Старший аналитик / Senior Analyst
Описание
О компании EMEX — международный холдинг: маркетплейс, информационный бизнес, фулфилмент, управление активами в РФ, ОАЭ и Японии. Более 20 лет прибыльной работы. В этой роли вы будете работать с контуром E-com EMEX — системой, которая соединяет покупателей и продавцов и охватывает весь цикл от привлечения пользователя и выбора товара до исполнения заказа, доставки, возврата и повторной покупки. E-com ежедневно генерирует большое количество данных о пользователях, заказах, товарном предложении, возвратах и качестве пользовательского опыта. Наша задача — связать эти данные в единую систему и сделать экономику и ключевые процессы бизнеса измеримыми и управляемыми. Обязанности Мы ищем старшего аналитика, который усилит систему бизнес и продуктовой аналитики маркетплейса. Цель роли — построить сквозную систему аналитики, которая позволит бизнесу понимать, за счет чего формируются NMV, маржинальность и EBITDA, где контур E-com теряет пользователей, заказы и деньги и какие изменения дадут максимальный экономический эффект. Аналитик будет работать со всем E2E-контуром E-com: от трафика, активации и конверсии до заказов, торгового предложения, пользователей (поставщиков и покупателей), качества исполнения, возвратов, и финансового результата. Основные заказчики аналитики — CEO, руководитель продукта и руководитель системы управления качеством. Задача аналитика — не только показывать, что произошло, но и объяснять, почему это произошло, сколько это стоит бизнесу и что необходимо изменить. Что находится в контуре роли 1. E2E-аналитика контура E-com Информационный разрез — переходы по статусам и действия в системе на всём пути заказа: визиты, просмотры, поиск, корзина, оформление, оплата, сборка, отгрузка, выдача, отмена, возврат. Примеры метрик: конверсия по шагам воронки, длительность этапа, доля отмен и отказов. Товарный разрез — позиции заказа: артикул, категория, бренд, поставщик, склад, цена, срок поставки, наличие. Примеры метрик: покрытие спроса (match rate), доля выпавшего предложения , уровень возвратов по категориям и поставщикам. Документарный разрез — счета, УПД, накладные, акты расхождений, сертификаты и декларации, коды маркировки, претензии. Примеры метрик: доля заказов, закрытых документами в срок, время до закрытия, объём выручки в незакрытых документах, доля позиций без обязательных подтверждений. Сборка в единую систему — витрины связываются общим ключом заказа и пользователя, что даёт сквозную воронку от первого визита до повторной покупки и позволяет разложить просадку на причину: процесс, ассортимент или оформление. На этой основе строятся E2E-дашборды для управления бизнесом. Результат: руководство видит маркетплейс как единую систему, понимает динамику ключевых показателей и определяет, на каком этапе и по какой причине возникают отклонения. 2. Экономика заказов и финансовая аналитика Экономика заказа и транзакции — из чего складывается результат по одному заказу: выручка, себестоимость исполнения, комиссия Emex. Примеры метрик: Cost per Transaction — совокупные издержки на одну транзакцию (логистика, обработка, платёж, поддержка). Финансовый результат и его декомпозиция — разложение итога до драйверов, а не констатация суммы. Примеры метрик: NMV — оборот по исполненным заказам; Returned NMV — часть оборота, вернувшаяся возвратами и отказами; Total Margin — валовая маржа после прямых издержек; EBITDA — операционная прибыль до амортизации и процентов. Модель unit-экономики — расчёт и развитие модели, которая переводит поведение одного пользователя и одного заказа в финансовый результат целиком. Влияние факторов на экономику — как конверсия, частота, средний чек, возвраты и качество исполнения меняют маржинальность; какой из факторов даёт наибольший вклад в отклонение. Оценка эффекта изменений — расчёт финансового результата продуктовых и операционных инициатив, выявление источников потерь и зон роста маржинальности. Результат: бизнес понимает экономику заказов и основные драйверы финансового результата, а инициативы оцениваются через их влияние на маржинальность и EBITDA. 3. Поддержка управленческих и продуктовых решений Постановка задачи — перевод бизнес-вопросов и гипотез в измеримую аналитическую формулировку: что именно считаем, на каких данных, какой ответ считается достаточным. Оценка до запуска — расчёт потенциального эффекта инициативы: какую метрику она двигает, на сколько и что это даёт в деньгах. Рекомендация — вывод на данных с указанием допущений и границ применимости, а не только выгрузка цифр. Приоритизация — участие в отборе продуктовых и операционных инициатив исходя из ожидаемого эффекта и стоимости реализации. Замер после — сверка фактического результата с прогнозом и разбор расхождений. Результат: ключевые решения принимаются на данных, инициативы имеют рассчитанный ожидаемый эффект, а после реализации бизнес понимает их фактический результат. 4. Данные и аналитическая инфраструктура Работа с данными — SQL для исследования, проверки и трансформации данных; Python для моделирования и автоматизации регулярных расчётов. Единые определения — фиксация формул и границ каждой бизнес-метрики, контроль согласованности показателей между отчётами и источниками. BI-слой — создание и развитие дашбордов для регулярного управления: владелец, SLA обновления, регламент разбора отклонений. Результат: у бизнеса есть единый источник аналитической информации, определения метрик согласованы, а аналитика воспроизводима и масштабируема. Задача роли — не поддерживать набор показателей, а связать их причинно-следственными связями и экономикой, чтобы изменение операционной или продуктовой метрики переводилось во влияние на заказ, NMV, маржинальность и EBITDA. Наш стек: Хранилище: Snowflake Источники данных: MS SQL Server, Postgres, ClickHouse, 1С BI: Tableau, Metabase Инструменты: SQL (основной), Python Требования Уровень и опыт Senior опыт в аналитике — от 5 лет; опыт работы с e-commerce, маркетплейсами или другими транзакционными digital-продуктами будет преимуществом; опыт работы одновременно с продуктовой и финансовой аналитикой будет преимуществом. Hard skills уверенный SQL, Python для анализа данных, автоматизации и моделирования; построение систем бизнес- и продуктовых метрик; продуктовая аналитика: conversion, activation, retention, cohorts, frequency; финансовая и бизнес-аналитика, понимание unit-экономики и драйверов маржинальности; построение BI-дашбордов, понимание принципов работы DWH; опыт работы со Snowflake, MS SQL Server, Postgres, ClickHouse или аналогичными СУБД; способность самостоятельно проводить аналитическое исследование от постановки гипотезы до рекомендации бизнесу. Soft skills Системное мышление. Бизнес-ориентированность. Умение работать с неопределенностью. Самостоятельность. Приоритизация. Структурная коммуникация. Способность работать с большим количеством взаимосвязанных показателей. Способность влиять на решения через данные и аргументацию, а не через формальные полномочия. Условия Оформление: ТК РФ. График: 5/2, гибрид (г. Дзержинский). Испытательный срок: 3 месяца (цели описаны выше). Поиск по заказу ООО «Емех»