Я часто получаю этот вопрос, когда говорю, кем работаю. Отвечаю: в Авито, помимо привычных ролей, есть аналитик в направлении бизнес-развития — Business Development Analyst.

Такую позицию редко встретишь в других компаниях (и это не бизнес-аналитик, к которому все привыкли), но от этого роль не становится менее интересной. Скорее наоборот.

Если продуктовый аналитик помогает улучшать систему изнутри, то BizDev-аналитик работает на уровне выше. Он помогает понять, какую систему надо строить и куда бизнесу двигаться дальше.

Такой аналитик обычно не находится внутри классической продуктовой команды с продактом, разработкой и дизайнером. Его основные заказчики — бизнес-лидеры направления. А бизнес — это всегда про динамику, деньги, масштаб и выбор: куда вкладываться, что развивать, а где вовремя остановиться. Отсюда и задачи другого масштаба!

📍Трекшен как взгляд в будущее бизнеса
Задача — смоделировать развитие бизнеса на горизонте 5+ лет. Для этого нужно понять, за счёт чего возможен рост, какие крупные инициативы имеют смысл и как на это повлияет развитие рынка.

📍Оценка бизнес-инициатив
Часто это новые направления, модели работы или крупные изменения в процессах, где классические методы сравнения и прогнозирования не подходят.

Поэтому задача аналитика — собрать рабочую логику с нуля: понять, сойдётся ли экономика, будет ли спрос и выдержит ли система такую нагрузку.

📍 Процессы рассматриваются как часть целостной системы бизнеса
Аналитику важно понимать, как в реальности движутся деньги, где бизнес теряет устойчивость при росте, какие элементы начинают конфликтовать друг с другом. Бизнес видится как единый организм, а не набор отдельных функций.

Получается, BizDev-аналитик — это аналитик стратегических решений. Он считает юнит-экономику направлений, строит LTM и трекшен-модели, анализирует драйверы роста и ограничения масштабирования, помогает бизнесу выбирать, какие инициативы действительно стоит развивать.

И именно поэтому роль так затягивает. Постепенно аналитик становится партнёром по бизнесу — человеком, который помогает не только измерять происходящее, но и понимать, каким может и должен стать бизнес.

Как многолетний опыт в Excel разбивается о BigTech за неделю 🫠

Всем привет! Меня зовут Андрей, я продуктовый аналитик в Услугах. До Авито я строил карьеру в «аналоговом» мире: ретейле, производстве. Там я был королём Excel и повелителем сводных таблиц.

Но BigTech разбил мою уверенность о суровую реальность. Оказалось, что опыт «прошлой жизни» придётся перепрошивать.

Как я менял своё аналитическое мышление

1️⃣В офлайне всё бинарно. Если цифры не сходятся до копейки, значит, где-то ошибка. Идёшь проверять все формулы в файле

В Авито перед тобой терабайты данных, и искать «пропавшую копейку» — путь в никуда. Пришлось учиться мыслить вероятностями.

🟩Раньше: «Мы продали ровно 105 пылесосов».
🟩Сейчас: «С вероятностью 95% изменение конверсии в пределах $[1.2\%, 1.8\%]$».

Точность до знака уступила место статистической значимости.

2️⃣ Данные — не таблицы, а поток. В «прошлой жизни» всё было статично: продажи за неделю, остатки на конец дня. Скачал выгрузку, свернул в сводную, сделал отчёт.

В Авито данные — это бурлящая река. Ты не можешь просто «скачать всё и покрутить». Приходится учиться мыслить категориями потоков событий. Теперь я не «скачиваю». Я строю фильтры и агрегаты до того, как данные коснутся моего экрана.

3️⃣ От «фиксатора» к «исследователю». В ретейле аналитик часто работает «зеркалом»: говорит бизнесу, что произошло вчера.

В BigTech этот вопрос закрывают автодашборды. Теперь моя работа начинается там, где нужно ответить на вопрос «Почему это случилось и что делать?». Для этого нужно перестать считать, а начать копать: выдвигать гипотезы, проверять их на A/B-тестах и искать точки роста там, где на первый взгляд всё «ровно».

‼️ Итог. Переход в BigTech — это не изучение нового софта (хотя SQL и Python теперь мои лучшие друзья), а смена роли. Из специалиста, который «подбивает баланс», ты превращаешься в исследователя огромной экосистемы.

А какой «багаж» из прошлой работы дольше всего мешал вам адаптироваться в новой компании? Пишите в комментариях! ⬇️

❤️ — долго отучался считать всё до копейки
💔 — до сих пор иногда хочется всё выгрузить в Excel
😎 — я сразу родился аналитиком в BigTech

Готовы поспорить о метриках? С вами Айгуль Ахметова из команды Core BI и сегодня хочу обсудить тему метрики как социального конструкта.

Понятие метрики встречается много где: в музыке и поэзии, но имеет почти одинаковую трактовку — утверждённый список показателей по определённому вопросу. Если концептуально мы здесь согласны, предлагаю двигаться дальше.

Разрабатывая очередной отчёт, я поймала себя на мыслях:
❓ Почему я верю определённой метрике больше, чем экспертизе?
❓ Почему мои стейкхолдеры должны этому верить?
❓ Почему мы просто не доверимся чуйке специалиста, который знает бизнес изнутри?

Ведь метрика по сути упрощение, которое фиксирует факт, но может упускать детальный контекст, например, продуктовый.

Понимаю ваше возможное негодование, но давайте немного поразмыслим

На этом этапе мы сталкиваемся с двумя подходами к принятию решений:
1️⃣ Личное суждение. Субъективно, опытным путём приходим к решению или просто доверяемся той самой 🍏🍏🍏🍏🍏, наработанной годами жизни.

2️⃣ Явные методы или объективные данные. Используем цифры или расчёты, например ROI, и на их основе понимаем, куда двигаться дальше.

Второй вариант кажется надёжнее, поскольку он точнее. А ещё явные методы расчёта действительно делают знание общедоступным. Это перевод с языка экспертов на понятные факты.

‼️ Получается мост между экспертом и пользователем.

Однако что также известно ➡️ мост не гарантирует единства

Интерпретация субъективна: у маркетинга одни приоритеты, у продукта — другие.

В социологии это описывает теория Граничных объектов, где инструмент общий (в нашем случае метрика), но каждый видит в нём свой смысл, внося некоторые коррективы.

А какой вывод-то?

На первый взгляд, кажется, что метрика — это абсолютная истина. Но если призадуматься, становится ясно, что это инструмент для согласования общего видения. Именно поэтому метрика является социальным конструктом.

📍 Главное — не забывать описывать для неё инструкцию (контекст), которая позволит пользователям понимать, что стоит за определённой цифрой.

Делитесь ⬇️⬇️⬇️

— Бывало ли у вас, что одна метрика вызывала споры из-за разной трактовки?
— Как вы балансируете между цифрами и интуицией, когда они противоречат?