Руководитель аналитики данных
Компания YouTravel — маркетплейс авторских туров, аккредитованная IT-компания.
Формат работы: удалённо. Занятость: полная, график 5/2, 8 рабочих часов в день.
Основной фокус роли
Вы — владелец аналитической функции компании. В ней три направления:
- Аналитика в связке с продуктом: аналитики закреплены за бизнес-юнитами и работают с продактами от гипотезы до посчитанного эффекта. Вы строите процесс, нанимаете и растите людей, отвечаете за качество выводов.
- Self-service для бизнеса и AI-агентов: данные описаны и устроены так, чтобы агенты получали их точно, а бизнес сам отвечал на вопросы без аналитика.
- Дата-инжиниринг: собственная платформа данных, надёжная и с контролем качества.
В подчинении: аналитики в юнитах, дата-инженерия и подрядчики аналитики. Хранилище и пайплайны — в зоне аналитики.
Ключевые обязанности
Продуктовая аналитика в юнитах
- Выстроить модель работы аналитика с продактом: discovery, приоритизация, оценка гипотез до старта, дизайн эксперимента, пост-анализ и эффект в деньгах.
- Закрепить процесс с Head of Product как стандарт.
- Распределять аналитиков по юнитам в рамках квот, следить за загрузкой.
- Держать единое ремесло: методы, критерии валидности, дизайн и чтение экспериментов, ревью выводов.
- Вести собственную повестку функции: разбор показателей юнитов и точки роста.
Self-service для бизнеса и AI-агентов
- Построить семантический слой: словарь метрик, определения, способ расчёта, витрины с описаниями для агентов.
- Измерять точность агентов: эталонный набор вопросов, регулярная проверка, разбор ошибок, доработка описаний.
- Сделать так, чтобы бизнес сам получал ответы через агентов, дашборды и витрины.
- Определять доступные данные в self-service и обучать бизнес работе с данными.
Дата-инжиниринг и качество данных
- Развивать платформу: S3, ClickHouse, Airflow, коннекторы; надёжность, производительность, стоимость.
- Развивать архитектуру хранилища и модель данных, управлять дата-долгом.
- Выстроить контроль качества: алерты на полноту, свежесть, расхождения; процесс реагирования на инциденты.
- Отвечать за корректность данных во всех системах, включая источники других команд.
- Задавать стандарт событий и проверять изменения схем до релиза.
- Оставаться hands-on: SQL, Python, DAG.
Полномочия
- Ставить задачи разработке и продукту на исправление источников данных и инструментирования.
- Решать, как считается метрика (кроме метрик из целей и бонусов — их валидирует CFO).
- Останавливать изменение схемы событий, если оно ломает метрики.
Управление бюджетом
- Планирование ФОТ аналитики, контроль расхода, удержание в лимите.
- Бюджет платформы данных, BI и AI-инструментов по месяцам.
- Инструменты, лицензии и внешние данные — внутри статьи до согласованного порога.
- Стоимость аналитической инициативы считается до старта.
Найм
- Структура функции: продуктовые аналитики в юнитах и дата-инженерия.
- Найм аналитиков и дата-инженеров, оффер в утверждённой вилке.
- Грейды, performance-цикл, план развития каждого аналитика.
- Персональная планка: план исправления, испытательный срок, расставание.
- Выбор подрядчиков и приёмка их работы.
Требования
Обязательные навыки
- От 5 лет в аналитике, из них от 2 лет руководство командой. Опыт в маркетплейсе, e-commerce или travel.
- Опыт построения продуктовой аналитики с аналитиками в продуктовых командах: модель работы с продактами, эксперименты, оценка эффекта.
- Продуктовая и маркетинговая аналитика: воронки, юнит-экономика, атрибуция, A/B и оценка эффекта без A/B.
- Опыт построения self-service аналитики: словарь метрик, семантический слой, витрины для бизнес-пользователей.
- Самостоятельно строил хранилище и пайплайны: ClickHouse или другое колоночное хранилище, Airflow, S3. Умение поднять и починить DAG или коннектор.
- Практический опыт контроля качества данных: тесты, алерты, разборы инцидентов, работа с источниками других команд.
- SQL и Python на уровне, достаточном для ревью кода команды.
- Умение говорить с бизнесом в терминах денег и решений.
Soft skills
- Ответственность за результат целиком, включая зоны на стыке с другими командами.
- Партнёрство с продактом и руководителем юнита, а не исполнительство.
- Открытое и раннее сообщение о рисках.
- Играющий тренер: ведёт людей и сам делает сложную часть.
- Короткая и понятная письменная речь, вывод на первой строке.
Будет плюсом
- Опыт работы LLM-агентов с данными: описания данных для моделей, text-to-SQL, оценка точности ответов.
- dbt, metrics layer (dbt Semantic Layer, Cube или аналоги).
- Данные CRM (Planfix, amoCRM, Bitrix).
- 152-ФЗ в аналитике: обезличивание, хранение, доступы.
Инструменты: SQL, Python, Airflow, Metabase, AI-инструменты (Claude Code). Стек компании: S3, ClickHouse, Airflow, Metabase; события — собственный сбор событий и Яндекс.Метрика; CRM — Planfix.
KPI
- Доля продуктовых инициатив с оценкой эффекта до старта и посчитанным результатом после — ≥ целевого.
- Количество гипотез аналитики, взятых юнитами в работу, — ≥ целевого в месяц.
- Доверие бизнеса к данным: квартальная оценка руководителей юнитов и продактов — ≥ целевого.
- Точность ответов AI-агентов на эталонном наборе вопросов — ≥ целевого.
- Доля вопросов бизнеса, закрытых без аналитика, — ≥ целевого.
- Покрытие ключевых метрик словарём и описаниями — 100%.
- Доступность BI и пайплайнов — ≥ целевого (SLA).
- Время обнаружения и исправления проблемы с данными — ≤ целевого.
- Покрытие ключевых метрик контролем качества — 100%.
- Стоимость платформы данных — в пределах бюджета.