0️⃣ — О канале - зачем и для кого
1️⃣ — Data Driven (DD) vs Интуиция
- Цифровая трансформация - с чего начать: корпоративная стратегия (DD подход)
- Цифровая трансформация в продажах - с чего начать клиентский анализ
- Цифровая трансформация в найме и орг проектировании - комплексный DD подход
- User journey: BI-дашборд - это не отчет, а КВЕСТ
2️⃣ — Отраслевая аналитика: целевой сегмент и конкуренты
- OSINT - корпоративная разведка на примере дистрибьюторов канцелярских товаров
3️⃣ — Кому и что продавать: клиентская аналитика и ценностное предложение
- RFM-анализ: 5 шагов для быстрого старта цифровой трансформации в продажах
- Кейс удержания клиентов на 200М+ с помощью Machine Learning и DD подхода
4️⃣ — Кого нанимать: аналитика рынка труда по базе вакансий
- Почему "кого нанимать" - проблема №1
DD подход в найме и орг проектировании на примере аналитической функции (11 постов):
- Ловушки определения ЗП на вакансию
- Как смотреть разбросанные значения ЗП
- Какие выводы делать из диапазонов ЗП
- Сегментация ЗП по навыкам
- Иерархия ценности навыков - что важно указывать в вакансии
- Сегментация ЗП по уровням - почему важно смотреть в динамике
- Пример интерпретации тенденций в зарплатных сегментах
- Что скрывают вакансии? Как проявлять информацию "по теням"
- Место функции в оргструктуре: куда "приткнуть" чтобы не переплатить и не задушить
- Размер штата функции - как определить
- Масштабирование функции - профилирование важнее размера
Обзоры рынка труда:
- 3 поста о московском рынке труда в сентябре 2025 года
5️⃣ — Как расти рентабельно: фин анализ показателей компании
- [скоро]
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5👍3
Максим Кубарь: Превращаю данные в прибыль pinned «🗺 Навигация: 0️⃣ — О канале - зачем и для кого 1️⃣ — Data Driven (DD) vs Интуиция - Цифровая трансформация - с чего начать: корпоративная стратегия (DD подход) - Цифровая трансформация в продажах - с чего начать клиентский анализ - Цифровая трансформация…»
🚀 ЦИФРОВАЯ ТРАНСФОРМАЦИЯ ПРОДАЖ - с чего начать: 5 методов анализа клиентов, которые не утонут в данных (Чек-лист для внедрения)
У вас существенно больше трёх клиентов, не разовый продукт и вы потрудились собрать данные о клиентах? Вы готовы к цифровой трансформации! И вам доступны статистические методы клиентского анализа:
1. КЛАСТЕРИЗАЦИЯ: «Слепой поиск сокровищ» 🔍
* Суть: Компьютер сам находит скрытые группы клиентов по вашим данным (обороты, регионы, категории товаров).
* Плюс: Запускаем «с места в карьер» — не нужны гипотезы.
* Минус: «Чёрный ящик» — найденные кластеры придётся самому расшифровывать и искать в них бизнес-смысл. Нет гарантии, что найдёте «золотую жилу» за конкретное время.
2. КОГОРТНЫЙ АНАЛИЗ: «Машина времени» ⏳
* Суть: Смотрим, как ведут себя клиенты, пришедшие в один период (например, в январе 2024 и далее что происходит с ними помесячно).
* Плюс: Идеален, чтобы оценить эффект от рекламных кампаний, акций, скидок.
* Минус: Сложно выбрать «правильный» период. Результаты часто требуют дополнительной «раскопки».
3. ABC/XYZ-АНАЛИЗ: «Швейцарский нож» ✨
* Суть: Делим клиентов по объёму закупок (ABC) и стабильности спроса (XYZ). Получаем 9 групп.
* Плюс: Универсален и нагляден.
* Минус: Хотите добавить ещё один параметр (например, маржинальность)? Готовьтесь к 27 сегментам и хаосу в интерпретации.
4. ABCDX-СЕГМЕНТАЦИЯ: «Снайперский прицел» 🎯
* Суть: Оцениваем клиентов по ценности для бизнеса (выручка, лояльность) и сложности обслуживания (затраты).
* Плюс: Фокусируемся на рентабельности, а не просто на объёмах.
* Минус: Идеален для моно-продукта. В ассортиментной компании всё быстро усложняется.
5. RFM-АНАЛИЗ: «То, с чего надо начинать ВСЕМ» 💎
* Суть: Сортируем клиентов по трём ключевым признакам:
* Recency (R) — как давно покупал
* Frequency (F) — как часто покупает
* Monetary (M) — сколько приносит денег
* Плюс: Метод сразу выдаёт «золотое ядро» вашей клиентской базы — тех, с кем нужно работать прямо сейчас!
* Ключевое преимущество: На основе RFM вы сразу можете:
* Найти целевой портрет для привлечения новых клиентов
* Выявить уходящих клиентов и запустить антиотток
* Направить усилия отдела продаж на самых перспективных
💎 ИТОГ: С чего начать?
1. Хотите быстрый и понятный результат? Начните с RFM-анализа. Он даст 80% пользы за 20% усилий.
2. Нужно оценить эффективность рекламы и продаж? Ваш выбор — когортный анализ.
3. Хотите найти неизвестные ниши? Поможет кластеризация, но будьте готовы к интерпретации.
4. Продаете один продукт и хотите понять рентабельность клиентов? Используйте ABCDX.
👉 ВЫВОД: Не усложняйте! RFM — ваш лучший старт для цифровой трансформации в продажах. Он сразу отвечает на главные вопросы: кто ваши лучшие клиенты и кому грозит отток.
🔜 В следующем посте: Разберём пошаговый алгоритм проведения RFM-анализа.
