На мехмате мы учились доказывать теоремы — шаг за шагом строить непротиворечивую картину мира. В аналитике оказалось то же самое, только с мгновенной обратной связью. Вместо аксиом — данные, вместо доказательств — гипотезы, которые проверяются на реальных пользователях. И самое захватывающее: твоя «лемма» может изменить опыт миллионов людей.

Какие вопросы на собеседовании показывают уровень кандидата в продуктовой аналитике?

Самые показательные — это «живые» сценарии. Например: «Как вы оцените эффект от кнопки Избранное» в нашем приложении? Какие метрики будете отслеживать?" Здесь сразу видно, умеет ли кандидат выделять ключевые метрики, строить причинно-следственные связи и думать как пользователь. А еще важно спросить про реальные проекты: только опыт показывает, как человек справляется с неопределенностью и дедлайнами.

Что особенного для аналитика в индустрии классифайдов?

В финтехе продукт — это абстрактные услуги: кредит, карта, инвестиция. В классифайде продукт — это вещи и потребности, которые понятны каждому: квартира, машина, работа или даже старый диван. Ты видишь прямой impact — помог человеку найти первую работу или продать ненужную вещь. Это осязаемо, и отдача здесь эмоционально гораздо сильнее.

В работе нет учебника: есть живые данные и бизнес-задачи

Какие университетские знания появились в реальной аналитике, а что пришлось осваивать уже на работе?

Самое ценное из университета — не конкретные формулы, а умение быстро вникать в новые темы и учиться с нуля. На мехмате этому тренируешься постоянно. Но все, что касается продуктовых метрик, А/В-тестов и бизнес-логики, пришлось впитывать уже в компаниях, а на продвинутом уровне изучать в ЦУ. В работе нет учебника: есть живые данные и бизнес-задачи, и ты учишься через практику.

Если бы у тебя был год на исследование в продуктовой аналитике, что бы ты выбрал и почему?

Я бы занялся причинно-следственным анализом в продуктах. Сейчас часто принимают решения на основе корреляций: «эта фича растит retention». Но как доказать, что именно она влияет, а не сторонний фактор? Методы каузального анализа и экспериментального дизайна — это то, что может вывести аналитику на новый уровень зрелости.

Каким ты видишь свое профессиональное развитие и показатель успеха через 3−5 лет?

Я считаю, что уже работаю в компании мечты, и не хочу уходить из аналитики. Для меня показатель успеха — это когда твои исследования меняют продуктовую стратегию, а твои ученики начинают строить карьеру в аналитике. Мне важно не только расти самому, но и показывать другим, что аналитика — это не про отчеты, а про реальное влияние на бизнес и жизнь людей.

Ты много работаешь с данными внутри компании. А хочется ли тебе делиться этим опытом вне работы?

Да, я часто замечаю, что начинающим аналитикам не хватает примеров из реальной практики. В аналитике меня всегда вдохновляло, как быстро можно расти, если рядом есть люди, готовые подсказать или показать путь. Я хочу создавать для других тот ресурс, которого когда-то не хватало мне самому, — простые и честные объяснения того, как аналитика работает в реальной жизни.

Пробовал ли ты переносить этот опыт за пределы работы?

Да, вместе с женой запустили телеграм-канал. Я пишу о том, как аналитика работает в живых продуктах, а жена помогает будущим айтишникам с поступлением и трудоустройством. По сути, это наш маленький MVP: мы проверяем, какие форматы и темы откликаются людям, собираем обратную связь и смотрим, что действительно помогает аудитории.

Вместе с женой запустили телеграм-канал