Меня зовут Виктория Агейкова, и я занимаюсь аналитикой 7 лет. Работала в найме и на фрилансе, в маркетинге и в продукте, преподавала в Международной школе профессий. В первые годы работы я сама совершала ошибки, а теперь встречаю те же проблемы у младших коллег, даже у аналитиков с опытом. 

Дело в том, что в университетах и на курсах аналитики обычно учат хард-скиллам: как группировать и анализировать данные, как строить отчёты и делать из них выводы. Но никто не учит вести переговоры с заказчиком, грамотно оценивать риски и учитывать другие детали, которые напрямую влияют на репутацию аналитика.

Эти навыки приходят с опытом. Но гораздо проще стартовать в профессии, изучив чужие ошибки, чем набивать шишки самостоятельно. 

В этой статье я разбираю 4 реальных задачи, с которыми сталкивалась в работе. Здесь не будет очевидных советов в духе «делайте хорошо, а плохо не делайте», только реальные решения, которые удобно использовать в работе. 

Итак, начнём.

Делать задачу, не разобравшись, выгодна ли она компании 

Задача: собрать дашборд, чтобы выводить все данные на один экран

Компания хранит данные по аналитике в разных источниках: отчёты по сайту в одной системе, по рассылкам — в другой, по маркетплейсам — в третьей. Руководитель поручил объединить эти данные в одном дашборде, чтобы менеджерам было проще работать. 

Как не надо делать: браться за задачу, не оценив выгоду для компании. 

Дашборд мог бы окупиться на очень долгом промежутке времени, но, как правило, он становится неактуальным уже через год. Меняются инструменты, специалисты, структура продаж — и нужен новый инструмент, более подходящий под текущие реалии. 

Как надо сделать: посчитать затраты и принести заказчику расчёт, почему дашборд не выгоден для компании. Да, аналитик не выполнит поставленную перед ним задачу. Зато придумает, как компании не потратить деньги зря и направит свой ресурс в более полезную задачу. А значит, проявит себя как более профессиональный специалист. 

Выполнить задачу строго по ТЗ, не осмыслив её критически

Задача: Продуктовая команда онлайн-магазина хочет проверить, поможет ли новая фича поднять конверсию на сайте. 

В прежней версии сайта товарные карточки располагались списком друг за другом, на экране пользователь видел всего 5 товаров. В новой версии карточки стали отображаться матрицей: на экране умещалось уже 15 товаров. 

Команда хотела запустить новую версию сайта только на часть пользователей и провести a/b-тестирование, чтобы сравнить, увеличится ли конверсия. Ключевой метрикой выбрали «конверсию в заказ» по всему сайту. Это было ошибкой. 

Как не надо делать: выполнять задачу строго по ТЗ, рискуя получить неверные данные. Разберём несколько примеров. 

Как надо сделать: критически оценить данные задачи и выбранные метрики. 

Правильный выбор метрики — ответственность аналитика. Поэтому первым делом он должен понять, на какой этап воронки влияет тестируемая фича. В нашем случае расположение товарной сетки напрямую связана с тем, как быстро человек найдёт нужный товар и положит в корзину. То есть нужная нам метрика — «конверсия в добавление в корзину». 

«Конверсия в заказ» может быть второстепенной метрикой, которая поможет обнаружить проблемы на сайте. 

Сразу отправить клиенту полученные данные

Задача: Компания хочет получить финмодель, чтобы оценить доходность и маржинальность нового продукта. Аналитику предстоит изучить большое количество данных из разных источников, обработать, исключить ошибки, разработать на их основе финмодель. 

Как не надо делать: как можно быстрее сделать все расчёты и отдать их клиенту, не проверив полученные данные. 

Как надо сделать: 

При работе с большим количеством данных ошибки встречаются часто. Скорее всего, перепроверять и находить нестыковки всё равно придётся. Поэтому лучше сделать это заранее, чтобы не тратить время клиента на знакомство с неверными расчётами. Такой подход показывает профессионализм аналитика.

Как не потратить тонну времени на проверку 

Чтобы не делать всю работу дважды, составьте чек-лист с нюансами, ограничениями и промежуточными расчётами. Заранее запросите у клиента значения нужных метрик и сравнивайте со своими значениями, чтобы обнаружить несовпадения на раннем этапе. 

Разберём на примере шаблона данных о продажах. Его структура универсальна: вы можете взять эту таблицу за основу, подставить свои метрики, методы и ограничения, выбрать собственный период и уровень детализации — и пользоваться. 

Оценить сроки выполнения задачи по минимуму и не заложить риски

Задача: разработать программу лояльности для розничного магазина. 

Как не надо делать: определить с клиентом задачи, заложить сроки на их выполнение и не оставить дополнительного времени на случай, есть что-то пойдёт не так. А что-нибудь обязательно пойдёт не так — в такой большой задаче это неизбежно. 

По опыту работы более чем на 20 крупных проектах я поняла, что на риски нужно закладывать около 30% времени. Если заложить меньше, рискуешь обмануть ожидания заказчика и испортить репутацию. 

Какие риски важно учесть:

Надеюсь, эта статья позволит вам избежать ошибок в работе и поможет вырасти как специалисту. А если у вас есть дополнения к моим кейсам или свои способы избежать аналогичных ошибок, пишите в комментарии, буду рада обсудить.