Сразу предупрежу, что в этом посте будет минимум конвенциональных терминов, наверняка для всего о чём я пишу есть подходящие термины в книгах по разработке продуктов, менеджменту, системной инженерии. Мне важны не термины, а смыслы

Продолжу писать про то, что аналитики часто бывают оторваны от бизнеса и поэтому у многих возникает ощущение, что их работа не приносит ценности бизнесу

Как я писал выше, это может быть и следствием организационной структуры и целеполагания организации и её внутренней культуры. Но также это про бизнес-ориентированность самого аналитика. Этот навык в зарубежных источниках часто называют business acumen. Google Translate переводит как «деловая хватка», но это не раскрывает всей сути. ChatGPT предложил мне 5 вариантов перевода этого термина на русский язык: деловая проницательность, коммерческая смекалка, бизнес-чутье, экономическая мудрость, предпринимательский ум. Мне нравится, что все эти переводы не просто про бизнес как арифметическое соотношение доходов к расходам, а про некоторое сочетание интуиции, интеллекта и экономики

За время работы в Практикуме, я пообщался с многими нанимающими менеджерами (лидами, хэдами, чифами) и часто слышу про то, что ищут аналитиков, обладающих определенным складом ума, который ориентирован не только на решение чисто технических задач, но и направленный на понимание бизнеса как сложной динамически-неупорядоченной системы, которая производит бизнес-решения, которые в свою очередь генерируют прибыль

Итак. Что же такое это пресловутое бизнес-мышление? Это не про то, чтобы ходить в костюме и сыпать словами типа «митигирование рисков» (хотя если вы работаете в определенном классе организаций, то сыпать такими терминами может быть экономически выгодно для вас)

На мой взгляд, бизнес-мышление состоит из 2х ключевых компонент — экономическое системное мышление и организационное системное мышление

Экономическое системное мышление — это про то, чтобы рассматривать систему (продукты, организационную структуру, бизнес-процессы) через призму расходов-доходов, то есть каждый узел сложной системы по заработку денег уметь переводить на уровень «заработаем вот столько, вот сколько это в процентах» или «сэкономим вот столько, вот сколько это в процентах». И тут вопрос перехода от прокси-метрик денег (например, конверсии в оплату) к самим метрикам денег. Это вопрос уже приоритизации и определения места конкретной гипотезы/задачи в списке того, что нужно делать в первую очередь. При этом никто обычно не ожидает точных до рубля прогнозов, скорее история про прогнозирование с точностью в порядках (условно в сумме со скольки нулями выражается то, что мы собираемся сделать)

Это кстати частый вопрос на собеседованиях – перевод того, что вы делаете на бизнес-показатели. Понятно, что есть вещи, которые проксируются к деньгам плохо, типа NPS или UX, но там опять же можно и нужно использовать некоторые предположения, которые мы знаем про чувствительность этой метрики, ее вариативность в разных сегментах, опыт влияния на эту метрику по итогам предыдущих гипотез/задач. Ну и по опыту, если что-то проксируется плохо к деньгам, то возможно это нужно выделять в отдельный бэклог, чтобы рассматривать как венчурные гипотезы или гигиенические задачи «поддержания здравого смысла» в системе (тут открытый вопрос что мы считаем здравым смыслом, на него нужно ответить каждой организации самостоятельно)

Еще может быть сложная история про моделирование и прогнозирование, когда нам нужно уметь учитывать систему не только в статике, но и динамике – что будет через 6 месяцев? А что если спрос изменится в один из месяцев? Какие риски возникают?