Друзья, на связи снова Андрон — основатель Simulative 👋🏻

В продолжение своего предыдущего поста про то, как сложно делать аналитические выводы в «боевых условиях», хочу поделиться историей про себя.

🟠 Я, пожалуй, прошел все стадии. Сначала я просто делал глупые выводы (тогда мне так не казалось). Потом я впадал в паралич, когда сталкивался с туманом и неоднозначными ситуациями, где на поверхности выводов нет. Потом паралич пропал, но многие выводы были поверхностными. И вот только последнее время я могу твердо сказать, что почти в любой ситуации я могу раскопать ответ или хотя бы какую-то зацепку.

Но я всегда понимал, что хочу прокачать мышцу делания выводов. И я качал ее осознанно. Причем качал буквально — я прям делал специальные упражнения для этого.

‼️ Например, поделюсь с вами, что дало мне очень большой буст. Я зафиксировал 2 основные проблемы: я не провожу аналитику регулярно и, даже если я засел за цифры, я далеко не всегда ухожу с ценными выводами. И я придумал способ с этим бороться.

Я поставил будильник примерно на 10:30 утра на каждый рабочий день (специально чуть позже прихода на работу, чтобы уже немного войти в рабочий тонус и раскачаться), который напоминал мне, что время смотреть в отчеты. Я так и прозвал эту технику — Будильник)

А потом вступал в игру второй этап прокачки — я заставлял себя ковыряться в цифрах до тех пор, пока ты не увидишь там что-то ценное. То есть я прямо запрещал себя бросать аналитику до тех пор, пока не сформулирую ценный вывод — что надо чинить или улучшать и как это переложить в конкретную задачу себе или команде.

Честно скажу, сначала получалось с переменным успехом. Иногда я отвлекался, иногда просто забивал. Порой я даже ловил себя на мысли, что я переключился на другую задачу и так и не увидел ничего умного в отчетах. Тогда я одергивал себя и возвращался в таблички.

Со временем начало получаться. А у меня не было вариантов — работы было очень много и я не мог позволить себе тратить много часов на ковыряние в цифрах. Пришлось тренироваться в экспресс-режиме и довольно быстро я начал докапываться до результата все быстрей.

☝🏻 Если сначала такие «сессии аналитики» могли длиться по несколько часов, то для средних задач сейчас порой достаточно простого сканирования взглядом отчета наискосок, чтобы увидеть важные детали. И во многом это заслуга просто таких практик. К слову, привычка держалась довольно долго — примерно полтора года я так развлекался, а сейчас продолжаю по наитию: все задачи, которые я так или иначе ставлю себе или команде, рождаются из изучения отчетов.

В общем, путь этот непростой, но идти по нему можно и нужно.

⚡️ Рекомендую взять эту технику на вооружение — будет круто, если потом кто-то даст обратную связь — помогло вам или нет) А если у вас есть какие-то свои техники — тоже обязательно делитесь в комментариях!

Друзья, всем привет, на связи снова Андрон — основатель Simulative 👋🏻

В предыдущих постах я затронул тему, что самая сложная штука в аналитике — делать выводы на реальных данных, потому что обычно там туман и неоднозначность. И даже поделился своей историей — как за счет кропотливой ежедневной работы я прокачивал в себе мышцу поиска умных мыслей за цифрами и табличками.

Получил от вас много комментариев, реакций и сообщений в личку с вопросами и горячими обсуждениями — это очень круто! Вижу, что эта тема для многих прям актуальна. И я понимаю почему: с одной стороны, делать выводы — главный навык аналитика, а с другой стороны — этому очень сложно научиться.

Увидев ажиотаж вокруг этой темы, я решил, что пора сделать штуку, которую я давно откладывал. Пора запустить 2-ой поток тренинга «Как делать аналитику»! 🔥

Тренинг — это моя авторская программа, где в формате живых занятий мы разбираем разные аналитические подходы и учимся делать на основании них выводы, находить точки роста и ограничители. Программа очень насыщенная — когортный анализ, реверс-инжиниринг, деревья метрик, анализ больших ассортиментных матриц и много-много всего.

Чтобы не расписывать сейчас все в подробностях, скажу самое важное: если вам интересно поучаствовать в тренинге — просто переходите по ссылке в бота предзаписи.

👉 Записаться 👈

Первый поток тренинга проходил в феврале — знаю, что многие ждали второго потока. Если это как раз про вас — обязательно заходите в бота, потому что в предзаписи было много людей еще до этого анонса. А когда будет третий поток — пока не известно, но точно не скоро 🌚

Буду рад встретиться с вами на тренинге, а пока остаемся на связи — скоро подъедет свежий контент про то, как делать выводы на основании данных 🤘🏻

И наконец: тем, кто запишется в боте сейчас, будут доступны ранние цены на тренинг!

