Data Analyst (Loyalty & Retention)

О позиции

Вы будете ключевым аналитиком, который отвечает на вопрос: работает ли механика лояльности и сколько она стоит. Ваша работа выходит за рамки традиционных отчетов — вы сегментируете партнеров по поведению, проводите A/B-тесты, строите финансовые модели новых функций программы лояльности и превращаете находки в правила, по которым работают команды Retention, Commercial и Finance. Это роль для тех, кто любит разбираться в бизнес-процессах и делать влияние понятным для всех заинтересованных сторон.

Чем заниматься

• Анализ влияния механик лояльности на количество бронирований и их стоимость
• Сегментация партнеров по поведенческим паттернам
• Проектирование и проведение A/B-экспериментов, расчет мощности и значимости
• Построение финансовых и сценарных моделей для новых функций программы лояльности
• Интерпретация результатов анализа и трансформация инсайтов в практические правила для команд
• Работа с большими объемами «грязных» данных, выявление бизнес-логики в свободном тексте
• Автоматизация отчетных и аналитических процессов (переиспользуемые запросы, шаблоны)
• Создание презентаций с выводами для нетехнических стейкхолдеров

Что ждут

• 2-4 года опыта работы Data Analyst или Marketing/Product Analyst (e-commerce, travel, fintech, marketplace — предпочтительно)
• Сильный SQL: оконные функции, CTE, оптимизация запросов; опыт с Vertica, Trino, PostgreSQL
• Опыт проведения A/B-тестов: дизайн экспериментов, выбор единицы рандомизации, интерпретация результатов
• Навыки работы с BI-инструментами (Tableau, Looker, Power BI)
• Умение работать с крупными наборами данных и неструктурированными полями
• Опыт финансового/сценарного моделирования в таблицах с четкими допущениями и параметрами
• Проактивность: самостоятельная автоматизация рутинных процессов аналитики
• Уверенное использование агентных инструментов для написания кода (Claude Code, Cursor, Copilot)
• Английский язык B2+ (письменно и устно)
• Ясное объяснение выводов для нетехнической аудитории, преобразование неопределенных вопросов в структурированный план

Будет плюсом

• Опыт аналитики программ лояльности, CRM, бонусных систем или партнерских программ
• Знание экономики баллов, обязательств, редимции и breakage
• Анализ когорт и удержания (cohort & retention analysis)
• Python для анализа (pandas, scipy, seaborn)
• Опыт работы с dbt и Airflow
• Методы помимо классических A/B-тестов (causal inference, difference-in-differences)

Условия

• Гибкий график и возможность удалённой работы
• Амбициозная и поддерживающая команда единомышленников
• Структурированное онбординг и персональный план развития
• Регулярные внутренние лекции и демо от команды
• Программы адаптации и обучения, развитие soft skills и лидерских качеств
• Частичная компенсация участия во внешних тренингах и конференциях
• Корпоративная школа английского языка (групповые и индивидуальные занятия,Speaking clubs)
• Корпоративные скидки на отели и путевки
• MyTime Day Off — дополнительный выходной день без потери компенсации

Навыки

• SQL
• A/B testing
• Tableau
• Looker
• Power BI
• Python
• pandas
• scipy
• seaborn
• Financial modeling
• Cohort analysis
• Retention analysis
• dbt
• Airflow
• Causal inference
• Vertica
• Trino
• PostgreSQL
• Excel
• Agentic coding
• Segmentation analysis

Могут спросить на собеседовании

1. Как бы вы спроектировали A/B-тест для проверки новой механики бонусов лояльности? Что важнее всего учитывать при выборе единицы рандомизации?
2. Опишите случай, когда данные были противоречивыми или неполными. Как вы справлялись с такими ситуациями и какие выводы из этого сделали?
3. Как вы объясняете сложные аналитические выводы нетехническим стейкхолдерам? Приведите пример.
4. Какие методы используют для расчёта экономической эффективности программ лояльности (points economics, liability, redemption, breakage)?
5. Какими инструментами или подходами вы используетесь для автоматизации повторяющихся задач в анализе? Какие кейсы были наиболее эффективными?