Retention Rate - метрика, которая показывает долю клиентов, которые продолжают пользоваться продуктов (покупать или совершать другое целевое действие) спустя какое-то время после их первого взаимодействия с продуктом. Эта метрика позволяет бизнесу оценить по-другому возвращаемость клиентов в компанию. Как и в RFM это важно смотреть, когда бизнес-модель предполагает, чтобы клиенты возвращались: делали повторные покупки, продляли подписку, покупали следующий абонемент и т.п.

Когорты и когортный анализ - это метод анализ, когда клиентов объединяют одним признаком по дате совершения действия в одну группу (когорту) и считают метрику для когорты в целом, а не для конкретного клиента.
Например, нас интересует вопрос, покупали ли повторно клиенты, которые совершили свой первый заказ в январе 2025. Все люди с первой покупкой в январе 2025 объединятся в одну когорту. И для этой когорты будет посчитано какая доля людей покупала в феврале, марте, апреле...
Таким образом все клиенты объединяются по какому-то признаку, например как дата первого заказа. И далее.

Вчера проводил вебинар на тему проектов в портфолио. Сегодня делюсь классным pet-проектом моего коллеги, который собрал много инструментов для продуктовых аналитиков в одном месте
- калькуляторы размера выборки и различные тесты (Т-тест, хи-квадрта)
- url-декодер
- работа с регулярными выражениями

И множество других инструментов, заходите смотрите DevBox Tools

Направления аналитиков

Вы 100% видели, что на сайтах вакансий по запросу «аналитик данных» выходит список самых разных направлений, и даже сами вакансии могут называться по-разному:

🔷Продуктовый аналитик
🔷Data-аналитики
🔷Data Scientist (DS)
🔷ML-аналитики
🔷BI-аналитик
🔷DWH-аналитик

И этот список может продолжаться бесконечно, пока фантазия у работодателей не закончится. У новичка же от такого разнообразия голова может пойти кругом.

А есть ли вообще зафиксированный/стандартизированный список направлений или специализаций в аналитике?

Имея опыт работы в разных компаниях и проектах, я хотел бы сказать, что нет какого-то четкого деления обязанностей к зафиксированному названию позиции.

Например, пришел на должность Data Analyst в компанию X и твои основные задачи:
— проверка продуктовых гипотез для поиска точек роста продукта на рынке,
— проведение статистических экспериментов, A/B тестов, интерпретация результатов.

А пришел в компанию Y, в трудовой также написали Data Analyst, но набор задач поменялся:
— разработка отчетов в BI-инструменте,
— разработка витрин данных в DWH,
— проведение ad-hoc аналитики маркетинговых компаний.

Название позиции одно, а задачи абсолютно разные. И в третьем месте тоже может работать Data Analyst и делать при этом и BI-отчеты с витринами и A/B тесты запускать.

Недавно Дима Александров, руководитель разработки в Яндекс Лавке, написал пост на эту тему, где отметил важную вещь. Всех аналитиков объединяет общая миссия: с помощью данных и технологий приносить пользу бизнесу. Их CDO помог раскрыть понимание ролей аналитиков, которое, как понимаю, классно ложится в специфику работы команд и структуры их компании.

В любом случае, не так важно, как называется роль — карьера аналитика определяется не «ярлыком», а тем, какой вклад вы сделали в бизнес.

Пройдите собеседования за выходные и получите офер в Яндекс.

Приглашаем Data Scientists, а также data- и продуктовых аналитиков с опытом на Python от 3 лет. Присоединяйтесь, чтобы строить полезные сервисы вокруг ИИ-технологий, находить новые решения и делать то, что другим не по силам.

Как получить офер за выходные:
• До 3 декабря оставить заявку на участие
• 6 декабря решить задачи на двух технических секциях
• 7 декабря прийти на финальную встречу и познакомиться с командами

Подробности — на сайте: https://yandex.ru/project/events/wo-analytics-1225

Компании, в которых можно работать на удаленке!

Вот список от меня, дополняйте его в комментариях
— Суточно.ру
— Авиасейлс
— Рокетбанк
— Flowwow
— Всеинструменты.ру
— Movavika
— Hoff Tech
— РБК
— 2ГИС

Сохрани, чтобы не потерять!