Аналитик данных (г. Москва)

Привет! Я Георгий, тимлид аналитиков данных в Драйви. Мы развиваем направление привлечения и активации водителей. В крупных городах значимую долю заказов выполняют парковые водители, поэтому нам важно системно понимать, какие каналы и механики приводят качественных водителей, как они проходят регистрацию и выходят на первую поездку, и что влияет на их дальнейшую активность.

Наш стек:

• python: pandas, numpy, plt, sklearn, prophet, statmodels
  sql: clickhouse, apache superset, redash.

Задачи на первые 3 месяца:

• Участие в командных PBR, ретро, планированиях и демо;
• Разобраться с базовыми бизнес-метриками сервиса: просмотры ленты, попытки, заказы, поездки, онлайн-часы;
• Провести когортный анализ, анализ активации и удержания водителей: D0/D7/D30, churn-паттерны и обернуть это в первый дашборд;
• Проанализировать данные по воронке пополнения счета водителя;
• Сегментировать водителей по типу (парковые/физлица), городу, источнику привлечения, стажу и поведенческим паттернам.

Когда освоишься:

• Анализировать воронку привлечения и регистрации водителей: от первого контакта до первой поездки;
• Находить узкие места воронки во флоу онбординга, формулировать гипотезы по улучшению конверсий и Time-to-Activation;
• Разработать дашборд для мониторинга взаимодействия с таксопарками: рекрутинг и реактивация водителей, конверсии по этапам, доходы, удержание;
• Строить базовые прогнозы активности водителей (выходы на линию, поездки, онлайн-часы) для поддержки продуктовых и операционных решений;
• Готовить регулярные отчеты и дашборды, формулировать выводы и рекомендации для продукта и бизнеса.

Измеримый эффект от твоей работы:

• +X% доля активных водителей/парк, −Y% driver-cancel-rate, +Z% supply hours без роста субсидий, +N% рост конверсии воронки прохождения регистрации.

Наши ожидания:

• 2+ года опыта работы в аналитике данных/продуктовой аналитике;
• Желателен опыт работы в ride-hailing агрегаторах, приложениях доставки или каршеринг-сервисах;
• Владение инструментами аналитики: навыки сегментации пользователей, когортный анализ аудитории;
• Понимание ключевых продуктовых метрик: DAU/MAU, Churn Rate, LTV, CAC, ARPU;
• Обязателен опыт проведения и оценки результатов А/B-тестов и хорошее знание математической статистики;
• Уверенный SQL (агрегации, оконные функции, CTE);
• Уверенное владение python для анализа данных;
• Опыт работы с сырыми данными трекинговых систем (мы используем Яндекс Метрику, AppsFlyer);
• Ты инициативный и умеешь работать самостоятельно. Постоянный контроль тебе не нужен. Но если что-то вызывает сомнения, ты не побоишься пообщаться с командой, спросить совета или предложить другие идеи;
• Ты легко общаешься как на языке бизнеса, так и на языке аналитики. У тебя получится просто и понятно объяснить свою точку зрения как письменно, так и устно.

*Мы стараемся отвечать на все присланные нам резюме, но, если вам не поступил ответ в течение 2 и более недель, значит мы перешли к финальным этапам отбора. Спасибо за ваш интерес!