заказчика. На стороне исполнителя это будет бизнес-аналитик, работающий с требованиями.

Продуктовые аналитики растут из аналитиков, маркетологов, специалистов по закупке трафика, менеджеров. Желательно иметь базовые знания математики и статистики, уметь работать с аналитическими инструментами. Будет плюсом знание SQL.

Профессия продуктового аналитика открыта для всех, кого привлекает возможность создать продукт, вылепить из глины то, что вам хочется, и самое главное, чего требует в этот момент рынок.

Из интересных ресурсов я могу посоветовать:

• PythonProgramming.net — отличный бесплатный ресурс, где затрагивают актуальные темы машинного обучения, статистики и базовой работы с Python.
• Канал дейтинга Badoo — тут можно найти интересные лекции по продуктовой и почтовой аналитике, в частности Андрея Саса.
• ФКН ВШЭ — школа компьютерных наук «Яндекса».

Из оффлайн: Genesis IT school — хорошая площадка для старта, где можно узнать о всех гранях большого бизнеса. Я там делаю доклады по возврату пользователей и почтовой рассылке.

Продуктовый аналитик: плюсы, минусы и перспективы профессии

Кто такие продуктовые аналитики? Если коротко и воодушевлённо, то это супергерои офисных мифов, которые могут по одной цифре сделать масштабные выводы и сказать, как вытащить компанию из пропасти.

Теперь поясним. За последние пять лет идея развития бизнеса как продукта набрала популярность в России. Даже самые прагматичные руководители теперь понимают: данные — тоже деньги. Компании стали собирать больше данных и обрабатывать их с помощью современных технологий. С развитием инструментов выросли и аппетиты бизнеса. Все хотят минимизировать стоимость привлечения клиентов, более точно нацеливать предложение и бесконечно получать прибыль от повторных обращений. У всех на слуху Growth Hacking — «взлом роста» за счёт волшебных метрик и KPI. И здесь на сцену выходят аналитики, которые знают, что именно собирать и как извлекать из этого выгоду.

Хороших специалистов, как всегда, не хватает, переманить их сложно, и им предлагают большие деньги. Но что надо уметь, чтобы стать востребованным, и насколько это сложно? Мы узнали мнение экспертов GeekBrains.

Елена Артемьева — директор по аналитике в Rabota.ru, статистик-аналитик, ведущий преподаватель факультета продуктовой аналитики GeekUniversity:

«Любая аналитика — это поиск слабых мест и точек роста. Мы отвечаем на вопросы бизнеса и помогаем ему достигать целей. Специфика продуктовой аналитики в том, что она требует масштабного взгляда на вещи — умения расширять границы своих компетенций.

Если коротко, бизнес задаёт продуктовым аналитикам два вопроса: „Где у нас плохо?“ и „Как сделать, чтобы стало хорошо?“. В поисках ответов нужно выявить сильные и слабые места продукта, а для этого — глубоко исследовать отрасль.

Продакту нужны знания во многих областях, и требования к нему выше, чем к аналитикам узкого профиля: клиентским, маркетинговым или финансовым. Зато, когда проблемы и потенциал продукта известны, для ответа на вопрос „Что делать?“ остаётся бегло проанализировать несколько ключевых показателей.

Помимо технических навыков, продуктовому аналитику важно обладать прокачанными soft skills и умением отстаивать своё мнение. На работе он может столкнуться с просьбами и требованиями „улучшить плохие цифры“. А ещё он должен говорить с бизнесом на одном языке и уметь отличать выполнимую задачу от утопии.

Прямая дорога в аналитику людям, которые получают удовольствие от поиска полезных смыслов в массиве данных. Меня, например, всегда привлекали цифры, анализ, расчёты и статистика. В университете я пять лет изучала разные направления статистического анализа и математики. За 19 лет практики ни разу не пожалела о выборе профессии».

