Lead Product Analyst
Стрим отвечает за две вещи. Первая — аналитика нового приложения СберЗдоровья, от разметки до продуктовых решений.
сберздоровье · На сервисе с: 28.09.26 16:23
Стрим отвечает за две вещи. Первая — аналитика нового приложения СберЗдоровья, от разметки до продуктовых решений.
Вторая — единая система метрик компании: один источник правды для менеджмента вместо зоопарка отчётов, где каждая команда считает по-своему. В стриме 3 аналитика: новое приложение, единая аналитика, риск-профиль.
Что нужно будет делать:
-
Владеть системой метрик компании: дерево метрик, реестр с формулами, источниками и владельцами, единый дашборд для менеджмента;
-
Договариваться с владельцами направлений о том, как считаются ключевые показатели (выручка, аудитория, reach, retention, LTV), и разруливать расхождения;
-
Выстраивать продуктовую аналитику нового приложения: трекинг-план и разметка событий, воронки, когорты, retention, оценка запусков;
-
Отвечать за качество данных в своей зоне: витрины в dbt, тесты, сверки. Снимать блокеры, а не копить их в статусе «Приостановлено»;
-
Руководить стримом из 3 аналитиков: планирование, приоритизация, ревью;
-
Быть партнёром для продакта нового приложения и топ-менеджмента: приходить с выводами и гипотезами, а не просто с графиками.
-
От 4 лет в продуктовой аналитике, от полугода лидства (формального или стримом);
-
Сильный SQL: Trino, Greenplum, ClickHouse;
-
Superset или любая BI на уровне «собираю дашборд для C-level, а не свалку чартов»: датасеты, кросс-фильтры, понятная структура;
-
Опыт построения дерева метрик и согласования формул между командами;
-
Продуктовые метрики руками: retention, churn, LTV, когорты, воронки;
-
Опыт разметки событий и трекинг-планов для мобильного или веб-продукта;
-
Python для анализа, A/B от дизайна до выводов.
Будет плюсом:
-
Запуск нового продукта с нуля: аналитика 0 → 1, от разметки до первых решений по ретеншну;
-
dbt всерьёз: модели, тесты, документация. Semantic layer или реестр метрик как код (dbt metrics / MetricFlow, Cube);
-
AppMetrica, Яндекс Метрика, сквозная аналитика веб+моб;
-
Dagster, Git.;
-
Опыт аналитики продуктов с LLM под капотом: метрики AI-adoption, качество ответов;
-
Опыт выстраивания отчётности для топ-менеджмента в холдинге или многопродуктовой компании;
-
Digital health, финтех или страхование.
- Сильную команду профессионалов, увлеченных своим делом;
-
Возможность развития в команде ведущей MedTech-компании России;
-
Уютный офис в БЦ Technopark Plaza с панорамным видом на город и гибридный график;
-
Корпоративную технику;
- Медицинскую программу, включающую телемед-консультации, очные приёмы в клиниках, психологов, стоматологию, лабораторные и инструментальные диагностики;
- Оплачиваемые курсы английского языка от ЯПрактикум;
- Поддерживаем активный образ жизни — выбирай виды спорта по душе (корпоративные занятия сквошем, бегом, футболом в Москве или компенсация твоего спортивного абонемента);
- СберУниверситет и оплату профильного обучения и курсов;
- Подписку СберПрайм, льготные условия ипотечного кредитования, скидки от партнёров.
А еще:
-
Мы общаемся на “ты”, не любим бюрократию и всегда помогаем друг другу;
-
Всегда поддержим, если ты захочешь посетить профильные конференции, и, тем более, выступить на них :)
Похожие вакансии Аналитика данных
Наша команда развивает ecom-направление в транзакционном ИИ и в Поиске. Мы хотим помогать пользователям быстро находить нужные товары и сравнивать предложения, а магазинам — получать релевантный спрос. Для этого мы строим ранжирование на данных о товарах, магазинах, запросах и поведении пользователей.
В фокусе роли — развитие факторов органического ранжирования на основе пользовательских и магазинных признаков. Вам предстоит улучшать отбор магазинов и товаров, находить срезы с потерянной конверсией, оценивать потенциал персонализации, разнообразия и сигналов актуальности, а также выстраивать метрики и мониторинги.
Какими мы видим результаты вашей работы через полгода:
* Определены и приоритизированы основные точки роста органического ранжирования, а также пользовательские и магазинные признаки, которые стоит проверить в факторах.
* Оценены и проверены первые гипотезы персонализации, разнообразия и актуальности товаров; по ним приняты решения о дальнейшем развитии.
* Найдены проблемы в продуктовых сценариях пользователей, сформулированы гипотезы для их решения, проведены первые тесты.
Развивать факторы ранжирования на основе магазинных признаков
Вы будете исследовать признаки магазинов и мерчей, улучшать генерацию кандидатов и отбор предложений для выдачи. Отдельный фокус — недопредставленные магазины: нужно найти корректный способ их учёта в продакшене. Ещё одно направление — детекция распродаж и магазинов со всплеском трафика.
Развивать персонализацию, разнообразие и качество выдачи
Вам предстоит оценивать потенциальный эффект персонализации, изучать доступные сигналы в User DWH и проектировать первые проверки. Необходимо будет исследовать способы повышения разнообразия (например, за счёт объединения результатов нескольких запросов), а также масштабировать на органическую выдачу сигналы актуальности и продаваемости товаров, которые уже развиваются в смежных продуктах.
Находить точки роста органической выдачи
Вы будете оценивать, какой объём спроса можно привести на независимые магазины, и находить срезы, где это работает хуже всего. Вам предстоит анализировать выдачи, в которых товар нельзя купить вне маркетплейсов, длинные высококонверсионные сессии без покупки и кластеры с аномально низкой конверсией; определять сценарии, где вклад органической выдачи максимален и незаменим.
Строить метрики и аналитические инструменты
Вам предстоит развивать метрики GMV через Яндекс, заказов без маркетплейсов, разнообразия и рыночности ранжирования, а также показатели для новых участников выдачи. Важно не только поддерживать приборы, но и объяснять, что именно происходит с продуктом и почему.
Помогать команде проводить эксперименты и выявлять аномалии
Вы будете помогать команде с настройкой и отладкой экспериментов, чтобы гипотезы не приходилось перезапускать из-за ошибок в сетапе; развивать мониторинг и сигналы по хостам, которые быстро показывают резкие изменения ключевых метрик и помогают локализовать причину.
Больше об аналитике в Яндексе — в канале Yandex for Analytics
* Мыслите, как продуктовый аналитик: находите проблему, формулируете гипотезу, выбираете метрики и доводите исследование до решения
* Умеете работать с большими поведенческими данными, строить приборы и находить причины изменений, а не только фиксировать сам факт
* Готовы быть партнёром для команд разработки, продукта и ML: приоритизировать задачи, обсуждать ограничения и защищать выводы данными
* Уверенно владеете SQL и Python для анализа и обработки данных
* Знаете статистику и теорию вероятностей, умеете проектировать и интерпретировать A/B-тесты
* Работали с поиском, рекомендациями или алгоритмами ранжирования
* Исследовали персонализацию и пользовательские признаки в DWH
* Строили мониторинги аномалий и системы продуктовых метрик
* Работали в ecom или крупных транзакционных сервисах
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.