1 of 45

Мой карьерный путь: как я “докатился” до такой жизни продуктовым аналитиком

Продакт-менеджер, Рук-ль бизнес-аналитики (8 аналитиков) («Фоксфорд», «Нетология») - 2 года

Выпустился из МФТИ

- Бакалавриат ФПМИ (техническая база)

- Магистратура Технологического предпринимательства (бизнесовая база)

Концептуальный Аналитик на кафедре в МФТИ - 1 год

Маркетолог-аналитик EdTech - 1 год

Рук-ль Продуктовой аналитики в «Озон» - 0,5 года

Продуктовый аналитик YClients - 1 год

Просветительская деятельность:

  1. Веду телеграм канал по продуктовой аналитике
  2. Выступаю на митапах
  3. Менторю аналитиков, продактов
  4. Преподаю продуктовую аналитику

Продуктовый аналитик inDrive - 1,5 года

2 of 45

2

Выпускник СОШ №61 2015 г. Чебоксары

МФТИ

Нетология-групп

Ozon

YClients

InDrive

T-Bank

Чебоксары

Мой карьерный путь: как я “докатился” до такой жизни продуктовым аналитиком

Продакт менеджер

Бакалавр ФПМИ’19 (техническая база)

Выпускник МФТИ’21

Магистратура ТехПреда’21 (бизнесовая база)

Тимлид стратегической аналитики

2 года

Тимлид продуктовой аналитики

4 года

Продуктовая аналитика

Просветительская деятельность:

  • Веду телеграм канал по продуктовой аналитике
  • Выступаю на митапах
  • Менторю аналитиков, продактов
  • Преподаю продуктовую аналитику

3 of 45

3

Базис для продуктового аналитика составляют пять элементов

ПРОДУКТОВЫЙ

4 of 45

Стэк технологий

​

Soft skills

​

4

SQL: ClickHouse, Vertica, MySQL, PostgreSQL, BQ. CRUD, оконки

Презентация результатов

Python: pandas, numpy, seaborn, matplotlib, stats, etc. GitLab, Jupyter Notebook/Google Colab, PyCharm

AB-Testing, Statistics, SuperSet, Tableau.

Ответственность и самостоятельность

Выстраивание процессов работы команды (планирование)

Проактивный подход к аналитике во главе с бизнесом

Коммуникабельность

Менторинг, управление командой

Что умею и к чему имею интерес в развитии

Какими личными качествами

обладаю

Интерес «к великому»

5 of 45

5

Продуктовый аналитик помогает увеличивать ценность для большего числа людей

inDrive (chats and calls)

🧭 Сформулировали стратегию коммуникационных продуктов, построили дерево ключевых метрик и связали их с бизнесом компании.

🚀 Провели десятки АБ экспериментов чтобы увеличить долю безопасных коммуникаций с 25% до 60% по RH-вертикали.

📞 Значительно улучшили качество VoIP, удвоив конверсию успешных звонков. Например, в Алматы конверсия в успешный звонок выросла за год с 20% до 50%.

💵 Посчитали финансовую модель, роадмап и ключевые метрики для собственной платформы VoIP-звонков. Проект был защищен перед топ-менеджментом и получил зеленый свет! Потенциальная экономия от проекта от Х MM USD в год.

💬 Перевели общение пользователей из звонков в чаты. Год назад поездок с чатами без звонков было 27%, сейчас 40%. Звонить стали меньше, писать больше. Это сэкономило компании примерно Х MM USD за год.

🤑 Доказали, что чаты не только дают экономию на звонках, но и снижают отмены. Наши фичи помогли снизить отмены поездок в RH и увеличили GMV на 1%, что эквивалентно Х MM USD GMV за 2024 год. А в некоторых странах Азии сократили отмены на 20-40%.