💬 А какой метод анализа клиентов используете вы? С какими сложностями столкнулись?
Пишите в комментариях — обсудим! 👇
У вас существенно больше трёх клиентов, не разовый продукт и вы потрудились собрать данные о клиентах? Вы готовы к цифровой трансформации! И вам доступны статистические методы клиентского анализа:
1. КЛАСТЕРИЗАЦИЯ: «Слепой поиск сокровищ» 🔍
* Суть: Компьютер сам находит скрытые группы клиентов по вашим данным (обороты, регионы, категории товаров).
* Плюс: Запускаем «с места в карьер» — не нужны гипотезы.
* Минус: «Чёрный ящик» — найденные кластеры придётся самому расшифровывать и искать в них бизнес-смысл. Нет гарантии, что найдёте «золотую жилу» за конкретное время.
2. КОГОРТНЫЙ АНАЛИЗ: «Машина времени» ⏳
* Суть: Смотрим, как ведут себя клиенты, пришедшие в один период (например, в январе 2024 и далее что происходит с ними помесячно).
* Плюс: Идеален, чтобы оценить эффект от рекламных кампаний, акций, скидок.
* Минус: Сложно выбрать «правильный» период. Результаты часто требуют дополнительной «раскопки».
3. ABC/XYZ-АНАЛИЗ: «Швейцарский нож» ✨
* Суть: Делим клиентов по объёму закупок (ABC) и стабильности спроса (XYZ). Получаем 9 групп.
* Плюс: Универсален и нагляден.
* Минус: Хотите добавить ещё один параметр (например, маржинальность)? Готовьтесь к 27 сегментам и хаосу в интерпретации.
4. ABCDX-СЕГМЕНТАЦИЯ: «Снайперский прицел» 🎯
* Суть: Оцениваем клиентов по ценности для бизнеса (выручка, лояльность) и сложности обслуживания (затраты).
* Плюс: Фокусируемся на рентабельности, а не просто на объёмах.
* Минус: Идеален для моно-продукта. В ассортиментной компании всё быстро усложняется.
5. RFM-АНАЛИЗ: «То, с чего надо начинать ВСЕМ» 💎
* Суть: Сортируем клиентов по трём ключевым признакам:
* Recency (R) — как давно покупал
* Frequency (F) — как часто покупает
* Monetary (M) — сколько приносит денег
* Плюс: Метод сразу выдаёт «золотое ядро» вашей клиентской базы — тех, с кем нужно работать прямо сейчас!
* Ключевое преимущество: На основе RFM вы сразу можете:
* Найти целевой портрет для привлечения новых клиентов
* Выявить уходящих клиентов и запустить антиотток
* Направить усилия отдела продаж на самых перспективных
💎 ИТОГ: С чего начать?
1. Хотите быстрый и понятный результат? Начните с RFM-анализа. Он даст 80% пользы за 20% усилий.
2. Нужно оценить эффективность рекламы и продаж? Ваш выбор — когортный анализ.
3. Хотите найти неизвестные ниши? Поможет кластеризация, но будьте готовы к интерпретации.
4. Продаете один продукт и хотите понять рентабельность клиентов? Используйте ABCDX.
👉 ВЫВОД: Не усложняйте! RFM — ваш лучший старт для цифровой трансформации в продажах. Он сразу отвечает на главные вопросы: кто ваши лучшие клиенты и кому грозит отток.
🔜 В следующем посте: Разберём пошаговый алгоритм проведения RFM-анализа.
💬 А какой метод анализа клиентов используете вы? С какими сложностями столкнулись?
Пишите в комментариях — обсудим! 👇
🔥4
RFM-анализ: 5 шагов для быстрого старта цифровой трансформации в продажах.
Подробности в карточках.
Подробности в карточках.
🔥8
🤖 Почему идея «бизнес пишет запросы на естественном языке» — пока не работает?
На бумаге всё гениально: менеджер пишет «покажи, где и почему у нас просела выручка» — ИИ выдаёт дашборд. В реальности эта идея разбивается о две неприятные проблемы.
1. Кризис вопросов
Бизнес-менеджеры не хотят и не умеют задавать правильные вопросы к данным. Они привыкли делегировать аналитику самую сложную часть работы — «а что вообще спросить, чтобы понять, что там у бизнеса пошло не так?».
2. Подмена сути
SQL и Python — это всего лишь интерфейс для формулировки гипотез. Настоящая работа аналитика — мыслить в контексте данных: видеть взаимосвязи, строить гипотезы, искать причинно-следственные связи.
💡 Вывод:
LLM может перевести ваш запрос в код, но не может придумать за вас осмысленный бизнес-вопрос.
🚀 Что дальше?
Следующий рубеж — не «Text-to-SQL», а «Data-to-Hypotheses»: когда ИИ будет не код генерировать, а предлагать сами гипотезы для проверки.
💎 А пока — главное:
Мы живём в эпоху гиперинфляции хардскиллов. Ценность аналитика — не в умении кодить на SQL/Python, а в умении думать.
💬 А вы сталкивались с иллюзией, что ИИ сможет заменить аналитическое мышление? Делитесь в комментах!
На бумаге всё гениально: менеджер пишет «покажи, где и почему у нас просела выручка» — ИИ выдаёт дашборд. В реальности эта идея разбивается о две неприятные проблемы.
1. Кризис вопросов
Бизнес-менеджеры не хотят и не умеют задавать правильные вопросы к данным. Они привыкли делегировать аналитику самую сложную часть работы — «а что вообще спросить, чтобы понять, что там у бизнеса пошло не так?».
2. Подмена сути
SQL и Python — это всего лишь интерфейс для формулировки гипотез. Настоящая работа аналитика — мыслить в контексте данных: видеть взаимосвязи, строить гипотезы, искать причинно-следственные связи.
