1-й Красногвардейский проезд 21с1
Яндекс Лавка — крупный игрок на рынке доставки продуктов питания и товаров для дома. Скорость роста здесь во многом зависит от команд маркетинга и привлечения. Наша команда аналитики ищет аналитика-разработчика, который станет лидером в вопросах привлечения пользователей, поможет построить экономически эффективную систему работы с каналами и сегментами.
Какие задачи вас ждут
Маркетинговая атрибуция и ключевые приборы привлечения
Лавка доступна на множестве поверхностей и платформ, а пользователи могут приходить из различных каналов на разные разделы сервиса или категории товаров. Мы хотим связать всё это воедино в фундаментальную и в то же время детальную модель атрибуции, которая позволит бизнесу гибко управлять привлечением на разных уровнях. Для наблюдения за привлечением есть отдельный дашборд, один из самых посещаемых в Лавке, соавтором которого вы станете. Существенное обновление и расширение дашборда вслед за моделью атрибуции — одна из главных задач команды на ближайшее время.
Экономика привлечения
Бизнесу необходимо понимать эффективность различных кампаний и каналов. В рамках этого направления вы будете строить процесс регулярных замеров инкрементальности, определять фактическое и целевое значение CAC, прогнозировать LTV и, соответственно, горизонт окупаемости кампаний, исследовать диапазоны эластичности каналов трафика. Каждое из этих исследований напрямую влияет на бизнес-решения, которые принимает команда привлечения.
Аналитика охватных каналов
Маркетинговый план Лавки включает в себя не только перформанс-каналы, но и крупные рекламные кампании, проходящие как в столицах, так и во многих других городах присутствия сервиса. В рамках этих кампаний используется широкий набор офлайн-каналов и коммуникаций. Бизнес стремится к тому, чтобы траты на такие кампании были обоснованы и экономически эффективны, а значит, необходимо понимать отклик пользователей как на кампанию в целом, так и на отдельные каналы и форматы. Вам предстоит построить модели, описывающие синергию рекламных каналов, и дать бизнесу рычаги управления этими каналами на основе данных.
Мы ждем, что вы
- Уверенно владеете SQL
- Умеете решать прикладные задачи анализа данных на Python
- Знакомы с BI-системами: DataLens, Tableau, Power BI
- Запускали и анализировали А/B-тесты
- Ориентируетесь в терминах LTV, CAC, ROI
- Коммуникабельны и можете решать задачи не только самостоятельно, но и в команде
Будет плюсом, если вы
- Строили прогнозные ML-модели
- Были ментором или руководили командой