Евгений Малахов, разработчик продуктов, аналитик, маркетолог:

«Аналитика интересна тем, что позволяет разбираться в причинах происходящего с проектом. Это похоже на работу врача, который определяет болезнь по симптомам. Ты видишь, почему отваливаются пользователи, где это происходит, как их вернуть и заработать на этом. Но, чтобы стать мастером „диагностики“, придётся сначала выстроить общую картину рынка и продукта. Это интересная и непростая задача».

О ком мечтают работодатели

Для аналитиков в одной только Москве открыты тысячи вакансий, но важно найти свою и уметь отличить адекватные требования бизнеса от необоснованных хотелок. К сожалению, не все работодатели достаточно компетентны в своих запросах. Иногда они нанимают «звезду», а через пару месяцев начинают поиск заново. Некоторым нужен не просто аналитик, а невероятный гуру, который помедитирует над цифрами и всех спасёт. Такие стереотипы скорее вредят проектам, и это минус.

С другой стороны, кадровый голод побуждает компании платить аналитикам от 120 000 рублей в месяц при уровне Strong Junior и до 300 000 рублей для Senior — и это не предел. За профессионалами выстраиваются в очередь — это плюс. Поэтому сосредоточимся на адекватных работодателях и их требованиях.

Елена Артемьева: «Компании охотно наймут аналитика, который сам проводит исследования, выявляет проблемы и ставит перед собой задачи. Чтобы стать специалистом такого уровня, надо отлично знать рынок, уметь пользоваться CJM и владеть методами web/app-аналитики (если мы про онлайн-бизнес).

Хороший, востребованный аналитик сам генерирует гипотезы, организует их проверку и интерпретирует результаты. Он движется от идеи через действие и анализ к ценным для бизнеса выводам. Это называется HADI-циклом: Hypothesis — Action — Data — Insight. Чтобы создавать гипотезы, надо всесторонне изучить продукт, используя множество методов анализа.

Ещё одно качество, которого ждут от аналитика работодатели, — проактивность. Он должен идти впереди пользователя, а не бежать за ним — прогнозировать, а не только реагировать.

Аналитик постоянно изучает новые инструменты, подходы и тренды. Пусть невозможно глубоко знать всё — стремиться к этому надо, иначе можно отстать от коллег всего за год. Вместе с новыми методами обработки данных появляются более совершенные инструменты визуализации. Они помогают нагляднее представлять сложные данные, и это упрощает прогнозирование.

Стала тоньше настройка интернет-рекламы. В борьбе за оптимизацию расходов счёт может идти на рубли и копейки, но в масштабах крупной компании это выливается в огромные цифры сэкономленных или дополнительно заработанных средств. Бизнес хочет не только получать плоские воронки клиентского поведения, но и отслеживать сценарии пользователя и воздействовать на него в режиме real-time».

Евгений Малахов: «Считаю, самые важные для продакта качества — это ориентированность на результат (прибыль от продукта) и объективность. На работе аналитик не имеет права мыслить субъективными категориями».

Чему учат продуктовых аналитиков в GeekUniversity

Елена Артемьева: «На факультете продуктовой аналитики я буду вести курс по организации и проведению исследований. Студенты научатся самостоятельно получать данные о возможных точках роста компании, в том числе проводить конкурентный анализ продукта.

• как собирать данные для онлайн- и офлайн-бизнеса;
• как оценивать ёмкость рынка;
• что важно для определения потенциала развития компании и построения бизнес-планов по продукту.

Студенты познакомятся с инструментами комплексного анализа рынка, научатся определять целевую аудиторию продукта, освоят разные способы анализа продукта и продуктовых матриц. Отдельно остановимся на актуальных методах для исследования клиентов.

На лекциях по большинству из перечисленных тем мы будем разбирать кейсы реальных компаний и смотреть, как изучаемые подходы работают на практике. Я стараюсь строить занятия так, чтобы студенты привыкали искать информацию за пределами компании, смотреть на продукт со стороны и видеть его рыночные перспективы. На этом фундаменте новичку будет проще развиваться дальше».

Евгений Малахов: «Я разработал для GeekBrains курсы веб-аналитики и коммуникации с командой. Они важны для всех, кто претендует на вакансию Product Analyst. Объясню почему.

