Senior Data Analyst - B2B

Знакомьтесь с командой

B2B-сегмент Preply — растущее направление, и это вновь созданная роль, призванная усилить его аналитические возможности. Вы будете отвечать за аналитические проекты по B2B, такие как LTV, анализ удержания и B2B-отчётность, — от постановки проблемы до рекомендации, а в повседневной работе сосредоточитесь на удержании, продлениях и ценности клиента. Вы будете работать вместе со Staff Data Analyst и Data manager по B2B, который занимается вопросами уровня компании и вопросами, затрагивающими несколько доменов. Вы будете сотрудничать с командами Product, Ops, Engineering, Sales, Account Management и RevOps, а иногда участвовать в решении вопросов уровня компании, когда они затрагивают B2B, влияя на B2B-роадмап и стратегию.

О роли

Это аналитическая роль на стыке продукта, бизнеса и финансов, сфокусированная на том, что обеспечивает долгосрочный рост B2B, удержание и юнит-экономику, и на том, чтобы превращать это в решения, по которым действуют команды и руководство. Вы будете напрямую работать с Directors и VPs над B2B-компромиссами, и от вашего анализа ожидается, что он изменит то, что создаётся, как это оценивается и что приоритизируется.

Чтобы этого добиться, сначала нужно выстроить надёжный слой данных. В первые 6–12 месяцев вы проверите и исправите B2B-метрики и качество данных, улучшите отчётность, чтобы команды могли самостоятельно получать данные, и подготовите анализ для приоритетных решений года. К 12-му месяцу успехом будет считаться набор B2B-метрик, которым руководство пользуется без оговорок, и представление о рисках неподтверждения продлений, на основе которого действует команда Account Management.

Чем вы будете заниматься

• Отвечать за аналитику удержания, продлений и ценности клиента для B2B: вести когортный анализ, анализ продлений и активности клиентов, отвечающие на приоритетные бизнес-вопросы, и превращать выводы в конкретные рекомендации по ценообразованию, продукту или жизненному циклу клиента.
• Разрабатывать аналитические фреймворки, которые B2B-команды и руководство используют, чтобы оценивать компромиссы и находить возможности для роста, удержания и расширения.
• Создавать модели влияния и сценарный анализ для приоритетных B2B-инициатив, поддерживая планирование и решения чёткими допущениями, компромиссами и ограничениями.
• Отвечать за LTV/CAC для B2B и лежащие в его основе метрики (NRR, GRR, CAC, CAC payback): построить модель, поддерживать её честной и следить, чтобы бизнес понимал, что она может и чего не может сказать.
• Определять и пересматривать B2B-метрики вместе с бизнес-стейкхолдерами: назначение, логику расчёта, качество данных и граничные случаи. Документировать согласованные определения и добиваться их единообразного использования в командах.
• Поддерживать надёжный B2B-слой данных: создавать и поддерживать аналитические модели в dbt и Looker, а также исследовать проблемы качества данных вместе с RevOps, владельцами Salesforce и Analytics Engineering, проверяя, как они влияют на отчётность и анализ.
• Сотрудничать с бизнес- и продуктовыми командами, чтобы формулировать гипотезы, приоритизировать эксперименты и договариваться о том, как будет измеряться успех. Анализировать результаты и объяснять, что подтверждают данные и где остаётся неопределённость, в том числе когда чистый эксперимент невозможен.
• Решать, что должно быть доступно для самообслуживания, и создавать только то, что меняет поведение: дашборды и отчёты, которыми стейкхолдеры пользуются самостоятельно и которые проверены вместе с ними.
• Приоритизировать аналитическую работу исходя из влияния на бизнес и согласовывать чёткие обязательства, сотрудничая со стейкхолдерами из Product, Ops, Engineering, Sales, Account Management и RevOps, чтобы понимать потребности бизнеса и превращать инсайты в действия. Делиться знаниями и поддерживать других аналитиков.

Что нужно для успеха

• Вы можете назвать конкретное решение (изменение цены, решение по ресурсам, сокращение роадмапа), которое было принято благодаря вашему анализу, и объяснить, как вы довели его от нечёткого бизнес-вопроса до проверенной рекомендации и как потом оценили результат.
• Вы понимаете B2B-модели и модели бизнеса на уровне аккаунтов (account-based), включая привлечение, контракты, продление, удержание и расширение, и свободно владеете NRR, GRR, CAC и CAC payback. Опыт в подписочных моделях или маркетплейсах засчитывается, если вы можете применить его к B2B-вопросам.
• Опыт определения или пересмотра бизнес-метрик, исследования проблем качества данных и согласования логики расчёта со стейкхолдерами.
• Вы сами построили модель LTV, когортную модель или прогноз выручки, а не только интерпретировали чужую, и можете объяснить её допущения и где она перестаёт работать.
• Сильный SQL и солидный опыт моделирования данных. Вы можете самостоятельно создавать, поддерживать и проверять аналитические модели и проводите ревью чужого SQL и dbt, а не ждёте ревью для себя.
• Прикладная статистика для поведения клиентов, удержания и экспериментов. Вы различаете ассоциацию и причинность, объясняете неопределённость и границы измерений и знаете, что делать, когда рандомизация невозможна: pre/post с контролем, подобранные когорты, difference-in-differences или честное приближение, достаточное для принятия решения.
• Сильное критическое мышление, работа со стейкхолдерами и коммуникация: вы выясняете бизнес-потребность за запросом, конструктивно оспариваете допущения и согласуете приоритеты исходя из ценности для бизнеса. Вы понятно объясняете выводы, допущения и ограничения разной аудитории, включая Directors и VPs, и предлагаете практичные следующие шаги.
• Опыт превращения бизнес-вопросов в полезные дашборды и отчёты в BI-инструменте и проверки их с пользователями с применением принципов storytelling with data.

Будет плюсом

• Непосредственный опыт в B2B SaaS или в корпоративном (enterprise) бизнесе.
• Практический опыт работы с dbt в продакшене.
• Опыт улучшения аналитических практик: документация, проверки качества данных, отчётность для самообслуживания, KPI-фреймворки.
• Опыт работы с Looker.
• Степень магистра или PhD в количественной области.

Разнообразие, равенство и инклюзия

Preply.com стремится создавать инклюзивную среду, в которой могут добиваться успеха люди с разным опытом и происхождением. Мы убеждены, что наличие разных мнений и точек зрения — ключевой ингредиент нашего успеха как мультикультурной Ed-Tech компании. Это значит, что Preply рассматривает все заявки на трудоустройство независимо от расы, цвета кожи, религии, гендерной идентичности или самовыражения, сексуальной ориентации, национального происхождения, инвалидности, возраста или статуса ветерана.