Правда ли, что аналитик должен всё время искать деньги?💸
Заходя в профессию 5 лет назад, в команду офлайн-метрик Яндекс Поиска, я в душé верила, что сейчас буду не «деньги искать», а делать что-то просто хорошее и полезное для общества (а плохое не делать, как в том меме, да-да).
Не потому, что деньги — это что-то плохое, но наращивание прибыли для компании порой ассоциируется с навязчивыми пушами, увеличением показов рекламы, с выкатыванием дарк-паттернов, ростом комиссий... вжух, и ты будто оправдываешься перед друзьями и знакомыми за то, что «ваш Яндекс содрал за такси воот стооолько»🤓 Признайтесь, что есть такой вайб?
Действительно, на первый взгляд, на моей первой работе моя задача была в том, чтобы буквально тратить деньги компании на Толоке/Яндекс Заданиях — это называется краудсорсинговая разметка. Естественно, подразумевалось, что собранные нами данные косвенно помогают растить деньги компании, улучшая поиск. Но так как мы работали над ростом качества поиска целым большим отделом, посчитать эффект абсолютно нереально, и KPI к ревью у нас были не финансовые.
К сожалению, иногда от проектов, не приносящих деньги явно и быстро, ощущение, что в них не верит даже тот, кто принимает решение продолжать их вести и нанимать соответствующие команды. Так что мои розовые очки рано или поздно разбились, и я уже философски отношусь к тому, в какой предметной области буду работать (хотя всё ещё не хочу катить дарк-паттерны, и не выбираю маркетинговую аналитику, потому что некоторые другие штуки пока интереснее).
Если же смотреть глобальнее, практически любая метрика продукта (например, доступность сервиса Х% времени) тоже прямо или косвенно коррелирует с прибылью, потому что любой отрицательный фидбек и тем более инцидент стоит денег — а именно, упущенной прибыли, раздаваемых скидок и бонусов для возвращения лояльности📉
Причём задача аналитика не только в том, чтобы всегда растить какую-то метрику, а в том числе в том, чтобы в некоторых случаях контролируемо её «уронить». Подобный трейд-офф (размен) показателей встречается повсеместно, вот вам возможный кейс с собеседования — пусть есть поддержка клиентов некоторого сервиса, и мы обещаем находить свободного оператора за минуту, а иначе давать промокод на скидку на обслуживание. Можно нанять столько операторов, что промокоды никогда не понадобятся, но тогда начнутся простои этих сотрудников. И может оказаться, что выгоднее всего отвечать вовремя всего в 99% случаев (числа для примера), а 1% пользователей, которым не повезло попасть в самое загруженное время, давать бонус.
Этот пример о том, что метрики, связанные на первый взгляд чисто с пользовательским опытом, тоже могут сильно влиять на юнит-экономику всего сервиса, их оптимизируют не просто так.
Таким образом, короткий ответ — да, успешный аналитик чаще всего либо генерирует деньги сам, либо конкретными измеримыми действиями саппортит чужое добывание денег, это тоже валидный вариант.
А вот как это измерить, и должна ли от принесённой прибыли зависеть зарплата (имхо, не напрямую) — уже другая история...
#непопулярное_мнение #карьерный_путь #аналитика_и_жизнь
@analytess 👩
Заходя в профессию 5 лет назад, в команду офлайн-метрик Яндекс Поиска, я в душé верила, что сейчас буду не «деньги искать», а делать что-то просто хорошее и полезное для общества (а плохое не делать, как в том меме, да-да).
Не потому, что деньги — это что-то плохое, но наращивание прибыли для компании порой ассоциируется с навязчивыми пушами, увеличением показов рекламы, с выкатыванием дарк-паттернов, ростом комиссий... вжух, и ты будто оправдываешься перед друзьями и знакомыми за то, что «ваш Яндекс содрал за такси воот стооолько»🤓 Признайтесь, что есть такой вайб?
Действительно, на первый взгляд, на моей первой работе моя задача была в том, чтобы буквально тратить деньги компании на Толоке/Яндекс Заданиях — это называется краудсорсинговая разметка. Естественно, подразумевалось, что собранные нами данные косвенно помогают растить деньги компании, улучшая поиск. Но так как мы работали над ростом качества поиска целым большим отделом, посчитать эффект абсолютно нереально, и KPI к ревью у нас были не финансовые.
К сожалению, иногда от проектов, не приносящих деньги явно и быстро, ощущение, что в них не верит даже тот, кто принимает решение продолжать их вести и нанимать соответствующие команды. Так что мои розовые очки рано или поздно разбились, и я уже философски отношусь к тому, в какой предметной области буду работать (хотя всё ещё не хочу катить дарк-паттерны, и не выбираю маркетинговую аналитику, потому что некоторые другие штуки пока интереснее).
Если же смотреть глобальнее, практически любая метрика продукта (например, доступность сервиса Х% времени) тоже прямо или косвенно коррелирует с прибылью, потому что любой отрицательный фидбек и тем более инцидент стоит денег — а именно, упущенной прибыли, раздаваемых скидок и бонусов для возвращения лояльности📉
Причём задача аналитика не только в том, чтобы всегда растить какую-то метрику, а в том числе в том, чтобы в некоторых случаях контролируемо её «уронить». Подобный трейд-офф (размен) показателей встречается повсеместно, вот вам возможный кейс с собеседования — пусть есть поддержка клиентов некоторого сервиса, и мы обещаем находить свободного оператора за минуту, а иначе давать промокод на скидку на обслуживание. Можно нанять столько операторов, что промокоды никогда не понадобятся, но тогда начнутся простои этих сотрудников. И может оказаться, что выгоднее всего отвечать вовремя всего в 99% случаев (числа для примера), а 1% пользователей, которым не повезло попасть в самое загруженное время, давать бонус.
Этот пример о том, что метрики, связанные на первый взгляд чисто с пользовательским опытом, тоже могут сильно влиять на юнит-экономику всего сервиса, их оптимизируют не просто так.
Таким образом, короткий ответ — да, успешный аналитик чаще всего либо генерирует деньги сам, либо конкретными измеримыми действиями саппортит чужое добывание денег, это тоже валидный вариант.
А вот как это измерить, и должна ли от принесённой прибыли зависеть зарплата (имхо, не напрямую) — уже другая история...
#непопулярное_мнение #карьерный_путь #аналитика_и_жизнь
@analytess 👩