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.