💡 Вывод:
LLM может перевести ваш запрос в код, но не может придумать за вас осмысленный бизнес-вопрос.
🚀 Что дальше?
Следующий рубеж — не «Text-to-SQL», а «Data-to-Hypotheses»: когда ИИ будет не код генерировать, а предлагать сами гипотезы для проверки.
💎 А пока — главное:
Мы живём в эпоху гиперинфляции хардскиллов. Ценность аналитика — не в умении кодить на SQL/Python, а в умении думать.
💬 А вы сталкивались с иллюзией, что ИИ сможет заменить аналитическое мышление? Делитесь в комментах!
🔥6❤2
🚀 BI-дашборд — это не отчёт, а КВЕСТ. Если пользователь не нашёл клад, то аналитик просто нарисовали красивую карту
Ваши дашборды простаивают? Возможно, ваш аналитик создал не навигатор к решению, а художественную галерею из графиков. Пользователь не должен смотреть на данные — он должен искать в них ответы. Если аналитик не проложил тропу — пользователь заблудится.
🎯 Кто наш «Индиана Джонс» и что ему нужно?
Дашборд открывают не ради эстетики, а чтобы принять решение.
* Сейлз: Ищет «ГДЕ МНЕ НЕ ХВАТАЕТ 5% ДО ПЛАНА, ЧТОБЫ ПОЛУЧИТЬ ПРЕМИЮ?»
* Маркетолог: Нужен ответ на «КАКОЙ КАНАЛ ПРИНОСИТ ЛИДОВ ДЕШЕВЛЕ, ЧТОБЫ Я МОГ ПЕРЕКИНУТЬ ТУДА БЮДЖЕТ ЗАВТРА?»
* C&B-менеджер: Ищет баланс «КАК СОКРАТИТЬ БЮДЖЕТ НА ФОТ, НО НЕ ПОТЕРЯТЬ ЭФФЕКТИВНОСТЬ И ЛОЯЛЬНОСТЬ СОТРУДНИКОВ?»
User Journey начинается не с графиков, а с ЭМПАТИИ. Если ваш аналитик не знает боли пользователей — он строит воздушный замок.
🗺 Как построить маршрут к сокровищу (инструкция по сборке):
1. Чёткий заголовок-цель: Не «Анализ продаж», а «Отклонение продаж от плана по менеджерам».
2. Контекст как ориентиры: Период, регион, продукт, менеджер — пользователь не должен искать это в фильтрах.
3. Визуальная иерархия: Сначала — ГЛАВНОЕ (KPI, отклонения), потом — детали.
4. Цвет как сигнал: Красный — ТРЕВОГА, зелёный — НОРМА. Не для красоты, а для смысла.
5. Охота на аномалии: Выделите то, что требует внимания ПРЯМО СЕЙЧАС.
6. Каждый клик ведёт к ответу: Навигация должна быть интуитивной, а не квизом с загадками.
Настоящий дашборд заканчивается не пониманием, а ДЕЙСТВИЕМ. Пользователь уходит не с информацией, а с планом: «кому позвонить, что поправить, куда перебросить деньги».
💀 Типичные ловушки на пути (почему квест проваливается):
* «Всё сразу»: Информационная бомбардировка. Глаза разбегаются, мозг отключается.
* «Картина в музее»: Красиво, гармонично... и абсолютно бесполезно. Данные не кричат о проблемах.
* «Сам разбирайся»: Никакой логики. Кликай фильтры наугад, пока не наткнёшься на что-то интересное.
💎 ВЫВОД ДЛЯ РУКОВОДИТЕЛЯ:
Если ваши дашборды молчат — вы теряете деньги, выполняя работу аналитика. Вы снова листаете эксель-таблицы, чтобы найти ответ, за который уже заплатили.
💬 А ваши дашборды ведут к действию или просто украшают собой корпоративный портал? Делитесь в комментах — вместе разберём, где теряется эффективность!
Ваши дашборды простаивают? Возможно, ваш аналитик создал не навигатор к решению, а художественную галерею из графиков. Пользователь не должен смотреть на данные — он должен искать в них ответы. Если аналитик не проложил тропу — пользователь заблудится.
🎯 Кто наш «Индиана Джонс» и что ему нужно?
Дашборд открывают не ради эстетики, а чтобы принять решение.
* Сейлз: Ищет «ГДЕ МНЕ НЕ ХВАТАЕТ 5% ДО ПЛАНА, ЧТОБЫ ПОЛУЧИТЬ ПРЕМИЮ?»
* Маркетолог: Нужен ответ на «КАКОЙ КАНАЛ ПРИНОСИТ ЛИДОВ ДЕШЕВЛЕ, ЧТОБЫ Я МОГ ПЕРЕКИНУТЬ ТУДА БЮДЖЕТ ЗАВТРА?»
* C&B-менеджер: Ищет баланс «КАК СОКРАТИТЬ БЮДЖЕТ НА ФОТ, НО НЕ ПОТЕРЯТЬ ЭФФЕКТИВНОСТЬ И ЛОЯЛЬНОСТЬ СОТРУДНИКОВ?»
User Journey начинается не с графиков, а с ЭМПАТИИ. Если ваш аналитик не знает боли пользователей — он строит воздушный замок.
🗺 Как построить маршрут к сокровищу (инструкция по сборке):
1. Чёткий заголовок-цель: Не «Анализ продаж», а «Отклонение продаж от плана по менеджерам».
2. Контекст как ориентиры: Период, регион, продукт, менеджер — пользователь не должен искать это в фильтрах.
3. Визуальная иерархия: Сначала — ГЛАВНОЕ (KPI, отклонения), потом — детали.
4. Цвет как сигнал: Красный — ТРЕВОГА, зелёный — НОРМА. Не для красоты, а для смысла.
