მონაცემთა ანალიტიკოსი

RevenueCat აძლევს აპლიკაციის ბიზნესს ინფრასტრუქტურას და ინსტრუმენტებს, რათა შექმნან, მართონ და გააუმჯობესონ მათი მონეტიზაცია. მას შემდეგ, რაც დაამთავრა YC- ის S18 ჯგუფი, ჩვენ გავიზარდეთ მობილური მოწყობილობებისათვის შექმნილი მონეტიზაციის პლატფორმა.

ჩვენ ვართ ახალი გამოშვებული სააბონენტო აპლიკაციების 50% -ზე მეტში, ჩვენ ვამუშავებთ $ 16 მილიარდზე მეტს წლიური შესყიდვების მოცულობით და ვეხმარებით ყველას, დაწყებული სოლო დეველოპერიდან OpenAI მობილური გუნდამდე, გაიგონ და გაზარდონ მათი შემოსავალი.

ჩვენ ვართ დისტანციური გუნდი 150+ ადამიანისაგან 25+ ქვეყნიდან, რომელსაც ხელმძღვანელობს ღირებულებები, რომელსაც ჩვენ რეალურად ვახორციელებთ: მომხმარებლის აკვიატება, ყოველთვის ვაწარმოებთ, ვფლობთ და ვინარჩუნებთ ბალანსს.

ეს არ არის ყველასთვის შესაფერისი. სისტემები, რომელსაც თქვენ ააწყობთ აქ, მართავს მილიარდობით დოლარს და ეხება ასობით მილიონ მომხმარებელს, და ჩვენ ამას მსუბუქად არ მივიღებთ. თქვენგან მოსალოდნელია, რომ ბევრი იმუშაოთ და მაღალი სტანდარტი გქონდეთ იმისათვის, თუ რა უნდა გააკეთოთ, ზოგიერთ ყველაზე მკვეთრი, ყველაზე მოტივირებული ადამიანთან ერთად, ვისთანაც თქვენ მუშაობდით. თუ ეს ჟღერს ენერგიულად, ვიდრე ამოწურვას, განაგრძეთ კითხვა.

როლი

ჩვენ ვიქირებთ მონაცემთა ანალიტიკოსს, რომელიც მუშაობს რაც შეიძლება ახლოს იმ გუნდებთან, რომლებიც მართავენ RevenueCat- ის ბიზნესს, მათ შორის მარკეტინგის, გაყიდვების, ფინანსების, ადამიანების, ოპერაციების, პროდუქტის და ა.შ.

ჩვენს ანალიტიკის გუნდში ყველაზე ღირებული რამ დღეს არ არის SQL, ეს არის დომენის ცოდნა. იცის თუ რა არის საცდელი დაწყება, რატომ განსხვავდება თვალყურის დევნილი შემოსავალი რეალიზებული შემოსავლიდან, როგორ ხდება მაღაზიის ანაზღაურება ჩვენს მონაცემებში და რომელი მოდელი პასუხობს კითხვას სწორად პირველად. ეს ცოდნა არის ის, რაც ნახევრად ჩამოყალიბებულ Slack შეკითხვას გადააქვს იმ რიცხვში, რომელზეც ვინმე შეიძლება იმოქმედოს ერთი საათის განმავლობაში.

ასე რომ თქვენ გაატარებთ უმეტეს დროს ბიზნეს გუნდებთან: გაიგოთ რა ცდილობენ გადაწყვიტონ, გადააქციონ ბუნდოვანი კითხვები ანალიზში და აწარმოონ ის მონაცემთა ნაკრები და დაფები, რომელზეც ისინი ეყრდნობიან. თქვენ სწრაფად ააწყობთ ამ დომენის ცოდნას, რომელიც მუშაობს დღიდან იმ ადამიანთან, რომელიც ამჟამად ფლობს ანალიტიკას აქ. ის იქნება თქვენი უახლოესი პარტნიორი და ის ადამიანი, რომელიც დაგეხმარებათ გაიზარდოთ დომენში.

