Дата - аналитик ( Excel, SQL)

Обязанности:

• Анализ внутренних показателей маркетплейсов;
• Работа с базами данных: написание запросов с помощью Power Querty, Power Pivot;
• Интегрирование данных из разных источников;
• Участие в автоматизации загрузки и обновления данных, контроль корректности и полноты данных;
• Работа с данными из 1С и личных кабинетов маркетплейсов: формирование выгрузки, объединение с данными маркетплейсов, контроль качества данных;
• Ведение отчетности о динамике расходов и эффективности использования рекламного бюджета маркетплейсов;
• Мониторинг конкурентов, анализ: категорий, товаров, цен, активностей;
• Сбор и анализ Unit - экономики;
• Разработка калькулятора для расчета количества товара для распределения по складам, расчета цен;
• Подготовка презентаций, отчетов, графиков, рекомендаций;
• Построение дашбордов и визуализация данных;
• Разработка комплексной модели ценообразования маркетплейсов и автоматизация данного процесса;

• Знание основных показателей продаж, принципов формирования аналитических показателей и отчетов, порядок ценообразования;
• Отличное знание Excel, сводные таблицы, VBA, BI системы;
• Опыт написания запросов с помощью Power Query, Power Pivot;
• Знание Python (Pandas, Matplotlib), интерес к ML технологии;
• Умение структурировать, систематизировать и интерпретировать данные и предлагать actionable insights;
• Аналитическое мышление, внимательность, умение видеть закономерности;

• Работа в крупной производственной компании (30 лет на рынке РФ);
• Перспективы для профессионального развития и карьерного роста;
• Официальное оформление по ТК РФ;
• График работы: 5/2 c 9-00 до 18-00 (ОФИС);
• Насыщенная корпоративная жизнь: тематические пятницы, экскурсии по Москве и на производство компании, квизы, настольные игры, ENGLISH CLUB и др.;
• Скидки на продукцию компании для сотрудников и новогодние подарки для детей;
• Комфортный офис в 5 минутах ходьбы от м.Сокол;

Яндекс ID — это гораздо больше, чем форма для ввода логина и пароля на сервисах Яндекса. Мы разрабатываем множество экосистемных продуктов, связанных с хранением и обработкой данных миллионов пользователей как на внутренних сервисах Яндекса, так и на внешних сайтах и в приложениях.

Продуктовый подход

Вам предстоит выстраивать процессы продуктовой аналитики большого направления: это сбор и приоритизация бэклога, формирование средне- и долгосрочных целей аналитики на основе бизнес-фокуса и ответственность за результат. Общаться с большим количеством стейкхолдеров: менеджерами частей продукта, командами маркетинга, продаж и операций. Изучать идеи коллег, как улучшить продукт (приземление в конкретные аналитические задачи, оценка их влияния на бизнес).

Поиск точек роста конверсии в авторизацию

Конверсия в авторизацию — наша ключевая метрика. Мы постоянно исследуем её поведение на сервисах, сопровождаем запуски новых приложений, ищем точки роста и много экспериментируем.

Исследования авторизованных пользователей

Яндекс ID — это единый аккаунт, и мы постоянно увеличиваем его ценность для пользователя. Какие потребности пользователи пытаются закрыть с помощью Яндекс ID? Что можно им предложить, чтобы вырастить их ретеншен? Почему пользователи создают новые аккаунты, если у них уже есть старые? Вы будете вместе с нами искать ответы на эти вопросы.

* Руководили командой продуктовой аналитики: вам предстоит нанимать сильных аналитиков и развивать их
* Умеете формулировать продуктовые гипотезы и знаете, как их проверять
* Владеете основами математической статистики и понимаете теорию A/B-тестирования
* Умеете структурно думать о данных, писать качественный код на Python и запросы на SQL для обработки данных
* Имеете свою точку зрения, умеете её отстаивать и грамотно управлять ожиданиями коллег

<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/vplvrjxixu4yqmlo2q7x?autoplay=1&amp;mute=1" width="560"></iframe>

Больше об аналитике и метриках Поиска — в видео от Лены, руководителя группы экосистемных исследований.

В Яндексе много разных поисков (квартиры, видео, афиша, врачи, услуги, товары и другие). Они различаются по технологиям, масштабу, качеству, но одно верно: сделать новый поиск — это большой инженерный и продуктовый проект. Мы радикально упрощаем эту задачу и создаём платформу, на которой поиски можно будет запускать или улучшать одним промптом.

Аналитическая команда внутри платформы отвечает за:
* формализацию продуктовых требований от заказчиков о том, как выглядит хорошее ранжирование;
* создание датасетов для валидации и обучения;
* эталонную разметку;
* разработку агентов-разметчиков;
* дизайн логов;
* офлайн- и онлайн-приёмку.

Главное отличие от обычной аналитической работы — мы делаем конвейер аналитики, а не улучшаем отдельные сервисы.

На каждом этапе мы придумываем универсальные критерии качества, которые будут работать сразу для сотен клиентов: как должны выглядеть хорошие датасеты; по каким признакам принимать работу агентов-разметчиков; как убедиться, что пользователи стали счастливее.

Датасеты

Вы будете придумывать, как агентам из логов любого сервиса собрать честный и воспроизводимый набор для оценки: что считать репрезентативным; как не потерять сложные случаи и как понять, что набор вообще способен различать хорошее ранжирование и плохое.

Разметка

Вам предстоит понять, как переводить продуктовый заказ в разметку и какими внешними знаниями должны обладать агенты для хорошей разметки. Кроме того, важно определить, как контролировать качество семантического слоя, из которого берутся эти знания, а также как обеспечить устойчивость разметки к внешним факторам.

Приёмка

Вам нужно будет определять, по каким признакам вообще можно принять новое ранжирование: какие офлайн-метрики предсказывают онлайн-эффект; как построить иерархию метрик для сервиса, который видишь впервые; как отличить настоящее улучшение от артефакта разметки; как извлекать идеи для будущих улучшений из реальных логов.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Уверенно пишете на Python и SQL
* Разбираетесь в алгоритмах и структурах данных
* Знаете математическую статистику и умеете проверять гипотезы
* Понимаете, почему важно всегда смотреть на данные

* Работали с поиском или рекомендациями
* Интересуетесь ML-аналитикой
* Знаете, как работать с кодинг-агентами
* Умеете общаться, ясно излагать мысли, понимать и учитывать мнение коллег, убеждать