5. Охота на аномалии: Выделите то, что требует внимания ПРЯМО СЕЙЧАС.
6. Каждый клик ведёт к ответу: Навигация должна быть интуитивной, а не квизом с загадками.
Настоящий дашборд заканчивается не пониманием, а ДЕЙСТВИЕМ. Пользователь уходит не с информацией, а с планом: «кому позвонить, что поправить, куда перебросить деньги».
💀 Типичные ловушки на пути (почему квест проваливается):
* «Всё сразу»: Информационная бомбардировка. Глаза разбегаются, мозг отключается.
* «Картина в музее»: Красиво, гармонично... и абсолютно бесполезно. Данные не кричат о проблемах.
* «Сам разбирайся»: Никакой логики. Кликай фильтры наугад, пока не наткнёшься на что-то интересное.
💎 ВЫВОД ДЛЯ РУКОВОДИТЕЛЯ:
Если ваши дашборды молчат — вы теряете деньги, выполняя работу аналитика. Вы снова листаете эксель-таблицы, чтобы найти ответ, за который уже заплатили.
💬 А ваши дашборды ведут к действию или просто украшают собой корпоративный портал? Делитесь в комментах — вместе разберём, где теряется эффективность!
🔥7👍4❤3
🚀 Нанимаем на работу дашборд по методологии Jobs To Be Done или продуктовый подход в BI
Вы бизнес-пользователь BI-дашборда? Перестаньте рассказывать аналитикам «какие метрики и графики вы хотите видеть». Это всё равно что рассказывать «какие инструменты вам положить в ящик» вместо «какую мебель вы хотите собрать».
Эффективные руководители не "используют" дашборды, а «нанимают» их на работу. Как сотрудника. Чтобы сделать свою работу быстрее, проще и точнее.
❌ Неправильный вопрос аналитика:
«Какие метрики и диаграммы вам нужны?»
(Результат: красивый, но бесполезный отчёт)
✅ Правильный подход — «нанимаем» дашборд на работу:
1. Job (Должностная инструкция)
«Какую РАБОТУ должен выполнять дашборд?»
→ Найти менеджеров, которые не выполняют план продаж
→ Выявить регионы с аномальным ростом возвратов
2. Situation (Условия труда)
«ГДЕ и КОГДА он будет работать?»
→ Перед и на еженедельной планёрке отдела продаж
→ В мобильном приложении во время визитов к клиентам
3. Outcome (KPI успеха)
«Как мы поймём, что он справляется?»
→ Сократил время на подготовку к встрече с 2 часов до 15 минут
→ Увеличил скорость реакции на падение продаж с 3 дней до 1 часа
4. Obstacles (Профпригодность)
«Что мешает пользователю СЕЙЧАС?»
→ «Я не доверяю цифрам — неясно, откуда они»
→ «Мне нужно 5 разных систем, чтобы собрать отчёт»
💎 Вывод:
Дашборд — это не набор графиков. Это сотрудник, которого вы нанимаете для решения конкретной бизнес-задачи. Сформулируйте для него «должностную инструкцию» — и он начнёт приносить реальную пользу.
💬 А вы «нанимаете» дашборды или просто ждете чуда от аналитика? Поделитесь, как формулируете задачи для ваших отчётов!
Вы бизнес-пользователь BI-дашборда? Перестаньте рассказывать аналитикам «какие метрики и графики вы хотите видеть». Это всё равно что рассказывать «какие инструменты вам положить в ящик» вместо «какую мебель вы хотите собрать».
Эффективные руководители не "используют" дашборды, а «нанимают» их на работу. Как сотрудника. Чтобы сделать свою работу быстрее, проще и точнее.
❌ Неправильный вопрос аналитика:
«Какие метрики и диаграммы вам нужны?»
(Результат: красивый, но бесполезный отчёт)
✅ Правильный подход — «нанимаем» дашборд на работу:
1. Job (Должностная инструкция)
«Какую РАБОТУ должен выполнять дашборд?»
→ Найти менеджеров, которые не выполняют план продаж
→ Выявить регионы с аномальным ростом возвратов
2. Situation (Условия труда)
«ГДЕ и КОГДА он будет работать?»
→ Перед и на еженедельной планёрке отдела продаж
→ В мобильном приложении во время визитов к клиентам
3. Outcome (KPI успеха)
«Как мы поймём, что он справляется?»
→ Сократил время на подготовку к встрече с 2 часов до 15 минут
→ Увеличил скорость реакции на падение продаж с 3 дней до 1 часа
4. Obstacles (Профпригодность)
«Что мешает пользователю СЕЙЧАС?»
→ «Я не доверяю цифрам — неясно, откуда они»
→ «Мне нужно 5 разных систем, чтобы собрать отчёт»
💎 Вывод:
Дашборд — это не набор графиков. Это сотрудник, которого вы нанимаете для решения конкретной бизнес-задачи. Сформулируйте для него «должностную инструкцию» — и он начнёт приносить реальную пользу.
💬 А вы «нанимаете» дашборды или просто ждете чуда от аналитика? Поделитесь, как формулируете задачи для ваших отчётов!
🔥8❤3👍3
🚨 Вы C-level, которого одолели кадровые заботы?
- Шантаж офферами или текучка ключевых сотрудников
- Дефицит бюджета и долгие поиски на ключевые позиции
- «Сытый», но непродуктивный коллектив
Если в этих вопросах Вы опираетесь на свою интуицию и “экспертные мнения”, то с высокой вероятностью Вы ошибаетесь и теряете деньги.
Эксперты говорят об общих трендах. Но где вы переплачиваете, а где экономите себе в убыток (теряя продажи, клиентов, замораживая деньги)?
