Наша команда ищет ответы на фундаментальные вопросы роста. Как инвестировать в маркетинг, чтобы повысить долгосрочный ROI сегментов пользователей? Что улучшает ретеншен и как повысить метрику сферического роста в вакууме? Наша цель — полностью покрыть аналитикой маркетинговый бюджет. Мы ищем коллегу, который интересуется ML и эконометрикой.

Какие задачи вас ждут

Аналитические задачи
Вам предстоит разрабатывать и анализировать A/B-эксперименты для замера эффективности маркетинговых каналов. Обвешивать инструментами все платные каналы привлечения (перформанс, партнёрскую сеть, медиа- и офлайн-рекламу) для оценки размена канала.

Исследовательские задачи
Исследовать новые методы атрибуции заказов, в том числе с применением ML, внедрять их в текущие платные каналы привлечения. Исследовать инкрементальность каналов (в том числе до уровня кампаний), уровень каннибализации, ROI, искать способы сравнения ROI двух несравнимых каналов. Искать способы роста core-аудитории, увеличения возвращаемости на Маркет.

Анализ воронки и подготовка отчётности
Рассчитывать ценность действий пользователей на всех этапах воронки (клики, инсталлы, заказы) и ценность самих пользователей. Исследовать всю воронку привлечения в срезах креативов, товаров, категорий товаров, когорт и т. д. Анализировать данные с помощью SQL, Python или другого удобного вам инструмента. Выстраивать прозрачную отчётность по объёмам и эффективности.

Мы ждём, что вы

• Хорошо знаете матстатистику, теорию вероятностей, ML
• Знакомы с эконометрикой и её методами
• Умеете проводить и анализировать A/B-тесты
• Уверенно используете инструменты работы с данными (Python, SQL)
• Работали с Tableau, Power BI, Qlik, DataLens и другими BI-системами
• Готовы учиться, осваивать новые технологии и предметные области
• Можете понятно продемонстрировать бизнесу результаты исследований, умеете аргументированно отстаивать свою точку зрения
• Способны самостоятельно декомпозировать задачи и выстраивать системы решений