В рамках новой рубрики нашего портала «Интервью с экспертами», мы решили поговорить с Александром Сенаторовым, продуктовым аналитиком в Тинькофф. Он поделился своим опытом, рассказал о том, как он начал свою карьеру и какие навыки считает ключевыми для успешной работы в сфере аналитики.
Для начала, расскажи немного о себе. Кем ты работаешь? И в какой области ты сейчас развиваешься?
Я работаю продуктовым аналитиком в Тинькофф в команде Геймификации. Мы создаем в банке продукты с использованием игровых механик в неигровом контексте, чтобы приносить профит для бизнеса. Продуктовая аналитика вообще очень интересный симбиоз data science и бизнесовых знаний. Я одинаково развиваюсь и в Python, SQL, AB-тестах и статистике и при этом много хожу на рабочие созвоны, обсуждаю с продакт-менеджером развитие продукта и как нам в этом может помочь аналитика.
Можешь описать свой типичный рабочий день и оценить, насколько это рутинная работа от 1 до 10?
Я бы сказал, что по степени рутинности на 3-4. Потому что операционная рутина — она неизбежна, но не надо ее бояться. Вам в любом случае нужно будет работать с отчетностью, мониторить метрики и общаться с менеджерами по типовым задачам — и в этом нет ничего скучного, если ты постоянно стремишься улучшить и автоматизировать этот процесс.
Поскольку мы сейчас разрабатываем новый продукт, в моей жизни очень мало рутины — постоянно что-то новое, исследование новой фичи, построение дерева метрик, изучение целевой аудитории, создание BI-отчетов — это 90% моего времени сейчас. Но я понимаю, что в будущем, все бо́льшую часть времени я буду работать с теми процессами, которые для себя построил.
А можешь рассказать, как ты пришел к пониманию, что хочешь быть аналитиком? Насколько я знаю, уже во время обучения в университете ты работал в маркетинге и консалтинге. Был ли опыт в этих сферах полезен для карьеры аналитика?
И там, и там я работал аналитиком, просто в разных вариациях. В консалтинге я был контент-аналитиком и больше работал с визуализацией данных, а в маркетинговой команде в Ozon, я больше работал с данными по маркетинговым кампаниям — считал воронки, оценивал эффективность и помогал бизнесу привлекать больше клиентов.
В общем, аналитика она многогранна и это породило очень много разных аналитиков: системный аналитик, продуктовый аналитик, маркетинговый аналитик, риск аналитик, финансовый аналитик, BI-аналитик. И все они связаны в первую очередь с анализом данных. Где-то анализ данных попроще и это Excel, где-то больше делают презентации в PowerPoint, но чаще всего пригодятся SQL и Python.
А как не запутаться во всех этих направлениях и выбрать именно свое?
Большое количество разных аналитиков имеет очень похожий набор hard скиллов. А так как большинство аналитиков начинают со стажировок, можно попробовать себя в разных ролях. Даже отработав некоторое время в функционале одного аналитика, можно легко попробовать себя в новой роли. Так я после двух лет маркетинговой аналитики в Ozon в целом очень хорошо себя чувствую продуктовым аналитиком в Тинькофф.
Короче, пробуем разные направления, пока не поймем, что нам нравится больше. Не надо переживать, что это повредит карьере. Вы в любом случае идете в одном направлении, просто можете переходить с одной тропинки на другую.
Саша, ты несколько раз упоминал разные языки программирования. Как ты думаешь, какие hard-скиллы являются must-have для современного аналитика, помимо языков. Вот что бы ты сказал, сразу выделяет тебя среди других кандидатов?
Не нужно забывать, что аналитик данных никогда не живет в каком-то вакууме, работая только с данными, статистическими моделями и красивыми дашбордами. За всем этим всегда стоит бизнес-контекст. Главная цель бизнеса — не анализ данных ради анализа данных, а создание профита для компании. И чем лучше вы разбираетесь в бизнес-логике нашего мира, тем лучше вы будете выглядеть на фоне другого кандидата с такими же хард-скиллами, но без широкого бизнес-кругозора. К примеру, я перед каждым собеседованием уделяю хотя бы час на то, чтобы разобраться в том, в чем заключается бизнес-модель компании, на чем она зарабатывает и какие метрики в первую очередь смотрит.