📊 Data driven подход: анализ рынка за сен-ноя 2025 vs 2024
Посмотрим, как сегментация ~ 700 тыс. вакансий по 6 специализациям от ~ 150 тыс. компаний помогает проявлять разнонаправленные тенденции и принимать кадровые решения.
1. Вакансий стало МЕНЬШЕ везде:
- Top & Middle: -17%
- Finance: -23%
- Marketing: -24%
- Sales: -26%
- IT: -36%
- HR: -41%
Казалось бы, все замерли. Но это иллюзия.
2. Зарплаты — вот где проясняется картина:
- Top & Middle: Середняки получают +12%, топы — скромные +5%. Эффективных менеджеров удерживают, дорогих звёзд — «подсушивают».
- Finance: Рост около +13% для большинства.
- Marketing: Взрывной рост +25% для «звёзд», способных на прорыв! За талант, который выводит из кризиса, идёт охота.
- Sales: Локомотив! Средний сегмент +16%, а верхние 25% вакансий (27 тыс. предложений!) — рост от +19% до +36%. Борьба за тех, кто генерит деньги сейчас.
- IT: Оптимизация. При падении вакансий на 36% зарплаты почти заморожены.
- HR: Забота о «середняках» (+13%), у топов — «усушка». Функция переходит в режим повышения эффективности.
💎 ВЫВОДЫ ДЛЯ ВАС:
1. Не получится «пересидеть». Пока вы замираете, конкуренты уже хантят ваших лучших продавцов и маркетологов на 20-30% дороже.
2. Проведите срочный аудит команд:
- Кто у вас в продажах и маркетинге из «среднего сегмента»? Их уже ищут.
- Достаточно ли мотивированы ваши ключевые менеджеры, или они тихо считают потери от инфляции?
👉 Дальше будет хуже. Или лучше - для тех, кто анализирует и действует.
🔜 В следующих публикациях: Углубимся до уровня конкретных бизнес-ролей.
💬 А в вашей компании уже чувствуют эти тренды? Какие позиции сейчас самые болезненные?
Пишите в комментариях — обсудим, как действовать. 👇
- Шантаж офферами или текучка ключевых сотрудников
- Дефицит бюджета и долгие поиски на ключевые позиции
- «Сытый», но непродуктивный коллектив
Если в этих вопросах Вы опираетесь на свою интуицию и “экспертные мнения”, то с высокой вероятностью Вы ошибаетесь и теряете деньги.
Эксперты говорят об общих трендах. Но где вы переплачиваете, а где экономите себе в убыток (теряя продажи, клиентов, замораживая деньги)?
📊 Data driven подход: анализ рынка за сен-ноя 2025 vs 2024
Посмотрим, как сегментация ~ 700 тыс. вакансий по 6 специализациям от ~ 150 тыс. компаний помогает проявлять разнонаправленные тенденции и принимать кадровые решения.
1. Вакансий стало МЕНЬШЕ везде:
- Top & Middle: -17%
- Finance: -23%
- Marketing: -24%
- Sales: -26%
- IT: -36%
- HR: -41%
Казалось бы, все замерли. Но это иллюзия.
2. Зарплаты — вот где проясняется картина:
- Top & Middle: Середняки получают +12%, топы — скромные +5%. Эффективных менеджеров удерживают, дорогих звёзд — «подсушивают».
- Finance: Рост около +13% для большинства.
- Marketing: Взрывной рост +25% для «звёзд», способных на прорыв! За талант, который выводит из кризиса, идёт охота.
- Sales: Локомотив! Средний сегмент +16%, а верхние 25% вакансий (27 тыс. предложений!) — рост от +19% до +36%. Борьба за тех, кто генерит деньги сейчас.
- IT: Оптимизация. При падении вакансий на 36% зарплаты почти заморожены.
- HR: Забота о «середняках» (+13%), у топов — «усушка». Функция переходит в режим повышения эффективности.
💎 ВЫВОДЫ ДЛЯ ВАС:
1. Не получится «пересидеть». Пока вы замираете, конкуренты уже хантят ваших лучших продавцов и маркетологов на 20-30% дороже.
2. Проведите срочный аудит команд:
- Кто у вас в продажах и маркетинге из «среднего сегмента»? Их уже ищут.
- Достаточно ли мотивированы ваши ключевые менеджеры, или они тихо считают потери от инфляции?
👉 Дальше будет хуже. Или лучше - для тех, кто анализирует и действует.
🔜 В следующих публикациях: Углубимся до уровня конкретных бизнес-ролей.
💬 А в вашей компании уже чувствуют эти тренды? Какие позиции сейчас самые болезненные?
Пишите в комментариях — обсудим, как действовать. 👇
🔥5❤2🫡2
🚨 Спад на рынке труда не означает заморозку деловой активности (продолжаем анализировать вакансии и тенденции)
Кому кризис — угроза, а кому — шанс усилиться?
Первичные выводы могут быть поверхностными и вводить в заблуждение, поэтому необходимо углубиться в детали и найти подтверждения или новые инсайты.
1. То, что в маркетинге готовы платить на 25% больше за звезд - не означает, что это распространяется на все бизнес-роли. Например, по маркетологу-аналитику обратная ситуация - при снижении потребности почти в 2 раза - максимальный рост ЗП - в нижнем сегменте - на 31% и постепенное снижение роста до 1% в верхнем сегменте.
Это может означать, что от них не ждут чудес, но и на низкоэффективных джунов не готовы тратить время - им нужны квалифицированные “рабочие лошадки”.
2. От спада в ИТ больше всего пострадали тестировщики и системные аналитики, но если у тестировщиков наблюдается снижение максимальной ЗП на 11% и небольшой рост в среднем сегменте, то у системных аналитиков наоборот - заморозка максимума и снижение во всех остальных сегментах.
