Москва, улица Авиаконструктора Микояна, 12
Метро: АэропортПривет! Меня зовут Кирилл, я директор аналитики в Профи.ру. Наш сервис помогает клиентам найти профессионала для любой задачи, а специалистам — зарабатывать на том, что они умеют и любят делать.
Одна из ключевых вертикалей нашего бизнеса — это репетиторы и психологи. Мы работаем с этим направлением уже более 10 лет. Видим, что наш способ поиска таких специалистов уже устарел — заказы клиентов с большим количеством предложений от специалистов стали хуже закрываться.
Наша цель — увеличить выручку вертикали за счёт роста закрываемости заказов. У нас уже есть гипотезы про изменения в бизнес-модели и более точное учитывание контекста клиентов. Ждём аналитика, который хочет влиять на выручку, придумывать и проверять гипотезы вместе с командой.
Сейчас в команде продакт-менеджер, четыре разработчика, тестировщик и дизайнер. Ребята работают недельными спринтами, внутри продуктового четырёхмесячного цикла. Когда есть общие встречи — стараемся бывать в офисе, но большинство работает из дома.
ТЕХНОЛОГИИ
SQL (витрины в GreenPlum, событийная аналитика в ClickHouse, редкое в MySQL).
Python (с github) для чего-то посложнее, вроде необычных тестов.
Metabase для дашбордов.
ЗАЧЕМ ТЕБЕ К НАМ
Решать сложные задачи. Классические А/В-тесты, switchback-дизайны, кластерные тесты.
ЧЕМ ПРЕДСТОИТ ЗАНИМАТЬСЯ
На первых порах
Вникнуть в процессы, задачи и культуру команды. Освоиться в данных и дашбордах, понять, чего не хватает, настроить сбор новых данных.
Помочь провести исследования, проверить гипотезы и запустить эксперименты на нашей А/В-платформе.
Когда освоишься
Стать полноценным партнёром продукта с точки зрения аналитики.
ЧТО НУЖНО ЧТОБЫ К НАМ ПРИСОЕДИНИТЬСЯ
Опыт в продуктовой аналитике от трёх лет.
Прикладной опыт в A/B-тестировании.
Уверенное владение SQL, Python.
Знание статистики: фреймворк проверки гипотез, классические статистические критерии и условия их применимости, P-value, доверительный интервал, ошибки I и II рода, уровень значимости, мощность, нормальные и асимметричные распределения и т.п.
Продуктовое мышление. На метриках ты видишь не только цифры, но и поведение пользователей, изменения в продукте. Не путаешь корреляцию с причинно-следственной связью, учитываешь введённые упрощения и предположения.
ЧТО МЫ ЗА ЭТО ПРЕДЛАГАЕМ