Какие знания и навыки необходимы продуктовому аналитику в большей степени?
Когда я только учился профессии, у меня голова взрывалась от объёмов поглощаемых знаний. Чего там только нет, и всё надо уметь.
Стартер пак, must have для любого специалиста:
▶️ Статистика. Без понимания статистики никуда. Меры тенденции, распределения, критерии, ЦПТ, p-value — всё это ежедневно фигурирует в работе.
▶️ SQL. Основа основ, без знания языка будет очень сложно получить данные для анализа, построить отчёт, работать с ad-hoc задачами. В работе используется даже чаще статистики, сложно вспомнить хотя бы один день, когда я не лез в базу.
▶️ Python/R. Скриптовый язык нужен как минимум для собесов. На практике я встречал аналитиков, которые не владели языком, но умудрялись решать задачи с помощью таблиц. Но хорошим аналитиком без скриптового языка стать нельзя. Он нужен для очистки и обработка данных, построения моделей и расчётов экспериментов. Любой анализ, сложнее EDA быстрее и проще реализовать через скриптовый язык.
▶️ Аналитическое мышление. Навык, который хорошо развивается с опытом. Понимание причинно-следственных связей, умение отследить и понимать логику происходящего.
И штуки чуть менее базовые, но не менее важные:
▶️ Юнит-экономика. Нужно разбираться в метриках, все аналитические артефакты на них завязаны. Существует целый список базовых метрик, которые исторически сформировались (типа CR, Retention, Aquisition, ARPU, LTV и тд.), но от продукта к продукту никто не запрещает придумывать свои. Когда я начинал, я был уверен что это высечено в граните и пытался их зазубрить 😅
▶️ Визуализация. Важно знать основной набор графиков и понимать какой из них лучше показывает то, что ты хочешь показать. Полезно уметь строить правильные графики, что это значит обсудим когда будем подробно рассматривать BI.
▶️ АБ-тесты. 90% работы над тестом базируются на статистике, но свои нюансы, конечно, там есть.
▶️ Data mining. Умение получать идеи из