Вспомним, что системные аналитики в ИТ формируют требования для разработки ПО, а системные аналитики не в ИТ-компаниях (банки, ритейл, промышленность) - оптимизируют и автоматизируют бизнес-процессы. При этом зарплата у первых существенно выше чем у вторых, но в условиях спада в ИТ - у компаний из реального и финансового секторов появилась возможность усилить свою команду системными аналитиками с продуктовым подходом из ИТ.
3. В HR больше всех пострадали рекрутеры - что очевидно, учитывая спад по всем направлениям. Но чтобы не утыкаться в проблему “куда девать штатных рекрутеров” - необходимо регулярно мониторить рынок труда и, понимая какие волны бывают, - численность штатных рекрутеров планировать исходя из минимальной деловой активности, а повышенный спрос закрывать ресурсами кадровых агентств. Как вариант. Но точно учитывать эти волны в стратегии.
4. Спад потребности в аналитиках широкого профиля (общего назначения) относится скорее не к спаду в ИТ, а к изменениям парадигмы аналитической функции в большинстве компаний:
- Общие отчеты не сильно помогают находить резервы роста и оптимизации, а для подготовки data driven решений нужны специализированные аналитики: аналитики данных, BI-аналитики, бизнес-аналитики
- 15% рост минимальной ЗП говорит о том, что компании выбирают более квалифицированных аналитиков сейчас, а не берут джунов “на вырост”
💎 Вывод на текущем этапе анализа для C-level:
- Стагнация или спад - не повод унывать и прятать голову в песок в ожидании когда всё завершиться, а возможность перестроиться и усилиться.
- Действуя по интуиции вы опираетесь на старые тенденции и в новых тенденциях можете только увеличить свои потери
Кризис выжигает слабые бизнес-модели и слабые кадровые стратегии. Ваша задача — не спрятаться, а перестроиться быстрее всех.
Кому кризис — угроза, а кому — шанс усилиться?
Первичные выводы могут быть поверхностными и вводить в заблуждение, поэтому необходимо углубиться в детали и найти подтверждения или новые инсайты.
1. То, что в маркетинге готовы платить на 25% больше за звезд - не означает, что это распространяется на все бизнес-роли. Например, по маркетологу-аналитику обратная ситуация - при снижении потребности почти в 2 раза - максимальный рост ЗП - в нижнем сегменте - на 31% и постепенное снижение роста до 1% в верхнем сегменте.
Это может означать, что от них не ждут чудес, но и на низкоэффективных джунов не готовы тратить время - им нужны квалифицированные “рабочие лошадки”.
2. От спада в ИТ больше всего пострадали тестировщики и системные аналитики, но если у тестировщиков наблюдается снижение максимальной ЗП на 11% и небольшой рост в среднем сегменте, то у системных аналитиков наоборот - заморозка максимума и снижение во всех остальных сегментах.
Вспомним, что системные аналитики в ИТ формируют требования для разработки ПО, а системные аналитики не в ИТ-компаниях (банки, ритейл, промышленность) - оптимизируют и автоматизируют бизнес-процессы. При этом зарплата у первых существенно выше чем у вторых, но в условиях спада в ИТ - у компаний из реального и финансового секторов появилась возможность усилить свою команду системными аналитиками с продуктовым подходом из ИТ.
3. В HR больше всех пострадали рекрутеры - что очевидно, учитывая спад по всем направлениям. Но чтобы не утыкаться в проблему “куда девать штатных рекрутеров” - необходимо регулярно мониторить рынок труда и, понимая какие волны бывают, - численность штатных рекрутеров планировать исходя из минимальной деловой активности, а повышенный спрос закрывать ресурсами кадровых агентств. Как вариант. Но точно учитывать эти волны в стратегии.
4. Спад потребности в аналитиках широкого профиля (общего назначения) относится скорее не к спаду в ИТ, а к изменениям парадигмы аналитической функции в большинстве компаний:
- Общие отчеты не сильно помогают находить резервы роста и оптимизации, а для подготовки data driven решений нужны специализированные аналитики: аналитики данных, BI-аналитики, бизнес-аналитики
- 15% рост минимальной ЗП говорит о том, что компании выбирают более квалифицированных аналитиков сейчас, а не берут джунов “на вырост”
💎 Вывод на текущем этапе анализа для C-level:
- Стагнация или спад - не повод унывать и прятать голову в песок в ожидании когда всё завершиться, а возможность перестроиться и усилиться.
- Действуя по интуиции вы опираетесь на старые тенденции и в новых тенденциях можете только увеличить свои потери
Кризис выжигает слабые бизнес-модели и слабые кадровые стратегии. Ваша задача — не спрятаться, а перестроиться быстрее всех.
🔥7❤4👏2
Как от “Quick Wins” перейти к долгосрочному эффекту в бизнес-аналитике?
В условиях ограниченных ресурсов и быстро меняющейся бизнес-среде многие руководители отказываются инвестировать свое время и ресурсы в проекты длиннее квартала и выбирают “срывать яблоки с дерева данных, до которых можно дотянуться рукой”.
🚨 Получили быструю победу - заложили мину
Особенность политики “быстрых побед” заключается в том, что формируется ком отложенных засад. Скорее всего, при разработке DWH уже “сэкономили” на документации, согласованности данных и масштабируемости архитектуры. А значит при разработке быстрых дашбордов вместе с нужной поверхностной информацией на свет вылезают вопросы по содержанию глубоких данных и ошибки архитектуры и учета. В моменте кривизна данных исправляется костылями, но чем больше быстрых побед требуется - тем больше костылей копится в модели данных и тем сложнее аналитику отвечать на вопрос “а почему?”, пока дашборд окончательно не превратится в “черный ящик”.
