Продуктовый аналитик

Навыки

• AI-инструменты в работе
• amoCRM
• API (интеграции)
• ARPU / ARPPU
• Атрибуция
• B2B-продажи
• BI-инструменты

О компании и продукте

• VeroTrace — платформа управления рисками при работе с криптовалютными адресами и транзакциями. Мы объединяем данные AML-провайдеров, блокчейн-аналитику, санкционные списки и OSINT-сигналы, нормализуем их и формируем понятную пользователю оценку риска
• Ищем аналитика уровня Middle+/Senior, который спроектирует и внедрит сквозную продуктовую и маркетинговую аналитику: от первого рекламного касания до регистрации, AML-проверки, оплаты, повторного использования и валовой прибыли

Задачи

• Задача роли Создать единый аналитический контур, позволяющий достоверно определять
• какие каналы привлекают активных и платящих пользователей
• где пользователи теряются в продуктовой воронке
• какие сценарии приводят к первой и повторной оплате
• сколько компания зарабатывает на пользователях, тарифах, каналах и AML-провайдерах
• как технические ошибки и качество внешних сервисов влияют на конверсию, себестоимость и выручку
• какие продуктовые и маркетинговые изменения дают измеримый результат. Роль предполагает не только построение отчётов, но и проектирование событийной модели, идентификаторов, интеграций, витрин данных, методологии метрик и контроля качества. Чем предстоит заниматься провести аудит текущих источников данных, событий и интеграций
• спроектировать архитектуру сквозной аналитики сайта, AML-checker, CRM, биллинга и рекламных систем
• разработать модель идентификации пользователя от анонимного визита до регистрации, проверки, CRM-сделки и оплаты
• сформировать единую таксономию client-side и server-side событий
• готовить постановки разработчикам и контролировать корректность реализации аналитики
• настраивать маркетинговую атрибуцию, UTM-разметку и передачу подтверждённых конверсий
• строить продуктовые воронки, когорты, retention и пользовательские пути
• определять критерии активации, Time to Value и Time to First Payment
• рассчитывать CAC, LTV, ARPPU, payback, ROMI, валовую прибыль и contribution margin
• рассчитывать себестоимость AML-проверок, отчётов, тарифов и корпоративных аккаунтов
• учитывать стоимость AML-провайдеров, AI-инференса, инфраструктуры, повторных запросов и платёжных комиссий
• проектировать аналитические витрины и дашборды для продукта, маркетинга, руководства, продаж и технической команды
• строить B2B-воронку и связывать amoCRM с фактической активностью корпоративных клиентов
• анализировать качество AML-провайдеров: доступность, ошибки, задержки, стоимость и полноту ответов
• внедрять мониторинг качества данных, автоматические сверки и алерты
• поддерживать единый словарь метрик и правила их расчёта. Основные аналитические контуры привлечение и рекламные каналы
• сквозная продуктовая воронка
• активация и использование AML-checker
• монетизация и юнит-экономика

Требования

• DataLens или другие BI-инструменты. Финальный стек может быть скорректирован по результатам архитектурного анализа. Что для нас важно от 4 лет опыта в продуктовой, маркетинговой или data-аналитике
• практический опыт построения сквозной аналитики от рекламного источника до оплаты и прибыли
• опыт работы с SaaS, FinTech, e-commerce или другим транзакционным продуктом
• опыт проектирования событийной аналитики web-приложений
• уверенный SQL: CTE, оконные функции, сложные выборки и оптимизация запросов
• опыт работы с DWH, аналитическими витринами и BI-системами
• понимание REST API, webhooks, ETL/ELT и server-side tracking
• опыт объединения данных CRM, биллинга, рекламных систем и продуктовых баз
• знание продуктовых воронок, когортного анализа, retention и юнит-экономики
• понимание маркетинговой атрибуции, identity resolution и дедупликации данных
• опыт постановки задач разработчикам и приёмки реализации
• умение документировать метрики, события, источники и бизнес-правила
• Кратко расскажите о системе сквозной или продуктовой аналитики, которую вы проектировали или внедряли: Какие источники данных вы объединяли и как идентифицировали пользователей между системами? Какие продуктовые и финансовые метрики рассчитывали и какие дашборды создавали? С какими проблемами качества данных столкнулись и какой измеримый результат получила компания?

Условия

• Продукт включает публичный сайт, AML-checker, личные и корпоративные кабинеты, аналитические отчёты, AI-ассистента, мониторинг адресов, API и экспертные услуги
• B2B-продажи и корпоративные аккаунты
• качество AML-провайдеров
• техническое качество продукта
• полнота и достоверность данных. Предполагаемый стек Яндекс Метрика
• Roistat, MyTracker или аналогичные системы атрибуции
• UX Rocket или аналогичная продуктовая аналитика
• Product DB и Billing
• PostgreSQL и/или ClickHouse
• возможность определять архитектуру, инструменты и стандарты аналитики
• работу с B2C-, B2B- и API-направлениями
• Нам нужен не специалист, который только настроит счётчики и соберёт набор графиков. В этой роли предстоит сформировать единую методологию, связать данные между системами, устранить конфликтующие версии метрик и сделать аналитику рабочим инструментом для продуктовых, маркетинговых и финансовых решений. В сопроводительном письме

Паспорт вакансии

История публикации

Откуда что взялось

Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.

Почему на этом месте в выдаче

Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.