Какие задачи необходимо решать
- Помогать компании понять, что действительно важно для клиентов, предпринимать шаги к улучшениям на основе данных
- Формировать отчётность и регулярно отслеживать динамику метрик по ключевым сценариям клиентского опыта, выделять корневые причины проблем
- Строить гипотезы, искать корреляции, проверять их на данных: превращать «почему?» в «что делать?». Не просто анализировать показатели, а, также, объяснять их. Оценивать эффективность инициатив: предварительная оценка, мониторинг реализации, пост-анализ
- Тесно взаимодействовать с продуктами, IT, финансами и другими подразделениями для вовлечения в бизнес-процессы, чтобы полученные выводы превращались в реальные улучшения. Переводить бизнес-цели на язык данных и данные — на язык решений
- Превращать сырые данные из КХД в понятные, красивые и полезные выводы. Если данных не хватает — самостоятельно наладить ETL-процесс или запросить интеграцию. Строить прогнозы по метрикам, моделировать сценарии. Автоматизировать рутину
- Участвовать в развитии КХД: делать аналитику быстрее, точнее и надёжнее для всей компании. Не только использовать данные, а, также, проверять их качество, предлагать новые витрины
Что для этого нужно
- Опыт в аналитике данных от 3 лет
- Понимание, как из сырых цифр делать выводы, которые влияют на решения. Опыт работы с веб-аналитикой (Метрика) будет плюсом
- Знания о том, как измеряется телеком, почему важны NPS, CSI, уровень оттока, качество связи, ARPU, CR и как их можно улучшить. Возможность найти проблемные точки клиентского опыта на основе собственного опыта активного пользования
- Умение убедить, а не просто докладывать. Возможность донести историю о том, почему важны цифры и как это повлияет на бизнес. Добиваться, чтобы твои выводы были услышаны и внедрены
- Системность. Опыт в создании дашбордов и автоматизации, чтобы аналитика работала сама, а не требовала постоянного вмешательства
- Умение правильно расставлять приоритеты и выполнять поставленные задачи
- Навыки объяснять сложное простыми словами
Владение инструментами:
- SQL: сложные запросы, понимание как их оптимизировать
- BI (Qlik Sense, Tableau, Oracle BI и пр.): навыки создания технически сложных дашбордов и интуитивно понятных визуализаций
- Excel: сводные таблицы, графики, формулы для работы с данными, Power Query
- Python: знание основных библиотек для работы с данными и статистикой, визуализации данных