მეორე რამ, რაც ამ როლს საინტერესოს ხდის, არის ის, თუ როგორ ველით თქვენ მუშაობას. ჩვენ ვაშენებთ ინფრასტრუქტურას, რომელიც საშუალებას აძლევს AI აგენტებს უსაფრთხოდ მიიღონ ჩვენი მონაცემები და აგენტური ინსტრუმენტები, რომლებიც პასუხობენ კითხვებს, რომლებიც დაფუძნებულია ჩვენს სემანტიკურ ფენაზე და არა გამოცნობაზე. თქვენ იქნებით ერთ-ერთი ყველაზე მძიმე მომხმარებელი და ერთ-ერთი ადამიანი, რომელიც მას სანდო გახდის: სემანტიკური კონტექსტის შერჩევა, პასუხების დაჭერა, რომლებიც სწორად გამოიყურება და არა, და განმარტებების დაბრუნება dbt და LookML- ში, სადაც ისინი ეკუთვნის. ჩვენ არ ვიქირებთ ვინმეს, ვინც იგივე მოცულობის სამუშაოს უფრო სწრაფად შეასრულებს, ჩვენ ვიქირებთ ვინმეს, ვინც მხარს უჭერს მრავალ გუნდს კარგად, გამოყენებით ამ ინსტრუმენტების კრებულს, როგორც ძალის მულტიპლიკატორს.

რა გააკეთებ

- რეგულარულად პარტნიორობა მარკეტინგის, გაყიდვების, ფინანსებისა და პროდუქტის გუნდებთან. გაიგეთ მათი მიზნები, მათი მეტრიკა და გადაწყვეტილებები, რომლებზეც ისინი რეალურად არიან გაჭედილი.

- ჩაატარეთ საკუთარი ანალიზი თავიდან ბოლომდე: განმარტეთ რეალური კითხვა, შექმენით ან აირჩიეთ სწორი მონაცემთა ნაკრები, მიაწოდეთ პასუხი და დარწმუნდით, რომ გადაწყვეტილება მიიღება.

- ჩაღრმავდით ჩვენს სააბონენტო დომენში, შემდეგ ჩამოწერეთ. მეტრიკის განმარტებები, ხარვეზები, ყოველთვის ფილტრები, ცნობილი ხარვეზები. დომენის ცოდნა, რომელიც მხოლოდ თქვენს თავში ცხოვრობს, არ სკალდება და ამ როლის სკალირებაა საჭირო.

- შექმენით ანალიტიკური აქტივები, რომლებსაც ადამიანები ენდობიან თქვენს გარეშე: მოდელები dbt-ში, ექსპლორები LookML-ში, დაფები, რომლებიც გამართლებულია.

- გამოიყენეთ ჩვენი აგენტური ინსტრუმენტები როგორც ძალის მულტიპლიკატორი და წვლილი შეიტანეთ მათში. მიაწოდეთ მათ სემანტიკური კონტექსტი, მონიშნეთ არასწორი პასუხები, გაამაგრეთ განმარტებები, რომლებზეც ისინი არიან დამოკიდებული.

- წვლილი შეიტანეთ მონაცემთა პლატფორმაში, სადაც ის გიხსნით. მცირე მოდელის და მილსადენის გაუმჯობესება, შეუსაბამობების გამართვა, დახმარება, როდესაც რამე იშლება.

- თარგმნეთ ორივე მიმართულებით: ბიზნეს კონტექსტი მტკიცე ანალიზში, მონაცემთა რეალობა ენაზე, რომელზეც არატექნიკური დაინტერესებული მხარე შეუძლია იმოქმედოს.