​

6 of 45

6

Продуктовый аналитик помогает увеличивать ценность для большего числа людей

YClients (fintech, marketplace)

  1. Выстроил процессы работы с продуктовой аналитикой в 4 бизнес-направлениях
    1. Ситуация
    2. Задачи
    3. Что делал
    4. Результат

​

  • Создал roadmap аналитики направления для достижения 2 основных KPI по 4 продуктам
    • Ситуация
    • Задачи
    • Что делал
    • Результат

​

Ozon (sellers marketplace)

  • Предложил новую функцию, основанную на моем анализе, которая увеличила CR на 20%
    • Ситуация
    • Задачи
    • Что делал
    • Результат

​

  • Внедрено ранжирование на маркетплейсе, что позволило увеличить retention на 15%
    • Ситуация
    • Задачи
    • Что делал
    • Результат

7 of 45

7

Продуктовый аналитик помогает увеличивать ценность для большего числа людей

TalentTech

  • Создавал презентации для клиентов и анализировал данные обратной связи

​

  • Разработка продуктов (сгенерированы и протестированы гипотезы, выстроена бизнес-логика продукта и дальнейшая оптимизация, построены дашборды в Tableau)

​

​

  • Нанял 6 бизнес-аналитиков и продуктового аналитика, создали ИПР и онбординг
    • Ситуация
    • Задачи
    • Что делал
    • Результат

​

  • Изучал рынки EdTech, HRTech и фриланса, анализировал конкурентов
    • Ситуация
    • Задачи
    • Что делал
    • Результат

8 of 45

Self-service задачи

Задачи аналитика

8

Базовая работа с данными:

  1. Использование готовых дашбордов для мониторинга ключевых метрик
  2. Простые выгрузки данных из аналитических систем
  3. Базовая визуализация данных в Excel или Google Sheets

Сложный анализ данных:

  1. Проведение углубленного статистического анализа, АБ тесты
  2. Построение прогнозных моделей с/без ML

Разработка и поддержка аналитической инфраструктуры:

  1. Настройка систем сбора и хранения данных, разработка ETL-процессов
  2. Создание и оптимизация дашбордов

Глубокий анализ пользовательского поведения:

  1. Анализ воронок конверсии, исследование CJM
  2. Выявление паттернов поведения
  3. Сегментация пользователей с использованием продвинутых методов, ML

Какие проще сделать самостоятельно менеджменту

Какие лучше отдать аналитику

​

​

Постановка задач для аналитиков:

  1. Четкое формулирование бизнес-вопросов
  2. Определение приоритетов аналитических задач (совместно)
  3. Обсуждение и уточнение требований к анализу

Разработка и внедрение метрик:

  1. Определение ключевых метрик направлений (совместно)
  2. Разработка методологии расчета метрик
  3. Мониторинг и анализ ключевых показателей

​

​

Рисерчи:

  • Кастдевы – самостоятельно или продакт+аналитик

Чек-лист менеджер или аналитик

9 of 45

Митап “Войти в IT” в Чебоксарах на 30+ человек

9

10 of 45

Преподавание SQL на курсе “Аналитик данных”

10

11 of 45

Мок-собеседования Авито и на своем ютуб-канале

11

Собеседование продуктового аналитика в Авито

Собеседование на продуктового аналитика 2 в 1: вместе с HR из Озона и технической частью

12 of 45

Телеграм-канал Data New Gold, статьи и др. полезности для комьюнити аналитиков

12

Канал Data New Gold (3к подписчиков)

​

Шаблон АБ тестов (500+ запросов)

​

Статьи:

  1. Как заинтересовать 120+ HR всего за месяц. Или как захантить к себе аналитика данных (15к просмотров и 75 закладок)

​

​

​

Scared of losing your job to ChatGPT? Become a Product Analysis superstar with the help of AI | by inDrive.Tech | Geek Culture | Medium (61 лайк и 4к+ просмотров)

