Продуктовый аналитик работает с цифрами, его главная задача — сделать так, чтобы продукт рос. Этот специалист должен делает все, чтобы продукт приносил больше денег, развивался.

Настройка аналитики и документация. Визуализация и отчеты. Поиск инсайтов, формирование продуктовых гипотез и проведение тестов.

Важный этап в работе аналитика: отобрать показатели, за которыми будем следить и установить уведомления (alert). Если какой–то показатель внезапно вырос или упал, аналитик сразу бежит что–то с этим делать, разбираться почему.

Продуктовый аналитик работает с цифрами, его главная задача — сделать так, чтобы продукт рос или вырастить его с нуля. Метрики, по которым это отслеживают, зависят от самого продукта, бизнеса и стратегии.

Проще говоря, продуктовый аналитик собирает и изучает данные, которые могут быть полезны для развития продукта. Этот специалист должен делает все, чтобы продукт приносил больше денег, развивался. Аналитик находит, что работает плохо и думает, как это исправить, находит, что работает хорошо и ищет способы это улучшить еще больше.

Кстати, именно продуктовый аналитик помогает достичь Product market fit.

Выделяют несколько этапов работы продуктового аналитика.

• Настройка аналитики и документация. Если аналитик работает над приложением, то он будет составлять список ивентов, о которых будет приходить информация на сервис аналитики. Ивенты — это действия пользователей в приложении. Например, пользователь зашел на экран регистрации, кликнул на кнопку «Зарегистрироваться». То есть сделал какое–то действие. Эти данные нужны для продуктовых метрик. Это серьезная работа, по сути продуктовый аналитик составляет список того, что он будет отслеживать и измерять. Он должен тщательно продумать, какую именно информацию будет собирать, откуда он ее возьмет, все должно быть структурировано. Он, конечно, может изучать все, что в голово взбредет, методом тыка, но и результат будет соответствующий. Аналитик сделает неправильные выводы и навредит бизнесу.
• Визуализация и отчеты. Когда данные собраны, продуктовый аналитик собирает их в удобные отчеты. Например инвесторам нужны одни данные, стейкхолдерам — другие. По этим отчетам заинтересованные лица смогут увидеть динамику метрик, то есть хорошо идут дела в приложении: количество пользователей растет, все платят; или же что–то не так.
• Поиск инсайтов, формирование продуктовых гипотез и проведение тестов. Это как раз та часть работы аналитика, которая может дать максимум результата. Именно здесь он копается в данные и ищет, что бы еще такого улучшить, точки роста продукт. И предлагает это продакт менеджеру на обсуждение.

Как я уже говорила, это важный этап в работе аналитика: отобрать показатели, за которыми будешь следить. Потому что некоторые метрики могут расти, а другие при этом идти вниз.

Разберемся на примере Spotify. В один из периодов, количество пользователей сервисом росло, а вот средняя выручка при этом падала. Если аналитик будет смотреть только на одну из метрик, то пропустит другой важный момент с продуктом.

Кроме того, аналитики обязательно устанавливают уведомления (alert). Если какой–то показатель внезапно вырос или упал, аналитик сразу бежит что–то с этим делать, разбираться почему.

Часто продуктовые аналитики стартапов держат в голове по 15-20 продуктовых метрик сразу. Ночью разбуди и они скажут, что, где и как меняется.

Есть метрики, без которых анализировать продукт ну никак нельзя. Они про поведение пользователей и деньги. Эти показатели нужно обязательно измерять и анализировать. Если аналитик хочет, чтобы продукт был жив и здоров, конечно.

• MAU или активная месячная аудитория. Это количество пользователей, который хотя бы раз за месяц были активны, заходили в продукт и что–то в нем делали.
• DAU или активная дневная аудитория. Для продуктов повседневных. Например, для различных трекеров, соцсетей.
• MNU — количество новых пользователей за месяц. Тут интересно и то, сколько новых людей пришло в продукт, но и то, сколько денег они вам принесли, их вклад в прибыль и обороты.
• Utilisation или конверсия в пользователя. Сколько человек начали использовать ваш продукт после успешно пройденного онбординга, покупки или оформления подписки.
• Frequency или частота использования. Среднее количество активных действий в продукте.
• MCU — количество пользователей, которые навсегда вас покинули (отток). Здесь важно определить критерии, по которым люди попадают в разряд ушедших из продукта. Для зрелых проектов норма MCU = количество новых пользователей за месяц.
• Churn rate или уровень оттока пользователей. Если больше 5-7% — это плохой знак.

Все цифры я приведу для Москвы. Они же актуальны для крупных IT–компаний, стартапов с хорошим финансированием. В регионах цифры могут быть меньше на 10 и более тысяч рублей.