ჩვენ შესახებ ანალიტიკის როლში 3+ წელი (მონაცემთა ანალიტიკოსი, ბიზნეს ანალიტიკოსი, ანალიტიკის ინჟინერი ან მსგავსი), მათ შორის რეალური გამოცდილება, როგორც პირდაპირი ანალიტიკის პარტნიორი ბიზნეს გუნდთან, როგორიცაა მარკეტინგი, გაყიდვები ან ფინანსები.

ცნობისმოყვარეობა არის ის, რასაც ჩვენ რეალურად ვამოწმებთ:

- თქვენ არ ხართ კომფორტულად, როდესაც არ გესმით, რატომ არის რიცხვი ისეთი, როგორიც არის და თქვენ იჭრით, სანამ არ გაიგებთ.

- თქვენ სვამთ კითხვას კითხვის უკან. როდესაც ვინმე ითხოვს დაფას, თქვენ გაარკვევთ, რა გადაწყვეტილების მისაღებად არის ის.

- თქვენ უფრო მეტად ისწავლით ახალ დომენს, ვიდრე ახალ ინსტრუმენტს.

- თქვენ კომფორტულად გრძნობთ თავს, როდესაც არ არსებობს სრულად ჩამოყალიბებული მოთხოვნები და თქვენ ქმნით სტრუქტურას, სადაც ის ჯერ კიდევ არ არსებობს.

- თქვენ უფრო მეტად ზრუნავთ იმაზე, რომ იყოთ სასარგებლო და ნათელი, ვიდრე დახვეწილი დაფებით.

- თქვენ გსურთ იყოთ პარტნიორი ბიზნესისთვის და არა მოთხოვნის რიგი.

თქვენ მოაქვთ შემდეგი უნარები:

- ძლიერი SQL და რეალური კომფორტი უშუალოდ საწყობში მუშაობისას. თქვენ შეგიძლიათ მიიღოთ პასუხი ხელმძღვანელობის გარეშე.

- გამოცდილება მონაცემთა ნაკრებების და დაფების მფლობელობაში, რომლებზეც არატექნიკური გუნდები არიან დამოკიდებული.

- კომფორტულად მუშაობა რეპოზიტორით: git, ფილიალები, pull requests, კოდის მიმოხილვა. ჩვენი ანალიტიკა ცხოვრობს ვერსიონირებულ dbt და LookML რეპოზიტორიებში და არა შენახულ შეკითხვებში.

- თქვენ უკვე მუშაობთ AI აგენტებთან ყოველდღიურად და შესაბამისად სკეპტიკურად უყურებთ მათ. თქვენ შეგიძლიათ ახსნათ, როგორ გადაამოწმეთ პასუხი და არა მხოლოდ როგორ წარმოიქმნა ის.

- ნათელი წერილობითი კომუნიკაცია, განსაკუთრებით შეზღუდვების, ხარვეზების და იმის შესახებ, თუ რას არ ამბობს რიცხვი.

სასიამოვნოა, მაგრამ სინამდვილეში არ არის საჭირო:

- Python, dbt, Looker ან LookML, Snowflake ან ClickHouse

- სააბონენტო ან ფინტექ დომენის გამოცდილება

- მაღალი მოცულობის მონაცემები

რას ვთავაზობთ:

- კონკურენტული კაპიტალი სწრაფად მზარდი, სერიის C სტარტაპში, რომელსაც მხარს უჭერენ უმაღლესი ინვესტორები, მათ შორის Y Combinator

- 10-წლიანი პერიოდი ვესტირებული კაპიტალის ოპციების განსახორციელებლად

- სრულიად დისტანციური გარემო, რომელიც შექმნილია ავტონომიისა და მოქნილობის გარშემო

- 4-5 კვირიანი მოქნილი დასვენება ყოველწლიურად

- გადახდილი სამუშაო ადგილი კო-ვორკინგ სივრცეში

- სამუშაო სივრცის ბიუჯეტი და უწყვეტი სწავლის სტიპენდია

ინტერვიუ RevenueCat-ში