⚠️ На личном опыте я столкнулся с тем, что на одном проекте аналитики тратили до 80% времени на поиск нужной информации! Зато ранее сэкономили. В итоге аналитика замирает и бизнес-пользователи остаются со старыми отчетами, по факту управляя наощупь. Логическое продолжение - унылые бизнес-результаты и смена менеджмента.
💡 Выход есть: автоматическая документация — ваш мост от хаоса к системе
На прошлой неделе я столкнулся с элегантным решением - автоматической документацией DWH и BI с помощью AI от компании Lasmart (не французы, а наши питерцы).
Как это работает?
- ИИ формирует описание объектов БД: таблиц, процедур и т.д.
- ИИ формирует документацию к BI-дашбордам
- ИИ описывает SQL-трансформации понятным языком
- Автоматическое обновление документации по регламенту
Панацея это или мощный фундамент - покажет опыт применения. Но точно это самый первый стратегический шаг, который позволит:
- Остановить накопление долга
- Вернуть аналитикам время на анализ
- Дать бизнесу уверенность в цифрах
💎 Вложения в порядок в данных — это не расходы, а инвестиции в скорость и качество всех будущих решений.
В условиях ограниченных ресурсов и быстро меняющейся бизнес-среде многие руководители отказываются инвестировать свое время и ресурсы в проекты длиннее квартала и выбирают “срывать яблоки с дерева данных, до которых можно дотянуться рукой”.
🚨 Получили быструю победу - заложили мину
Особенность политики “быстрых побед” заключается в том, что формируется ком отложенных засад. Скорее всего, при разработке DWH уже “сэкономили” на документации, согласованности данных и масштабируемости архитектуры. А значит при разработке быстрых дашбордов вместе с нужной поверхностной информацией на свет вылезают вопросы по содержанию глубоких данных и ошибки архитектуры и учета. В моменте кривизна данных исправляется костылями, но чем больше быстрых побед требуется - тем больше костылей копится в модели данных и тем сложнее аналитику отвечать на вопрос “а почему?”, пока дашборд окончательно не превратится в “черный ящик”.
⚠️ На личном опыте я столкнулся с тем, что на одном проекте аналитики тратили до 80% времени на поиск нужной информации! Зато ранее сэкономили. В итоге аналитика замирает и бизнес-пользователи остаются со старыми отчетами, по факту управляя наощупь. Логическое продолжение - унылые бизнес-результаты и смена менеджмента.
💡 Выход есть: автоматическая документация — ваш мост от хаоса к системе
На прошлой неделе я столкнулся с элегантным решением - автоматической документацией DWH и BI с помощью AI от компании Lasmart (не французы, а наши питерцы).
Как это работает?
- ИИ формирует описание объектов БД: таблиц, процедур и т.д.
- ИИ формирует документацию к BI-дашбордам
- ИИ описывает SQL-трансформации понятным языком
- Автоматическое обновление документации по регламенту
Панацея это или мощный фундамент - покажет опыт применения. Но точно это самый первый стратегический шаг, который позволит:
- Остановить накопление долга
- Вернуть аналитикам время на анализ
- Дать бизнесу уверенность в цифрах
💎 Вложения в порядок в данных — это не расходы, а инвестиции в скорость и качество всех будущих решений.
🔥5👍3❤2
🚀 Стагнация закончится быстрее для тех, кто быстрее найдет решение и адаптируется к новой реальности (продолжаем анализировать вакансии и тенденции)
На фоне общего снижения количества вакансий есть бизнес-роли, спрос на которые вырос год к году. Пока лидеры адаптации переформатируют и усиливают свои команды - “динозавры” не замечают изменений, но скоро спохватятся и затянут знакомую песню о дефиците кадров.
Кто в лидерах роста спроса и о чем это говорит?
5️⃣ “Операционный директор”: небольшой (+2%) рост количества вакансий, небольшой рост ЗП (от 2% до 11% в разных сегментах) - “штурман в шторм” - контроль над текущей деятельностью и эффективная реализация стратегии, т.е. чтобы “корабль шел четко по курсу” и не растерял то, что хорошо работает.
4️⃣ “Дата-сайентист”: умеренный (+8%) рост количества вакансий, по ЗП небольшой рост в нижнем сегменте (+5%), корректировка в верхних сегментах (от -14% до -32%) - хайп прошел, начались трудовые будни в тандеме с бизнесом. От этой роли ожидается не “игра в данные” с магией и волшебством, а конкретные экономические результаты: рост клиентской базы, рост продаж, оптимизация операций и снижение издержек.
3️⃣ “Страховой агент”: ощутимый (+12%) рост количества вакансий, и ощутимый рост ЗП (от +11% до +22%), кроме максимума (там коррекция на -16%) - говорит о росте желающих застраховать свои риски и лимитировать потенциальные убытки, а не играть в “авось пронесет”. Иначе может пронести по полной.
2️⃣ “Комплаенс-менеджер”: ощутимый (+13%) рост количества вакансий и впечатляющий рост ЗП во всех сегментах (от +12% до +41%) - уже многие компании сделали ставку на анализ и управление рисками, контроль за соблюдением нормативов и стандартов ради минимизации внештатных потерь - то, что сможет размыть финансовую опору компании.
🥇 “Директор юридического департамента” усиливает тенденции комплаенс-менеджера: +14% по количеству вакансий и рост ЗП от +17% до +53% (кроме максимума) - “главный стратегический риск-менеджер”, защитник активов, гарант правовой надежности сделок.
💎 Выводы для C-level:
1. Кризис смещает приоритеты с роста на сохранение. Спрос взлетел на контролеров, страховщиков и защитников.
2. Data Science повзрослел. Технологии — только инструмент. Ценность — в решении бизнес-задач.
3. Правовые и комплаенс-риски вышли на первое место. Их игнорирование дороже самого дорогого юриста.