Однажды я собеседовался в Яндекс в команду разработки беспилотных автомобилей и роботов-доставщиков. Из-за того, что не изучил, а в чем вообще заключается бизнес-модель, все мои знания Python и SQL не особо мне помогли, когда потенциальный руководитель задавал вопросы о том, зачем им вообще нужна аналитика.
Так что да, аналитика данных и харды это очень круто, будете шарить за каждую ML модель в мире, но без знаний о том, зачем это вообще нужно бизнесу, это может не очень помочь (естественно если вы не идете именно на ML-инженера).
Ты часто отмечаешь, что важно постоянно обучаться новому и расширять сферы интересов. Как ты продолжаешь развиваться профессионально без университета? Какие методы обучения предпочитаешь?
Реально, многие недооценивают онлайн-курсы, но у нас на рынке много очень крутых IT-курсов, продуктовых курсов, которые могут очень сильно помочь. Ну в общем, онлайн-курсы гораздо быстрее реагируют на изменения в индустрии, чем это происходит в университете. Это хороший плюс.
Чем ты чаще всего хвастаешься, когда рассказываешь про свою работу? Когда ты работал в OZON, ты часто рассказывал про бесплатные сырки Б.Ю. Александров на кухне офиса. А сейчас?
Странно прозвучит, что новый предмет моего восхищения тоже связан с едой… Нас в Тинькофф кормят завтраками (буквально) и обедами! Божественный шведский стол и все бесплатно для сотрудников. Ах да, и еще тренажерный зал с сауной, чтобы потом вернуть прежнюю форму. Все, лишь бы больше времени проводили в офисе хехехе.
У тебя правда крутой опыт на разных позициях и в разных топовых компаниях. За что ты благодарен именно себе в своем карьерном пути?
Скажем так, мне очень часто везло: со стажировкой, с командами, с интересными задачами. Мне открыли мир аналитики данных еще во время первой стажировки, за что я очень благодарен Ozon. Но если говорить про себя, то я очень рад, что научился слушать себя и рефлексировать. Часто тяжело признаться самому себе, что жизнь повернула куда-то не туда и
еще сложнее — сделать шаг назад, рассчитывая потом сделать два вперед.
Как ты видишь будущее области аналитики? Есть ли тренды или инновации, на которые стоит обратить внимание, может скиллы, которые сейчас супер редкие, но на них будет расти спрос?
Сейчас многие аналитики видят, как ChatGPT по щелчку пальцев генерирует сложные скрипты на Python и SQL и сам анализирует данные, выдавая готовый ответ. Многие аналитики переживают, что их работу будет делать ИИ. Но если мы отойдем на 40 лет назад и взглянем на работу аналитика, то тогда у аналитиков даже не было Excel и на техническую рутину могло уходить в десять раз больше времени.
Сегодня аналитики занимаются все менее технической и все более творческой работой: они генерируют гипотезы, дизайнят метрики, проектируют дашборды. Я думаю, в будущем аналитика будет идти к тому, что всю бо́льшую техническую часть мы будем отдавать на аутсорс ИИ, а мы сами будем больше креативить и управлять аналитическими процессами.
Ты был активен в студенческой жизни, участвовал в студенческих сообществах, как думаешь, тебе это помогло в профессиональном плане? Что бы ты посоветовал студентам обязательно сделать во время обучения?
Студенчество — это не только про учебу, это однозначно. Это лучшая база для развития софт скиллов и нетворкинга. Участвуйте в таком количестве активностей, кейс-чемпионатов, хакатонов, летних школ, конференций, сколько сможете в себя вместить — и придете на свою первую стажировку не просто со знаниями, но еще и с жизненным опытом.
Есть ли фраза, которая тебя вдохновляет преодолевать трудности в работе и может мотивировать других студентов?
У меня есть цитата, которую мне сказал мой первый руководитель:
Больше об экспертности Александра Сенаторова можно узнать в его Telegram-канале.
