Аналитик клиентской и маркетинговой аналитики

Что предстоит делать

Teez - быстрорастущий маркетплейс, созданный в Казахстане. Мы масштабируем e-commerce бизнес, логистику, клиентские сервисы и технологическую платформу. В Teez данные не просто описывают бизнес: они помогают принимать решения, автоматизировать процессы и создавать ML-продукты, а data-платформа должна обеспечивать для этого надёжную и предсказуемую технологическую основу. Группа клиентской лояльности отвечает за то, чтобы Teez лучше понимал клиентов: почему они приходят, что заставляет их покупать повторно, какие коммуникации работают, где теряется аудитория и как растить retention, frequency и LTV. Ищем аналитика, который будет работать на стыке маркетинга, продукта и данных. Фокус роли Клиентская и маркетинговая аналитика: сегменты, повторные покупки, retention, CRM коммуникации, промо, воронки, когортный анализ и данные Accelera. От аналитика ждём не только отчёты, но и выводы, которые меняют решения бизнеса. Задачи и обязанности • Строить систему метрик клиентской лояльности: retention, repeat rate, purchase frequency, churn, LTV, cohort metrics и другие показатели поведения клиентов. • Анализировать эффективность CRM и маркетинговых коммуникаций: сегменты, кампании, каналы, промо-механики и пользовательские сценарии. • Работать с данными Accelera и объединять их с заказами, клиентским поведением и другими данными Teez. • Сегментировать клиентскую базу и находить группы пользователей с разным поведением, потенциалом и риском оттока. • Проводить когортный, воронковый и ad hoc анализ; искать причины изменений ключевых метрик. • Формулировать гипотезы совместно с CRM/marketing/product командами и оценивать эффект после запуска. • Проектировать A/B тесты или квазиэксперименты, считать статистическую значимость и корректно интерпретировать результат. • Разрабатывать и поддерживать BI-дашборды для маркетинга и руководителей, устраняя ручные Excel-отчёты там, где нужна автоматизация. • Формировать постановки на новые витрины и поля для Data Engineer, проверять качество результата. • Переводить аналитику в конкретные рекомендации: что изменить, какую аудиторию выбрать, какой эффект ожидаем и как его измерить. Что мы ожиданием • 2+ года опыта в data/product/marketing analytics. • Сильный SQL: joins, оконные функции, CTE, агрегации, работа с большими таблицами и понимание зерна данных. • Умение самостоятельно пройти путь от бизнес-вопроса до вывода и рекомендации. • Хорошее понимание когортного анализа, воронок, retention, LTV и базовой статистики. • Опыт работы с BI-инструментами и построения понятных дашбордов для бизнеса. • Умение объяснять сложные результаты простым языком и защищать выводы перед стейкхолдерами. • Внимательность к качеству данных: аналитик должен уметь заметить, когда цифра выглядит неправдоподобно, и проверить источник. • Опыт в e-commerce, fintech, retail, loyalty/CRM или growth analytics. • Python для анализа данных: pandas, scipy/statsmodels или аналогичный стек. • Опыт с CDP/CRM/marketing automation платформами и event data. • Практический опыт A/B тестов и оценки инкрементального эффекта коммуникаций. • Понимание unit economics и связи клиентских метрик с GMV, маржой и стоимостью маркетинга. Будет плюсом • Опыт в e-commerce, fintech, retail, loyalty/CRM или growth analytics. • Python для анализа данных: pandas, scipy/statsmodels или аналогичный стек. • Опыт с CDP/CRM/marketing automation платформами и event data. • Практический опыт A/B тестов и оценки инкрементального эффекта коммуникаций. • Понимание unit economics и связи клиентских метрик с GMV, маржой и стоимостью маркетинга. Как мы понимаем хороший результат через 6 месяцев • У команды есть единые определения ключевых customer/loyalty метрик и доверенные дашборды. • Основные CRM-кампании оцениваются не только по отправкам/кликам, но и по бизнес эффекту. • Сегментация и когортный анализ регулярно используются при принятии маркетинговых решений. • Количество ручных выгрузок и спорных цифр заметно снизилось

Что предлагаем