Веб-аналитика помогает понять, что происходит с твоим веб-продуктом и как ты можешь на это влиять. Сайты есть у 99% крупных проектов, даже если они живут по принципу mobile first, то есть в основном взаимодействуют с клиентами через мобильное приложение.

Учиться коммуникации важно потому, что формально аналитик — это скорее „советник по продукту“, чем лицо, принимающее решения. По сути же продакт обязательно принимает решения, но, чтобы претворить их в жизнь, он должен донести важность тех или иных действий до команды. Успех продукта — это всегда командная работа.

По итогам этих двух курсов студенты научатся:

• выстраивать системы метрик для продукта;
• принимать ответственные решения, основываясь на цифрах (навык №1 в бизнесе)».

Куда идти работать

Елена Артемьева: «У выпускника будет выбор. Самый очевидный путь — поступательно расти от Junior- до Senior-аналитика. Вариант „со звёздочкой“ — прокачать технические скиллы и матстат, чтобы стать Data Scientist’ом с навыками продуктового аналитика. Это очень редкое сочетание, и получают такие специалисты больше, чем в среднем по DS-направлению. Третий путь — постепенно развивать в себе менеджерские навыки и стратегическое видение, чтобы вырасти в директора по продукту либо по аналитике.

Если выпускник захочет развивать собственные продукты, полученные знания помогут ему избежать частых ошибок на этом пути и стать успешным владельцем продукта в data-driven-компании [по данным HH.ru, зарплата product owner’ов в России составляет в среднем 250–300 тысяч рублей в месяц — прим. ред.].

Когда будете искать работу, учтите: не все компании чётко указывают, аналитик какого профиля им нужен. Ориентируйтесь по требованиям вакансии. Если от кандидата ждут знаний и навыков в самых разных областях, значит, нужен именно Product Analyst».

Евгений Малахов: «В ближайшие пару лет продакт-аналитики будут востребованы во всех отраслях. Выбирайте эту профессию, если чувствуете в себе силы принимать решения, много тестировать, ошибаться и искать новые направления роста. И если вам в радость делить рабочее время между изучением данных и общением с командой в пропорции примерно 50/50».

Что в итоге?

Преимущества работы продуктовым аналитиком

• Востребованность, в том числе в IT.
• Зарплата от 120 000 рублей в месяц при опыте от года.
• Возможность напрямую влиять на стратегически важные для компании решения.
• Перспективы роста в продуктолога (Product Owner).
• Возможность совмещать работу по основной профессии с изучением аналитики Big Data для дальнейшего роста.

Минусы

• Сравнительно высокий порог вхождения — нужно любить цифры и математику.
• Часто — завышенные ожидания работодателей.

В остальном продуктовая аналитика похожа на большинство IT-специальностей: знания в этой области очень быстро устаревают, поэтому специалист должен интенсивно и непрерывно учиться. А чтобы это не тяготило, выбирать профессию нужно не только по зарплате, но и по тому, сколько удовольствия принесёт эта работа.

Все необходимые для начала карьеры навыки вы можете получить в GeekUniversity — запись на факультет продуктовой аналитики уже открыта! Ждём вас!

Освоить востребованную профессию в Аналитике больших данных можно всего за полтора года на курсах GeekBrains.

Что делает продуктовый аналитик, что нужно знать, чтобы взяли на работу и сколько они получают в месяц

Продуктовый аналитик работает с цифрами, его главная задача — сделать так, чтобы продукт рос. Аналитик находит, что работает плохо и думает, как это исправить, находит, что работает хорошо и ищет способы это улучшить еще больше.

Редактировать

Chief Product Officer (CPO)

Обучение с нуля профессии «Директор по продукту» в IT на живой хардкорной практике. Это жесткий челлендж. Просто так на теории пройти программу не получится.

Продакт–менеджер

Обучение с нуля профессии «Продакт–менеджер» в IT на реальных рыночных кейсах. Передадим вам практический коммерческий опыт и подготовим к трудоустройству.