• На начальном уровне продуктовый (или на этом этапе чаще просто аналитик или junior) получает 65-80 тысяч рублей в Москве. В регионах эта сумма может быть меньше на 10-20 тысяч рублей. Специалист этого уровня, как правило, еще мало что умеет, но горит желанием научиться и крайне мотивирован.
• Прокаченный новичок. Он набрался знаний и опыта, уже может приносить компании какую–то пользу. Таких специалистам готовы платить от 80 до 120 тысяч рублей в месяц.
• Продуктовый аналитик среднего уровня (он же middle) сможет зарабатывать от 120 тысяч рублей до 200 тысяч рублей в месяц.
• Senior–аналитик — это почти боженька профессии. Ему готовы платить от 200 — до 350 тысяч рублей в месяц. Чем выше зарплата, тем больше от такого специалиста ждут в компании. Где–то уже нужны знания в Data science. Где–то идет совмещение с менеджерскими руководящими позициями.

• Он должен разбираться в IT–продукте. Понимать, какие у него есть метрики и как их собирать, как это зависит от циклов разработки.
• Должен уметь работать с сервисами аналитики и атрибуции. Какие их них чаще всего используют, расскажу ниже.
• Должен знать базы данных, чтобы понимать, как соединять данные между собой. Знать декларативный язык программирования SQL.
• Аналитика хорошего уровня нужно знать язык программирования Python (несколько основных библиотек). Он нужен для математических операций, статистических вычислений.

Новичку, чтобы получить первую работу, хватить небольших знаний в SQL, понимания продуктовых метрик, знать хотя бы один сервис аналитики и разбираться в математике и статистике (базовые знания пригодятся точно, как минимум, для проведения A/B тестов).

Для измерений используют автоматизированные системы аналитики. Они избавляют людей от рутинной работы и формируют понятные отчеты.

Здесь список самых удобных инструментов, по мнению самих аналитиков.

• AppMetrica. Платформа для аналитики и маркетинга приложений. Полностью бесплатная, имеет функции когортного анализа и сегментации аудитории. Автоматически создает отчеты об ошибках в приложении.
• Google Analytics. Бесплатная система для измерения и аналитики главных метрик мобильных приложений. Отслеживает конверсии, показывает статистику в режиме реального времени, формирует перекрестную сегментацию аудиторий, создают отчеты по расписанию.
• Flurry. Платформа на английском языке. Есть бесплатный тариф но функционал в нем ограничен. Работает только с приложениями на Android и iOS. Собирает подробные данные о пользователях, их интересах, действиях и событиях. Может сравнивать одно приложение в двух разных операционных системах, умеет рассчитывать воронку продаж. Заточен под отслеживание поведения пользователей в приложении.

Новичкам в продуктовой аналитике точно пригодятся эти книги.

• Синди Альварес «Как создать продукт, который купят». Найти можно здесь. Вы узнаете, как создавать продукты в условиях почти полной неопределенности. Автор сам работает как раз в этом направлении, направляет процесс. Вы узнаете, с чего, собственно, начать создавать, с кем говорить, как понять, что ваша гипотеза вполне рабочая.
• Гойко Аджич «Impact Mapping: Как повысить эффективность программных продуктов и проектов по их разработке». Книга о том, как формулировать и объединять разные гипотезы, когда их пора анализировать и тестировать. Скачать книгу можно тут.
• Александр Остельвальдер «Разработка ценностных предложений: как создавать товары и услуги, которые захотят купить потребители. Ваш первый шаг. Книгу можно найти здесь. Когда прочитаете, сможете составить свой блиц–бизнес–план. Научитесь видеть слабые и сильные стороны продукта, работать над ними. Книга поможет посмотреть на ваш проект глазами реального придирчивого клиента. Того, кто в первую очередь смотрит на то, как продукт может ему помочь, как он оформлен, какие открывает возможности и сколько стоит.
• Джейк Кнапп, Брейден Ковитц, Джон Зерацки «Спринт: как разработать и протестировать продукт всего за пять дней». Авторы — лучшие умы Google. Они помогут вам ответить на вопросы о том, как должен выглядеть продукт, кто его купит, какие функции точно нужны, а какие — долой. Вы узнаете, как создавать продукты всего за неделю, тестировать их и сводить риски к минимуму. Книгу можно скачать здесь.

• Бизнес–аналитик. Он анализирует и улучшает бизнес–процессы в компании. То есть это не технический специалист, а тот, кто умеет круто выстраивать процессы и понимает в бизнесе. В чистом виде нужен редко.
• Системный аналитик. Он переводит требования бизнеса на технический язык, умеет кодить и делает тех. описание для команды разработки. Часто бизнес- и системный аналитик — это один человек.
• Дата–аналитик. Это супер–спец по цифрам и количественным исследованиям. Он исследует массивы данных и следит за трендами. Может вырасти в Data science специалиста.
• Web–аналитик. Разбирается, чего хотят посетители сайтов, отслеживает их действия. Разбирается в Яндекс. Метрике и Гугл Аналитике.
• UX–аналитик. Его задача — сделать так, чтобы пользователю было удобно и понятно в продукте. Выясняет, с какими действиями в интерфейсе у людей возникают проблемы.