На фоне общего снижения количества вакансий есть бизнес-роли, спрос на которые вырос год к году. Пока лидеры адаптации переформатируют и усиливают свои команды - “динозавры” не замечают изменений, но скоро спохватятся и затянут знакомую песню о дефиците кадров.
Кто в лидерах роста спроса и о чем это говорит?
5️⃣ “Операционный директор”: небольшой (+2%) рост количества вакансий, небольшой рост ЗП (от 2% до 11% в разных сегментах) - “штурман в шторм” - контроль над текущей деятельностью и эффективная реализация стратегии, т.е. чтобы “корабль шел четко по курсу” и не растерял то, что хорошо работает.
4️⃣ “Дата-сайентист”: умеренный (+8%) рост количества вакансий, по ЗП небольшой рост в нижнем сегменте (+5%), корректировка в верхних сегментах (от -14% до -32%) - хайп прошел, начались трудовые будни в тандеме с бизнесом. От этой роли ожидается не “игра в данные” с магией и волшебством, а конкретные экономические результаты: рост клиентской базы, рост продаж, оптимизация операций и снижение издержек.
3️⃣ “Страховой агент”: ощутимый (+12%) рост количества вакансий, и ощутимый рост ЗП (от +11% до +22%), кроме максимума (там коррекция на -16%) - говорит о росте желающих застраховать свои риски и лимитировать потенциальные убытки, а не играть в “авось пронесет”. Иначе может пронести по полной.
2️⃣ “Комплаенс-менеджер”: ощутимый (+13%) рост количества вакансий и впечатляющий рост ЗП во всех сегментах (от +12% до +41%) - уже многие компании сделали ставку на анализ и управление рисками, контроль за соблюдением нормативов и стандартов ради минимизации внештатных потерь - то, что сможет размыть финансовую опору компании.
🥇 “Директор юридического департамента” усиливает тенденции комплаенс-менеджера: +14% по количеству вакансий и рост ЗП от +17% до +53% (кроме максимума) - “главный стратегический риск-менеджер”, защитник активов, гарант правовой надежности сделок.
💎 Выводы для C-level:
1. Кризис смещает приоритеты с роста на сохранение. Спрос взлетел на контролеров, страховщиков и защитников.
2. Data Science повзрослел. Технологии — только инструмент. Ценность — в решении бизнес-задач.
3. Правовые и комплаенс-риски вышли на первое место. Их игнорирование дороже самого дорогого юриста.
🔥6❤3⚡1👍1
Как собственнику и руководителю компании одним взглядом понять куда уходят деньги, куда плывет бизнес и оценить масштаб бедствия?
Традиционный отчет о доходах и расходах вместе с диаграммами выручки и прибыли показывают как меняются финансовые результаты бизнеса, но для оценки их влияния на имущество компании и капитал собственника этого мало - надо сравнивать с динамикой балансовых показателей, а такую картину сложно окинуть одним взглядом.
Финансовые коэффициенты? Они остаются загадкой для всех, кроме финансистов. Итог - традиционные отчёты не отвечают на главный вопрос: что происходит с капиталом компании и почему?
Решение — дашборд на основе модели DuPont. Это не просто графики — это «приборная панель» вашего бизнеса.
Визуализация классической модели DuPont на дашборде позволит увидеть комплексную объемную картину, связать с принятыми ранее решениями и понять тенденции:
1. Из чего на самом деле складывается рентабельность — не просто «много продали», а эффективно ли работают активы и капитал?
2. Куда на самом деле уходят деньги — в запасы, в долги клиентов или в развитие?
3. Какая из трёх ключевых «досок» просела: маржинальность, оборачиваемость активов или финансовая устойчивость?
Вместо десятков разрозненных цифр вы получаете единую систему координат, где видна причина и следствие каждого вашего решения.
Пример:
Падает рентабельность? DuPont сразу покажет: это из-за сжатия маржи (значит, проблема в ценообразовании или себестоимости) или из-за затоваривания складов (значит, проблема в логистике и продажах)?
Хватит управлять вслепую. Пора включить точную навигацию.
Хотите увидеть ясную картину по своему бизнесу — обращайтесь: @maximkubar
Традиционный отчет о доходах и расходах вместе с диаграммами выручки и прибыли показывают как меняются финансовые результаты бизнеса, но для оценки их влияния на имущество компании и капитал собственника этого мало - надо сравнивать с динамикой балансовых показателей, а такую картину сложно окинуть одним взглядом.
Финансовые коэффициенты? Они остаются загадкой для всех, кроме финансистов. Итог - традиционные отчёты не отвечают на главный вопрос: что происходит с капиталом компании и почему?
Решение — дашборд на основе модели DuPont. Это не просто графики — это «приборная панель» вашего бизнеса.
Визуализация классической модели DuPont на дашборде позволит увидеть комплексную объемную картину, связать с принятыми ранее решениями и понять тенденции:
1. Из чего на самом деле складывается рентабельность — не просто «много продали», а эффективно ли работают активы и капитал?
2. Куда на самом деле уходят деньги — в запасы, в долги клиентов или в развитие?
3. Какая из трёх ключевых «досок» просела: маржинальность, оборачиваемость активов или финансовая устойчивость?
Вместо десятков разрозненных цифр вы получаете единую систему координат, где видна причина и следствие каждого вашего решения.
Пример:
Падает рентабельность? DuPont сразу покажет: это из-за сжатия маржи (значит, проблема в ценообразовании или себестоимости) или из-за затоваривания складов (значит, проблема в логистике и продажах)?
Хватит управлять вслепую. Пора включить точную навигацию.
Хотите увидеть ясную картину по своему бизнесу — обращайтесь: @maximkubar
🔥7👍4⚡1
Channel name was changed to «Максим Кубарь: Превращаю данные в прибыль»