Кто такой продуктовый аналитик?

Продуктовый аналитик работает с цифрами, его главная задача — сделать так, чтобы продукт рос. Этот специалист должен делает все, чтобы продукт приносил больше денег, развивался.

Редактировать

Founder, Executive Partner

Выход из найма в консалтинг

Программа акселерации для тех, кто хочет начать предоставлять свои услуги корпорациям, со средним чеком от 400 000 рублей.

Что делает продуктовый аналитик?

Настройка аналитики и документация. Визуализация и отчеты. Поиск инсайтов, формирование продуктовых гипотез и проведение тестов.

Редактировать

Founder, Executive Partner

Как продуктовый аналитик выбирает метрики (v2)

Важный этап в работе аналитика: отобрать показатели, за которыми будем следить и установить уведомления (alert). Если какой–то показатель внезапно вырос или упал, аналитик сразу бежит что–то с этим делать, разбираться почему.

Редактировать

Founder, Executive Partner

Продуктовый аналитик

Продуктовый аналитик работает с цифрами, его главная задача — сделать так, чтобы продукт рос или вырастить его с нуля. Метрики, по которым это отслеживают, зависят от самого продукта, бизнеса и стратегии.

Проще говоря, продуктовый аналитик собирает и изучает данные, которые могут быть полезны для развития продукта. Этот специалист должен делает все, чтобы продукт приносил больше денег, развивался. Аналитик находит, что работает плохо и думает, как это исправить, находит, что работает хорошо и ищет способы это улучшить еще больше.

Кстати, именно продуктовый аналитик помогает достичь Product market fit.

Редактировать

Founder, Executive Partner

Что делает продуктовый аналитик

Выделяют несколько этапов работы продуктового аналитика.

• Настройка аналитики и документация. Если аналитик работает над приложением, то он будет составлять список ивентов, о которых будет приходить информация на сервис аналитики. Ивенты — это действия пользователей в приложении. Например, пользователь зашел на экран регистрации, кликнул на кнопку «Зарегистрироваться». То есть сделал какое–то действие. Эти данные нужны для продуктовых метрик. Это серьезная работа, по сути продуктовый аналитик составляет список того, что он будет отслеживать и измерять. Он должен тщательно продумать, какую именно информацию будет собирать, откуда он ее возьмет, все должно быть структурировано. Он, конечно, может изучать все, что в голово взбредет, методом тыка, но и результат будет соответствующий. Аналитик сделает неправильные выводы и навредит бизнесу.
• Визуализация и отчеты. Когда данные собраны, продуктовый аналитик собирает их в удобные отчеты. Например инвесторам нужны одни данные, стейкхолдерам — другие. По этим отчетам заинтересованные лица смогут увидеть динамику метрик, то есть хорошо идут дела в приложении: количество пользователей растет, все платят; или же что–то не так.
• Поиск инсайтов, формирование продуктовых гипотез и проведение тестов. Это как раз та часть работы аналитика, которая может дать максимум результата. Именно здесь он копается в данные и ищет, что бы еще такого улучшить, точки роста продукт. И предлагает это продакт менеджеру на обсуждение.

Редактировать

Founder, Executive Partner

Как продуктовый аналитик выбирает метрики

Как я уже говорила, это важный этап в работе аналитика: отобрать показатели, за которыми будешь следить. Потому что некоторые метрики могут расти, а другие при этом идти вниз.

Разберемся на примере Spotify. В один из периодов, количество пользователей сервисом росло, а вот средняя выручка при этом падала. Если аналитик будет смотреть только на одну из метрик, то пропустит другой важный момент с продуктом.

Кроме того, аналитики обязательно устанавливают уведомления (alert). Если какой–то показатель внезапно вырос или упал, аналитик сразу бежит что–то с этим делать, разбираться почему.

Часто продуктовые аналитики стартапов держат в голове по 15-20 продуктовых метрик сразу. Ночью разбуди и они скажут, что, где и как меняется.