Product Data Analyst
n1x — venture builder нового покоління з власною внутрішньою інфраструктурою для запуску продуктів. Ми створюємо web і mobile продукти: від ресерчу й гіпотези до запуску та масштабування з першого дня під глобальне навантаження. Працюємо як фабрика стартапів — швидко, системно та з фокусом на метрики, які означають реальний бізнес-результат.
Про роль
Ви перший аналітик у компанії. Готових пайплайнів немає, дані розкидані по кількох джерелах і платформах, і подекуди продакти самі доходять до правильних цифр методом дедукції. Ваша перша задача — це змінити.
Але ключове в ролі не збір даних, а партнерство з продактами. Ви не чекаєте на ТЗ і не просто виконуєте запити. Ви розумієте бізнес-логіку продукту настільки, щоб самостійно бачити, де проблема, ставити правильні питання і пропонувати рішення ще до того, як про це запитали.
Що робитимете
— Будуєте аналітичну інфраструктуру з нуля: зводите дані з продуктової аналітики, білінгу, атрибуції та рекламних кабінетів в одну систему, якій довіряють.
— Працюєте з продактами як рівноправний партнер: розумієте гіпотезу, самі формулюєте, як її перевірити, і доводите A/B-тест від дизайну до статистичного висновку та рекомендації.
— Дивитеся на цифри і бачите патерн раніше, ніж хтось встиг про нього запитати: де воронка тримає, де просідає retention, де щось у продукті вже не працює.
— Відповідаєте за якість даних: якщо цифри в різних джерелах розходяться, ви знаєте, де правда і чому.
— Даєте не просто звіт, а висновок і рекомендацію, на основі якої команда ухвалює рішення.
— Шукаєте просте рішення там, де можна місяць будувати складну систему. Швидкість і практичність важливіші за ідеальну архітектуру.
— Працюєте асинхронно й самостійно: ставите собі задачі, пріоритезуєте їх і доводите до результату без постійного контролю.
Кого шукаємо
Обов'язково:
— Від 4 років у продуктовій аналітиці, з реальним досвідом у B2C, підписочних або mobile-продуктах.
— Впевнений SQL: самостійно пишете когорти, retention, воронки, unit-економіку, window functions і CTE, працюєте з даними без готового пайплайну.
— Повний цикл A/B-тестування: формулювання гіпотези разом із продактом, дизайн експерименту, розрахунок розміру вибірки, статистична перевірка значущості (не лише інтерпретація готових цифр), висновок і рекомендація.
— Продуктові метрики на рівні вільного володіння: ARPU, ARPPU, LTV, CAC, retention, churn, а також метрики product-market fit (activation, frequency, engagement) — і розуміння, коли яка метрика релевантна, а коли ні.
— Досвід самостійної побудови дашбордів і звітності з нуля (Metabase, Looker Studio, Power BI, Tableau або аналог).
— Python або R для аналізу й автоматизації.
— Досвід з платіжною аналітикою (Stripe, Apple Pay, Google Pay та подібні), RevenueCat, AppsFlyer, Adjust.
— Вміння пояснити складне нетехнічним людям просто і зрозуміло. Якщо людина не може пояснити просто, вона сама не до кінця розуміє, що робить.
Буде плюсом:
— Досвід з paywall- і onboarding-воронками.
— Базовий data engineering: dbt, Airflow, BigQuery або ClickHouse як DWH.
— Досвід стандартизації метрик і дашбордів між командами, коли ви відповідали за єдність визначень, а не тільки за власний дашборд.
— Досвід командної або people-аналітики.
Як ми впізнаємо сеньйорність:
— Розуміє бізнес-ціль за метрикою, а не тільки формулу розрахунку.
— Сама ставить питання до даних, а не лише відповідає на запит.
— Може пояснити, чому одна метрика показує позитив, а суміжна — негатив, і що це означає для рішення.
— Володіє повним циклом A/B-тесту, включно зі статистикою, а не тільки інтерпретацією готового звіту.
— Бере відповідальність за якість і стандарт даних, а не тільки за свій шматок роботи.
Що пропонуємо
— Реальний вплив: ваша аналітика напряму визначає, які продукти масштабуємо, а які закриваємо, і ви бачите результат за тижні.
— Свободу вибору інструментів і архітектури, без чужих легасі-рішень.
— Малу команду без бюрократії: прямий доступ до CEO та продуктових лідів, швидкі рішення.
— Погляд на компанію цілісно: ви працюєте на межі продукту, маркетингу, бізнесу й людей.