👉 Записаться 👈

Было бы интересно что-нибудь типа групповой менторской программы, обучающей делать выводы из результатов различных анализов. Что-то типа на вебинаре ментор разбирает типовые кейсы, потом дз на отработку с проверкой и обратной связью.

Друзья, всем привет, сегодня на связи снова Андрон — основатель Simulative 👋🏻

Хочу немного развить тему про умение делать верные выводы и рассказать, почему я так много про это говорю.

Если говорить откровенно — почти для любого бизнеса сейчас очень тяжелые времена: клиенты дорогие (рекламных каналов мало, лиды стоят дорого), деньги дорогие (кредиты по конским ставкам из-за ставки ЦБ), команда дорогая (по ряду причин нормальные специалисты стоят процентов на 30% дороже, чем 3 года назад). Выдавать ту же выручку (а уж тем более прибыль) стало кратно сложней — все сушат расходы, оптимизируют команды и перенастраивают процессы на safe mode.

Причем тут вообще верные выводы и аналитика?)

А все просто — хорошо себя чувствуют только те компании, кто работает супер эффективно. Эффективно тратят деньги, эффективно поднимают конверсии, эффективно поднимают средние чеки. В текущей обстановке выиграть конкуренцию можно только так.

И эффективность как раз состоит из двух аспектов: точность и скорость. Перефразирую — чтобы быть эффективным, компания (или вы лично, как командный игрок) должны принимать сверхточные решения с высокой скоростью.

📍 Высокая точность — это как раз про верные выводы. У вас нет шанса посмотреть в отчет и выдвинуть слабую гипотезу, выдвинуть неверную гипотезу или не выдвинуть гипотезу вообще. Чтобы быть эффективным, вы должны по каждой проблеме уметь выцарапывать гипотезы с высокой точностью (или хотя бы клещами вытягивать ниточки, которые потом приведут к верному ответу).

❗️ А высокая скорость — это простая математика. Не все ваши гипотезы будут верными, как бы вы ни старались. Поэтому нужно достаточно большое количество попыток, чтобы больше 50% гипотез сработало)

Поэтому я столько говорю про важность навыка быстро находить в цифрах ответы на вопросы компании. Это точно навык будущего — именно такие специалисты будут все более и более востребованными.

Это уже и сейчас происходит — все чаще на собеседованиях дают продуктовые кейсы, а требования к кандидатам становятся все выше. Но это не блокер для построения карьеры — скорее это дает вам возможность выделиться. Если вы будете уделять этому достаточное внимание, а другие нет, то на горизонте лет 5 вы улетите в космос. Как говорится, скриньте — потом проверим))

Следующий пост я как раз планирую сделать про конкретный кейс — как выбор метрики с низким рычагом влияния может аффектить на работу компании. И вообще, ближайшие посты будут вокруг этой темы, не переключайтесь — разберем эту тему на конкретных примерах с разных сторон)

А если тема прокачки продуктового мышления вам также интересна, как и мне — залетайте на мой авторский тренинг «Как делать аналитику». Стартуем в августе, но уже во всю идет набор потока — тем более сейчас условия цены для ранних пташек.

⚡️ Открытый эфир: рабочий день дата-аналитика в Яндекс eLama

Приветствуем, любители аналитики! 

Мы вновь попросили Пашу Беляева провести для вас полезный открытый стрим, а Паша, в свою очередь, предложил очень интересную тему — заглянуть в закулисье Data Office Яндекс eLama и узнать, как на самом деле выглядит рабочий день дата-аналитика!

Что обсудим:

🔸 Data Office eLama изнутри: как устроена команда, какие задачи решает Data Office и почему именно сюда обращаются все, кто работает с данными — от маркетинга до продукта.
🔸 Задачи дата-аналитика: поддержка витрин данных, настройка веб-аналитики, сервисы "самоаналитики" для самостоятельных выгрузок, прогнозирование, консультации по данным.
🔸 Технологии и процессы: разберём, какой стек используют аналитики, как проходят планёрки, спринты и дежурства, и как строится работа над квартальными целями.
🔸 Реальные кейсы: услышите примеры задач, с которыми сталкиваются аналитики eLama — из первых рук!

Когда: 15 июля в 18:30 по МСК  
Спикер: Павел Беляев, руководитель группы дата-аналитиков Яндекс eLama и автор телеграм-канала «Тимлидское об аналитике»

Не упустите шанс узнать, как работают с большими данными в Яндекс eLama, задать вопросы эксперту и вдохновиться на развитие в аналитике! 

Регистрация на эфир не нужна — ссылку на трансляцию мы пришлем 15 июля за 1 час до эфира. Следите за обновлениями!