Аналитик данных в команду портфельного анализа

Твои задачи:

• Собирать и поддерживать unit-экономику по каждому SKU и площадке: комиссии, логистика, хранение, реклама, возвраты, маржинальность;
• Агрегировать данные по продажам, заказам и остаткам из личных кабинетов и API Ozon, Wildberries и Яндекс Маркета в единую отчётность;
• Анализировать воронку продаж (показы, переходы в карточку, корзина, заказы, выкупы) и находить точки потери конверсии;
• Строить регулярные отчёты и дашборды в разрезе площадок, категорий, SKU и схем работы (FBO, FBS, DBS, rFBS, FBY, Express);
• Готовить аналитику и рекомендации по ценам, акциям, ассортименту и рекламе.

Наши пожелания к кандидату:

• Опыт работы аналитиком маркетплейсов от 2 лет;
• Понимание устройства Ozon, Wildberries и Яндекс Маркета: тарифы, модели работы (FBO, FBS, DBS, rFBS, FBY, Express), отчёты и выгрузки;
• Продвинутый Excel: сводные таблицы, ВПР/ПРОСМОТРX, Power Query, работа с большими массивами данных;
• Умение понимать и читать финансовую и бухгалтерскую отчетности будет преимуществом;
• Обязательное ежедневное использование ИИ-инструментов (ChatGPT, Claude и аналогов) для анализа данных, формул и автоматизации рутины;

• Умение самостоятельно посчитать unit-экономику и объяснить, из чего складывается прибыль или убыток по товару;

• Будет плюсом: SQL, Python, работа с API маркетплейсов, BI-системы (Power BI, DataLens).

Мы предлагаем:

• Официальное оформление по ТК РФ;
• Работа в удобном режиме: график 5/2 с гибким началом дня (на выбор: с 09:00 до 18:00 или с 10:00 до 19:00);
• Социальный пакет: ДМС со стоматологией после испытательного срока, а также скидки от компаний-партнеров (фитнес, кредитование, путешествия, развлечения и мн. др.);
• Скидки на продукцию и закрытые распродажи брендов компании (restore:, Samsung, Street Beat, Hiker, Amazing Red, UNOde50, Мир кубиков);
• Современный офис на МЦК Шелепиха/МЦД Тестовская (7-10) минут пешком) с летними террасами, шезлонгами и рабочими местами на свежем воздухе.

<iframe allow="autoplay; fullscreen; accelerometer; gyroscope; picture-in-picture; encrypted-media" frameborder="0" height="315" scrolling="no" src="https://runtime.strm.yandex.ru/player/video/vplvrm6r7c66caf42ogo?autoplay=1&amp;mute=1" width="560"></iframe>

Яндекс Практикум помогает людям развивать карьеру: осваивать новые профессии, изучать английский язык и пользоваться ИИ-инструментами. Мы развиваем образовательные сервисы — курсы для начинающих и опытных специалистов, «Луми», «Английский», «Грейд» и другие продукты.

Команда аналитики привлечения способствует росту бизнеса: ищет точки роста в маркетинговых каналах, продуктовых механиках и продажах, проверяет гипотезы и оценивает, как влияют изменения.

Ищем аналитика данных, задача которого — помогать команде изучать поведение пользователей, оценивать, насколько эффективно идёт привлечение клиентов, и анализировать эксперименты. Вам предстоит решать задачи, которые находятся на стыке маркетинга, продукта и продаж. Работать будете вместе с опытными коллегами.

Анализ воронки продаж

Вы будете изучать, как пользователь проходит путь от первого знакомства с Практикумом до покупки. Вам нужно собирать данные, считать метрики и сравнивать, насколько эффективны разные каналы привлечения, коммуникации и акции. Вместе с командой вы будете выяснять, почему показатели меняются, и выдвигать гипотезы, как можно увеличить продажи.

Участие в экспериментах

Вам нужно будет помогать готовить и анализировать A/B-тесты: проверять данные, считать метрики и оценивать результаты. Опытные коллеги помогут разобраться в дизайне экспериментов, статистических методах и том, как интерпретировать выводы.

Отчётность и автоматизация

Вы будете поддерживать отчёты и дашборды, проверять качество данных и автоматизировать повторяющиеся расчёты. Вам предстоит работать с ИИ-инструментами — обрабатывать код и данные, а затем вместе с командой проверять, корректны ли результаты.

Больше об аналитике в Яндексе — в канале Yandex for Analytics

* Анализировали данные в учебных, личных или рабочих проектах и можете рассказать о ходе решения и выводах
* Знаете SQL: умеете объединять таблицы, группировать данные и использовать оконные функции
* Владеете основами Python для анализа данных, например умеете обрабатывать таблицы с помощью pandas
* Знаете основы теории вероятностей и статистики, понимаете принципы проверки гипотез и A/B-тестирования
* Внимательно относитесь к качеству данных и проверяете результаты расчётов
* Умеете понятно объяснять свои выводы и готовы уточнять задачу, если не хватает информации
* Интересуетесь маркетинговой и продуктовой аналитикой и хотите развиваться на реальных бизнес-задачах

* Анализировали воронки, конверсию или эффективность маркетинговых каналов
* Работали с BI-инструментами и создавали дашборды
* Участвовали в анализе A/B-тестов
* Использовали ИИ-инструменты для работы с кодом, анализа данных или автоматизации рутины

Обязанности:

• разработка и внедрение управленческой отчетности по устройствам самообслуживания (с использованием гибридного подхода: данные из баз данных через sql + ручные выгрузки + Excel);
• автоматизация сборки управленческой отчетности;
• формирование требований к доработкам АБС с целью полной автоматизации отчетности;
• развитие направления BI (в том числе разработка витрин в PIX BI).

Требования:

• высшее образование;
• опыт работы аналитиков от 2-х лет;
• продвинутый пользователь Microsoft Excel (формулы, сводные таблицы, power pivot, power query);
• уверенные знания SQL (желателен опыт работы с SparkSQL и аналогами);
• является преимуществом знание Python – PANDAS, NUMPY;
• сильные аналитические способности, высокий уровень самостоятельности при решении нетривиальных задач;
• умение декомпозировать бизнес-задачу на измеримые метрики;
• навыки построения гипотез и их проверки на данных;
• внимательность к деталям, умение находить аномалии/ошибки в данных и устранять их на системном уровне;
• критическое мышление (умение проверять источники на надежность и анализировать данные с разных точек зрения);
• опыт работы с объемными массивами данных и с базами данных, навыки написания SQL запросов;
• знания в области анализа данных и BI, как преимущество.​