Как одолеть вопросы по АБ тестам с собеседований

13 of 45

Отзывы от менти и в канале DNG

13

14 of 45

Выступления перед продуктовым дивизионом 200+ человек

14

15 of 45

Auto-translation in chat

experiment in SEA region

Messenger Team

16 of 45

15% заказов в Индонезии с разными локалями в чатах

16

Проблема пользователя

Туристы не могут объясниться с водителем в случае проблем или вопросов по заказу

17 of 45

15% заказов в Индонезии с разными локалями в чатах

17

Проблема пользователя

Туристы не могут объясниться с водителем в случае проблем или вопросов по заказу

Проблема бизнеса

Большие затраты на VoIP звонки,

надо переводить коммуникации в чат

18 of 45

15% заказов в Индонезии с разными локалями в чатах

18

Проблема пользователя

Туристы не могут объясниться с водителем в случае проблем или вопросов по заказу

Проблема бизнеса

Большие затраты на VoIP звонки,

надо переводить коммуникации в чат

3. Это есть у конкурентов 4. Может снизим отмены

19 of 45

Решение проблемы у конкурентов

19

Bolt

Uber

Gojek

Grab

20 of 45

Наше решение: сделать авто-переводчик в чате

20

21 of 45

Выбрали страны с высокой долей разных локалей

Посчитали бюджет по символам и чатам для Google API

500$ – на 30 дней работы в 3 странах.

Ожидания в метриках

  • Orders with chats-only ↑
  • Calls in orders ↓
  • Cancel rate after accept ↓

21

🇹🇭 THAILAND

% чатов с разными локалями

31%

🇮🇩 INDONESIA

17%

🇲🇾 MALAYSIA

32%

чатов в месяц

ХХХ

YYY

ZZZ

22 of 45

Индонезия. Авто-переводчик увеличил отмены на 31-40%

22

group_name

Accept → Cancel

Accept with chat → Cancel client

Accept with chat → Cancel driver

Orders with calls share %

Control Monolith

13.9%

11.9%

2%

7.9%

Test Monolith

18.2%

15.1%

3.2%

8.7%

Control Ayan

11.3%

8.6%

2.7%

5.2%

Test Ayan

15.9%

11.2%

4.6%

5.7%

10.10 –25.10

XXX

6%

период теста

количество чатов

доля чатов с переводом

23 of 45

В заказах с отменами есть жалобы на ожидание и невозможности выполнить заказ

Общие темы в выполненных и отмененных заказах

Проблемы в отмененных заказах

23

Местоположение и ETA

Обсуждения мест и пунктов доставки

Жалобы на ожидание

Невозможность выполнить заказ

24 of 45

Таиланд. Авто-переводчик увеличил отмены на 10%

24

group_name

Accept → Cancel

Accept with chat → Cancel client

Accept with chat → Cancel driver

Orders with calls share %

Control Ayan

26.3%

19.5%

6.8%

68%

Test Ayan

28.9%

19.4%

9.5%

73.6%

10.10 –25.10

XXX

13%

период теста

количество чатов

доля чатов с переводом

25 of 45

В заказах с отменами есть просьбы об отмене и обсуждение стоимости

​

Общие темы в выполненных и отмененных заказах

Проблемы в отмененных заказах

25

Местоположение и ETA

Обсуждения мест и пунктов доставки

Обсуждение стоимости и просьбы об отмене

26 of 45

Выводы

  1. В чатах без переводчика пользователи не могут объясниться друг с другом и молча выполняют заказ
  2. В чатах с переводчиком пользователи вовлекаются в споры и проблемы по условиям поездки, которые приводят к росту отмен и росту звонков.

26

27 of 45

27

28 of 45

Next steps

28

  1. Не катим текущее решение.
  2. Проверить качество перевода Google Translator
  3. Запустить новый тест в других регионах

29 of 45

Quick Messages помогают растить использование чата

29

30 of 45

Короткометражка о жизни продуктового аналитика

30

31 of 45

Рассмотрим пример задачи продуктового аналитика в YClients

31

Дано (Ситуация): �Маркетплейс приложений. У заказчика есть гипотезы о влиянии отзывов о приложении на конверсию в подключение приложения и оплату.

Задача аналитика − проверить гипотезы заказчика.

