TGViewer
АННА В ДАННЫХ АННА В ДАННЫХ @anna_in_data · 2.13K subscribers
Post #175 2.8K
Вкат через продуктовую аналитику

Нередко на консультациях мне задают вопрос: какое направление аналитики выбрать? Я уже писала пост, почему перешла из BI аналитики в продуктовую. И сегодня хочу еще подробнее остановиться на продуктовой аналитике

📍Чем занимается продуктовый аналитик?

Внутри одной компании продуктом может считаться как конкретное бизнес-направление (например, продукт Кредиты, Страхование или Ипотека внутри финансового маркетплейса), так и отдельный функциональный блок (например, Заказ, Личный кабинет или Витрина в приложении доставки).

И продуктовый аналитик помогает понять, как пользуются продуктом, где теряются клиенты и деньги, а где наоборот есть потенциал для увеличения прибыли (подробнее про рабочие задачи продуктового аналитика писала тут)


📍Почему мне нравится быть продуктовым аналитиком?

🔘Это очень интересно. Каждый раз чувствую себя детективом, реально! Почему так выросло количество поисковых запросов по товару Х, какой-то тик-ток тренд сделал его вирусным? Почему упали продажи подписок, новый релиз что-то сломал в приложении? Рождается множество интересных догадок, а ответ иногда оказывается абсолютно неожиданным - обожаю!

🔘Большое разнообразие. Можно менять продукты и работа не надоест! Вроде инструменты используешь все те же, но продукты могут сильно отличаться друг от друга: финансовые, образовательные, e-commerce, медицина и т.д.

🔘Классные зарплаты и много вакансий. Зарплаты можно посмотреть в исследовании тут


📍Что важно знать?

🔘SQL: чтобы извлекать и обрабатывать данные из баз данных. Задачи по SQL - мастхэв любого собеседования, расчехляйте джойны и оконки

🔘Python: чтобы автоматизировать расчёты, считать результаты экспериментов (про использование Python писала тут). На собеседовании могут попросить покрутить данные в Pandas, написать несложную функцию, перевернуть список (не понимаю, зачем, но встречается), но иногда достаточно просто строчки в резюме

🔘Статистика и АБ-тесты: для проверки эффективности (и достоверности) внедряемых изменений. На собеседовании могут спросить про статистические критерии, понимание базовых терминов (типа p-value), попросить задизайнить эксперимент

🔘Метрики: числовые показатели, по которым оценивают успех продукта. Типичные вопросы на собесе: “Какие метрики ты бы отслеживал в продукте Х?”, “Внедрили фичу Y, по каким метрикам будешь оценивать эффект?”, “Упала метрика N, твои действия?”

Поделитесь, в каком направлении аналитики вы работаете? Как выбирали?

#карьера_анна_в_данных
  • ❤ 35
More from @anna_in_data
  1. Oct 1, 2026Шпаргалка к собесу: оценка ИИ-компетенций Тренд кажется довольно однозначным: ИИ всё чаще…
  2. Sep 29, 2026Битва зумеров и миллениалов в IT Когда я натыкалась на шутки, высмеивающие разные поколени…
  3. Sep 28, 2026Почему важно ходить в отпуск 😎 Вот и закончился мой 16-дневный отпуск, большую часть из к…
  4. Sep 25, 2026Во что поиграть аналитику: подборка бесплатных игр без установки 🎮 Я убеждена, что внутри…
  5. Sep 17, 2026Ревью - полезная практика или корпоративное зло? Отпуск отпуском, а посты по расписанию! �…
  6. Sep 15, 2026Это и никаких АБ-тестов 🥰
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →