— Расскажи про зарплату и финансовый карьерный рост. Сколько получают джуны в начале и как быстро эта сумма растет?
— Здесь также все по-разному. Чаще всего, конечно, раз в год проходит ревью, на основании которого тебе пересматривают зарплату, ты делаешь какие-то выводы по поводу своей работы, сотрудники компании делятся фидбеком по тому, как было с тобой работать. Бывает, что происходят внеплановые ревью, — это когда ты показываешь хорошие успехи и в принципе стоит тебя оценить. Могут проводить раз в полгода.
Чаще всего такие внеплановые на старте происходят. После года опыта работы аналитиком в IT-сфере ты становишься достаточно привлекательным кандидатом на другие вакансии. Поэтому, если текущая фирма не будет заинтересована повысить тебе зарплату, — тебя могут легко переманить именно финансовыми условиями. Дальше уже сложнее, дальше ты достигаешь какой-то планки, какого-то уровня — допустим middle+ или senior — и уже там зарплата конечно не так быстро растет. И так +- во всех компаниях.
А вот на старте, так как продуктовых аналитиков особо никто не учит — это либо курсы, либо самоучки, — то после 1-1,5 года опыта работы человек становится достаточно ценным сотрудником и его могут перехантить другие компании.
— То есть после достижения уровня senior как такового роста нет?
— Нет, рост будет. Просто плановый рост. Опять же, лидом можно стать и т.д. Там уже все зависит от того, в какой ты компании, какие есть перспективы и, опять же, от твоих успехов. Твои успехи всегда оцениваются. Просто на старте, когда ты ощутимо делаешь какой-то рывок по сравнению с тем, когда ты пришел, — то это даже заметнее для себя. И для компании.
А когда ты более опытный человек, что-то новое придумать намного сложнее становится. Поэтому рост плановый. Или же если ты с оффером придешь, тогда могут тебе сделать контроффер, чтобы ты остался. Если тебя считают необходимым и ценным сотрудником.
— А если в цифрах, сколько в начале получают джуны?
— Тоже все зависит от того, был ли опыт работы аналитиком или какой у тебя был бэкграунд до этого. Если ты просто окончил университет, курсы и это твоя первая работа — то это будет достаточно низкий уровень. Стоит рассчитывать на 600$ или даже меньше. И это будет уже неплохо.
Если же у тебя был какой-то предыдущий опыт работы, есть аналитический бэкграунд, а ты подучил какие-то языки программирования и т.д. — то там уже будет по верхней планке джуна, 1000-1200$.
И все зависит от компании, их возможностей и хотелок. Естественно, когда ты переходишь с работы и у тебя был какой-то уровень заработной платы, — чаще всего тебе меньше не предложат. Либо предложат с таким же уровнем стартовать, либо немножко больше.
— Расскажи, какая самая интересная часть работы для тебя?
— Работать :)
Мне кажется, интересно именно разнообразие задач. Ты можешь сделать какой-то достаточно простенький запрос, достать информацию для отдела комьюнити или тестировщиков, выбрать топ-100 игроков, которые участвовали в конкурсе, — чтобы их наградили призами. Это достаточно простенькая задача. И не требует много времени. В то же время она необходима.
Вплоть до построения гипотез, выявления каких-то узких мест, которые необходимо исправить. И это уже более серьезный и детальный анализ, который требует времени для построения метрик, дашбордов, — чтобы сделать конкретный вывод по той или иной фиче, игре в целом и дать какие-то предложения.
И плюс A/B-тестирование. Это уже немножко другая тема. Есть какое-то предположение, что можно поменять, — его только проверяют, будет ли оно позитивно сказываться либо нет. То есть делят аудиторию на две группы и смотрят, какая из групп себя лучше покажет. Либо та, где ничего не меняется, либо та, где что-то поменялось. Если метрики вырастут — тогда нужно вводить эту фичу.
Поэтому, мне кажется, именно разнообразием задач оно и привлекает. Когда ты делаешь какую-то одну задачу, то тебе она со временем наскучает, ты становишься профессионалом и ничего нового не узнаешь, не делаешь.
— А может есть какая-то нелюбимая часть работы?
— Даже не знаю. Наверное, все интересно :)
— Это круто! Если говорить о построении гипотез, вы закладываете какой-то бюджет на это?
— Бюджет может закладываться если по A/B-тестированию что-то проводить. Там закупается трафик — необходимо в кратчайшие сроки получить объем пользователей, на которых проверяют гипотезу.
Это как-то планируется, но это не аналитики делают — больше маркетологи планируют либо game-дизайнеры. По финансам смотрят, сколько можно привести и так далее. И приоритет они также выставляют, что именно тестировать. Например, цвет кнопочки или изменения в магазине — скидка или повышение цены. Это все в рамках приоритетов выставляется и тестируется, что важнее сделать. Бюджеты какие-то закладываются под это.
Просто гипотезу проверить — например, баланс игры или какой-то ивент, который действует сейчас, чтобы игроки не получили лишних ресурсов, чтобы они быстрее там не прокачались и не прошли дальше, — то тут в принципе никаких бюджетов нет. Тут своей работой ты все делаешь и проверяешь. Это функционал аналитиков, проверить это все и предоставить информацию. В рамках рабочих процессов проверяешь какие-то гипотезы и делаешь умозаключения.
— А если гипотеза при тестировании не оправдывает себя и проваливается?
— Когда ты запускаешь A/B-тестирование и думаешь, что вот эта фича должна быть классной и принести пользу, — может оказаться, в лучшем случае, что это не имеет значение, а в худшем случае, что это еще хуже сделало. Поэтому такое тоже может быть. Деньги потрачены, трафик закуплен — а положительного эффекта нет.
Но это тоже эффект, потому что можно было бы не закупать, а сразу ввести эту фичу и получить негативный эффект, и потерять деньги именно на игре. Поэтому тут такая палка о двух концах. Все-таки это явно приносит больше дохода, чем расходов. Крупные компании вообще очень много проводят тестов, так как могут себе позволить закупать трафик.
— Кому, по-твоему, больше подойдет эта профессия и будет легче влиться? Если человек ранее не работал со статистикой и аналитикой.
— На самом деле может любой попробовать. Глубоких знаний, чтобы стартануть или курс пройти, особо нет. Школьной программы математики достаточно будет.
Какой-то подготовки специфической не требуется, и вход может быть достаточно легкий. Единственное, чтобы людям это было интересно, — работа с цифрами, работа с данными, визуализировать эти данные и делать потом выводы. Потому что, наверное одно из самых сложных — это делать выводы и давать какие-то предложения. Научиться делать табличку или график построить — это одно дело, а проанализировать и дать фидбек, какие-то рекомендации — это достаточно сложно. Надо понимать, что там будет происходить.
Если брать какие-то профессии, то понятно, что ближе будут соприкасающиеся с аналитикой: бухгалтера, аудиторы, маркетологи, экономисты. Тут смежные профессии и области знаний — и им явно будет проще и легче переключиться на продуктового аналитика.
— И финальный вопрос к тебе: есть ли у тебя мечта, какая-то определенная сфера, где ты бы хотел поработать в дальнейшем? Какие в целом планы по развитию?
— Пока что мне данная сфера нравится и я хочу продолжать развиваться здесь. Продуктовая аналитика достаточно интересная и тут можно многому научиться.
Если брать какую-то сферу, чтобы дальше копнуть, — скорее это уже будет связано с областью Data Science, строить модели машинного обучения и нейронные сети, которые помогают бизнесу принимать решения . Но это уже более серьезная и сложная тема, которая требует от тебя больших знаний по программированию, машинному обучению и т.д. — это на перспективу, на развитие.