32 of 45

Рассмотрим пример задачи продуктового аналитика в YClients

32

Дано (Ситуация):�Маркетплейс приложений. У заказчика есть гипотезы о влиянии отзывов о приложении на конверсию в подключение приложения и оплату.

Задача аналитика − проверить гипотезы заказчика.

​

Гипотезы:

  1. Коррелирует ли просмотр вкладки «Отзывы» �с конверсией в подключение / активацию / оплату?

​

33 of 45

Рассмотрим пример задачи продуктового аналитика в YClients

33

Дано (Ситуация): �Маркетплейс приложений. У заказчика есть гипотезы о влиянии отзывов о приложении на конверсию в подключение приложения и оплату.

Задача аналитика − проверить гипотезы заказчика.

​

Гипотезы:

  1. Коррелирует ли просмотр вкладки «Отзывы» �с конверсией в подключение / активацию / оплату?
  2. Влияет ли рейтинг приложения и количество отзывов на конверсию в просмотр карточки / подключение / активацию / оплату?

​

34 of 45

Рассмотрим пример задачи продуктового аналитика в YClients

34

Дано (Ситуация):�Маркетплейс приложений. У заказчика есть гипотезы о влиянии отзывов о приложении на конверсию в подключение приложения и оплату.

Задача аналитика − проверить гипотезы заказчика.

​

Гипотезы:

  1. Коррелирует ли просмотр вкладки «Отзывы» �с конверсией в подключение / активацию / оплату?
  2. Влияет ли рейтинг приложения и количество отзывов на конверсию в просмотр карточки / подключение / активацию / оплату?
  3. Коррелирует ли длительность и глубина просмотра отзывов с конверсией в подключение / активацию / оплату?

​

35 of 45

Теперь нужно выбрать данные для проверки гипотез

35

Выборка:

  1. Клиенты, просмотревшие карточки приложений − Х филиалов
  2. Клиенты, активировавшие приложения − �Y филиалов
  3. Клиенты, оплатившие приложения − �K филиалов

​

Особенности измерения:

  • Выборка А (без отзывов) − выборка, которая зашла в карточку приложения �и НЕ обязательно смотрела отзывы
  • Выборка Б (с отзывами) − выборка, которая зашла в карточку приложения и обязательно смотрела отзывы
  • Выборки А и Б не имеют пересечения �по салонам
  • Можно также добавить разрез по количеству отзывов по дням

36 of 45

Используем данные, которые были размечены вместе с фронтенд-разработчиком

36

СОШ 61

г. Чебоксары

Учеба

в МФТИ

37 of 45

Рассчитаем метрики для проверки гипотез

37

CR_to_active − конверсия из просмотра карточки в активацию

​

CR_to_payment − конверсия из просмотра карточки в оплату

​

​

​

Гипотезы:

  1. Коррелирует ли просмотр вкладки «Отзывы» �с конверсией в подключение / активацию / оплату?
  2. Влияет ли рейтинг приложения и количество отзывов на конверсию в просмотр карточки / подключение / активацию / оплату?
  3. Коррелирует ли длительность и глубина просмотра отзывов с конверсией в подключение / активацию / оплату?

38 of 45

С помощью SQL или Python рассчитываем метрики для каждой выборки и променяем стат критерий

38

СОШ 61

г. Чебоксары

Учеба

в МФТИ

39 of 45

По результатам анализа необходимо сформулировать выводы из исследования �и презентовать результаты

39

СОШ 61

г. Чебоксары

40 of 45

Как может выглядеть презентация результатов

40

СОШ 61

г. Чебоксары

41 of 45

41

СОШ 61

г. Чебоксары

42 of 45

Как может выглядеть презентация результатов

42

СОШ 61

г. Чебоксары

43 of 45

43

СОШ 61

г. Чебоксары

44 of 45

Можно немного отдохнуть ☺

44

СОШ 61

г. Чебоксары

Учеба

в МФТИ

45 of 45

Камчаткин Владимир

Продуктовый аналитик InDrive

​

Контакты:

​

  • telegram-канал - Data New Gold
  • telegram - Analyst_Vladimir

45