Продуктовая аналитика здорового человека

Не успели (буквально) мы с вами выяснить, кто вообще такой продуктовый аналитик, как я возвращаюсь с новой дилеммой. Как мне кажется, актуальной на любом грейде — как выбрать команду, если видишь себя именно в продуктовой аналитике?

Поменьше слушать других
Извините, но ещё раз выдам эту базу Знакомые, которые не работали с тем же, с чем и вы, зачастую могут рассказывать, что у вас не настоящая продуктовая аналитика, а вот у них...

Примерно так я неудачно поменяла работу два года назад. После трёх лет в мне казалось, что практически «где угодно в другом месте будет трава зеленее и аналитика продуктовее». Проверять это не на себе никто, конечно же, не собирался

Какую предметную область выбрать?
Моя «проблема» (или нет) в Яндексе была в том, что предметная область была реально специфичная. Во-первых, это было собственно качество Поиска. Во-вторых, офлайн разметки (краудсорсинговые сигналы). Это очень интересно и развивает кругозор, но на собесах у меня уходила половина времени на объяснение, что это вообще, и почему это важно и сложно.

Кроме того, там невозможно никаким положительным числом выразить конкретный денежный импакт. Однозначно ли это плохо? Нет, но продавать такой опыт сложнее. Можно услышать как раз-таки «причём тут продуктовая аналитика, ты расскажи, как на нормальные метрики умеешь влиять, а не вот это всё»

С этой точки зрения, на первых порах есть смысл выбирать средней зрелости B2C-продукт, опирающийся на стандартные метрики. Может быть, там не будет низковисящих фруктов, как в стартапе, но можно посмотреть на стандартные практики

Что по стеку?
Моё мнение — для аналитика это не так критично, как для какого-нибудь frontend dev с постоянно устаревающими фреймворками. И тем не менее, если на работе совсем не будет чего-то из стандартного комбо Python, SQL, BI, A/B — может быть сложно далее, даже если вы мидл+ (навыки забываются).

Мне кажется, в моей жизни самый каноничный стек аналитика-разработчика был в Озоне. Фразой из заголовка я даже продавала нашу команду кандидатам на технических собесах

Но на самом деле, если речь не о DE/DWH-инженерах и не о продвинутом BI (давайте скажем, что и то, и то сейчас скорее отдельные профессии), то я считаю странным требовать в вакансии конкретную БД или BI-систему. Принципы похожи, а учиться чему-то в любом случае придётся в новой команде.

А будет ли именно эта роль видной и развивающей?
Снова отсылаю к вопросу «должен ли аналитик всё время искать деньги». И вот вроде бы все аналитики нужны, все аналитики важны, но при повышении отдадут приоритет тому, кто в том числе принёс больше прибыли. Сложность задачи и то, насколько ты хорошо пытался, тоже учитываются на ревью, но только на них не особо вырастают выше мидла.

С другой стороны, тут есть очевидный trade-off между деньгами, которые крутятся в зависимости от деятельности команды, и ответственностью и темпом работы. Неправильно запущенный A/B-тест может стоить реальных денег на порядок бóльших зарплаты аналитика, а не просто лишней недели до выкатки фичи. На кого-то это может давить, особенно в начале карьеры.

А в завершение этого поста я вернусь к своей же мысли из начала: не слушайте меня тоже слишком сильно, выбирайте с учётом своего интереса и даже немного по интуиции! Смутило что-то из базовых вопросов или наоборот случился плюс вайб с командой с необычным продуктом? Доверьтесь себе

В ближайшие дни вернусь с постом о том, почему круто работать в командах, которые делают нечто нестандартное.
А пока буду очень ждать ваши мнения в комментариях

#найм_и_собесы #карьерный_совет #непопулярное_мнение
@analytess