Роль аналитика в команде роста

Решения в команде роста принимаются на основе данных, и это не пустые слова. Успех команды во многом обусловлен ее умением проводить большое количество экспериментов и правильно анализировать результаты.

Для полноценной работы команды роста в ней обязательно должен быть аналитик. Будет это выделенный специалист или участник, совмещающий функции аналитика с другими функциями, на первом этапе не так важно. Гораздо важнее, чтобы кандидат обладал необходимыми знаниями и навыками для работы в команде роста.

Во-первых, он должен иметь базовые знания в области статистики, уметь пользоваться системами для анализа и визуализации данных. Такая квалификация, собственно, и делает его аналитиком. «Какой размер выборки понадобится для проведения эксперимента?», «Как скорректировать множественные сравнения?» — на эти вопросы аналитик должен давать обоснованные ответы.

Во-вторых, аналитик должен хорошо знать предметную область, в пределах которой анализирует данные, имеется в виду как сфера бизнеса, так и бизнес-модель. Интернет-магазин, SAAS по подписке или мобильное приложение, монетизируемое за счет рекламы, — каждое направление будет иметь свои особенности, отражающиеся в метриках и собираемых данных.

В-третьих, для полноценной работы в команде роста аналитику необходимо обладать развитыми навыками общения и проведения презентаций. Ему потребуется много общаться с другими участниками команды, объяснять принятые решения по экспериментам, обсуждать результаты.

И, наконец, аналитик, как и все участники команды, должен быть ориентирован прежде всего на рост бизнеса. Он должен понимать, что его задача — содействовать быстрой проверке большого количества гипотез. Он должен уметь распределять время работы таким образом, чтобы поддерживать высокий темп проведения экспериментов.

В недавно созданных командах роль аналитика часто берут на себя технические директора или программисты. Профессиональные навыки позволяют им быстро освоить работу с данными и научиться корректно интерпретировать результаты экспериментов. Если у вас нет возможности привлечь в команду квалифицированного аналитика или специалиста с техническим опытом, выделите участника с наиболее подходящими компетенциями, отправьте его на профессиональные курсы или дайте время погрузиться в тему: прочитать несколько книг и статей.

Вы также можете использовать всевозможные калькуляторы статистической значимости, аналитические шаблоны и прочие готовые инструменты, чтобы повысить вероятность успеха. Главное — помните, что для команды роста, работающей без аналитика, всегда существует высокий риск принятия неправильного решения. Такой подход вряд ли позволит добиться положительных результатов, а в определенных ситуациях может привести к обратному эффекту.

Чем раньше вы озадачитесь поиском квалифицированного аналитика для вашего проекта, тем больше шансов на успех в системной работе над взломом роста.

В крупных интернет-компаниях на передовой анализа данных работают специалисты в области Data science. Эти специалисты помимо прочего имеют углубленную математическую подготовку, навыки машинного обучения и работы с большими данными.

В компании Airbnb функционирует целый университет по подготовке специалистов по Data science. Выпускники этого университета пополняют в том числе команды роста, которые в Airbnb составляют отдельный департамент. Это отличный пример того, до каких масштабов может развиться в современной быстрорастущей компании культура принятия решений на основе данных.