Аналитик данных / BI-аналитик

Описание

Земляне Девелопмент ищет аналитика данных, который поможет нам развивать направление аналитики для девелоперов и внутренних проектов компании. Мы работаем с данными по продажам недвижимости, интернет-рекламе, лидам, CRM, звонкам и рынку новостроек. Сейчас данных становится всё больше, и нам нужен человек, который сможет не просто строить отчёты, а разбираться в структуре данных, находить взаимосвязи между разными источниками и превращать всё это в понятную аналитику для бизнеса. Чем предстоит заниматься В работе будет несколько основных направлений. Аналитика продаж и рынка недвижимости Мы собираем и анализируем большие массивы данных по застройщикам, жилым комплексам и сделкам. Нужно будет: работать с большими массивами данных; проверять корректность исходной информации; находить ошибки, дубли и аномалии; связывать данные по застройщикам, жилым комплексам, объектам и сделкам; анализировать продажи, площади, цены, ипотеку и другие показатели; готовить данные для исследований рынка и аналитических материалов; искать закономерности и объяснять, что происходит с показателями. Аналитика клиентов Мы работаем с застройщиками и помогаем им анализировать весь путь клиента — от рекламы до продажи. Необходимо будет собирать и анализировать: рекламные расходы; лиды; звонки; квалифицированные обращения; встречи; бронирования; сделки; выручку; конверсии между этапами воронки; стоимость привлечения клиента и эффективность рекламных каналов. Важно не просто показывать цифры, а уметь отвечать на вопрос: почему они изменились и где именно возникает проблема. Например: реклама приводит много лидов, но продажи не растут. Нужно понять, проблема в качестве трафика, обработке обращений, работе менеджеров, продукте или в другом участке воронки. PostgreSQL и SQL Значительная часть наших данных хранится в PostgreSQL. Предстоит: писать SQL-запросы; работать с таблицами и представлениями; объединять данные из разных источников; продумывать связи между сущностями; помогать выстраивать логичную структуру хранения данных; проверять целостность и качество данных. Нам не нужен полноценный разработчик баз данных, но важно хорошо понимать, как устроены реляционные базы и как правильно организовать данные. Яндекс DataLens Мы активно используем DataLens для клиентской и внутренней аналитики. Нужно будет: создавать датасеты; настраивать расчётные показатели; строить графики и таблицы; собирать полноценные дашборды; продумывать структуру отчётов под конкретные бизнес-задачи; проверять правильность отображаемых данных. Для нас важно, чтобы дашборд был не просто красивым, а помогал принимать решения. Интеграция различных систем В работе используются и будут использоваться: PostgreSQL; Яндекс DataLens; Bitrix24; Яндекс Директ; другие рекламные кабинеты; системы коллтрекинга; Profitbase; Excel / CSV; API различных сервисов; данные телефонных разговоров и их расшифровки. Важно понимать общую логику интеграций: откуда получить данные, как их сохранить, как связать между собой и как затем использовать в аналитике. Не обязательно самостоятельно программировать все интеграции. Часть задач могут выполнять разработчики или AI-инструменты. Но аналитик должен уметь правильно поставить задачу, проверить результат и понимать всю логику процесса. Анализ звонков Отдельное направление, которое мы сейчас развиваем, — аналитика телефонных разговоров с клиентами. Мы хотим автоматически понимать: почему клиент отказался; какой объект его интересовал; какие возникали возражения; обсуждалась ли ипотека; назначена ли встреча; насколько качественно менеджер обработал обращение; какие причины чаще всего мешают клиентам двигаться дальше по воронке. Поэтому будет плюсом интерес к работе с расшифровками разговоров, AI и структурированием неструктурированных данных. Кого мы ищем Нам нужен человек, который любит разбираться в данных и не боится задавать вопросы. Например: Почему эта цифра отличается от CRM? Почему количество объектов не совпадает с количеством сделок? Почему один застройщик резко вырос по продажам? Почему рекламный канал даёт дешёвые лиды, но почти не даёт сделок? Как связать звонок клиента с конкретным лидом и последующей продажей? Что нужно изменить в структуре данных, чтобы через полгода не пришлось всё переделывать? Для нас такой подход важнее, чем умение просто построить красивый график. Что важно Обязательно: уверенное владение Excel / Google Sheets; SQL; понимание реляционных баз данных; умение работать с большими таблицами; способность проверять данные и находить ошибки; системное и аналитическое мышление; умение самостоятельно разбираться в новой задаче. Будет большим плюсом: PostgreSQL; Яндекс DataLens; Power BI, Tableau, Looker или другие BI-системы; Python; работа с API; Bitrix24 или другими CRM; опыт маркетинговой, продуктовой или бизнес-аналитики; опыт работы с недвижимостью; опыт автоматизации аналитических процессов. Использование искусственного интеллекта Мы активно используем ChatGPT, Codex и другие AI-инструменты и считаем это нормальной частью современной работы аналитика. AI можно использовать для: написания SQL; подготовки скриптов; анализа данных; поиска ошибок; работы с API; автоматизации рутинных операций. Но важно понимать, что именно делает код или запрос и почему полученный результат можно считать правильным. Нам нужен не человек, который просто копирует ответы AI, а аналитик, который умеет использовать современные инструменты для ускорения своей работы. Примеры задач В первые месяцы задачи могут выглядеть так: разобраться в существующей PostgreSQL-базе и предложить, как улучшить её структуру; проверить данные по продажам застройщиков в нескольких городах; собрать аналитику продаж клиента в DataLens; связать данные CRM и рекламных кабинетов; построить сквозную воронку: реклама → лид → звонок → квалификация → встреча → бронь → сделка → деньги; настроить отчёт по эффективности рекламных каналов; найти причины снижения конверсии; начать выстраивать систему анализа телефонных разговоров; автоматизировать регулярную подготовку аналитических отчётов. Как будет устроена работа Здесь будет мало задач формата: «Вот готовая таблица — построй три графика». Гораздо чаще задача будет звучать так: «У нас есть CRM, рекламные кабинеты, база продаж и звонки. Нужно понять, почему снизились продажи». И дальше необходимо самостоятельно определить, какие данные нужны, где их взять, как проверить, как связать между собой и в каком виде показать результат. Мы строим собственную систему аналитики для девелоперов и хотим, чтобы аналитик постепенно становился одним из ключевых специалистов в этом направлении.