Описание
Звук - это аудиостриминг с музыкой в HiFi-качестве, подкастами, аудиокнигами и детским разделом. Нашими рекомендациями пользуются миллионы пользователей, и мы хотим сделать их ещё лучше.
Мы ищем человека, который с нуля выстроит discovery аналитику по рекомендательным сценариям и не только. Мы хотим, чтобы у нас появился эксперт, который возьмёт это направление в свои руки и сделает его прозрачным, измеримым и сможет системно выявлять точки роста.
Что ты будешь делать на самом деле:
-
Разбираться, почему пользователи ставят низкие оценки рекомендациям
Находить частотность проблем, исследовать, сколько людей с этим сталкиваются, и приоритизировать, что чинить в первую очередь. -
Искать точки роста для удержания новичков и старичков в продукте
Что происходит с пользователями, которые только пришли в сервис? Где они «оттекают»? Что можно сделать, чтобы рекомендации лучше работали для них? -
Работать с ML-командой, командой исследователей, департаментом продукта и разработкой
Что важно, чтобы справиться:
-
Опыт работы продуктовым аналитиком от 3 лет
-
Ты уверенно пишешь на SQL и используешь Python для исследований
-
Ты умеешь работать с большими данными, строить когорты, считать retention, проводить A/B-тесты
-
Ты не боишься брать на себя новые направления
-
Ты умеешь выстраивать коммуникации с продактами и разработкой, переводить сложные вещи на понятный язык
Условия:
-
Ты понимаешь, как работают рекомендательные системы
-
Ты уже работал с рекомендациями
-
Ты пользовался Звуком и видишь, что можно улучшить
Звук - это аудиостриминг с музыкой в HiFi-качестве, подкастами, аудиокнигами и детским разделом. Нашими рекомендациями пользуются миллионы пользователей, и мы хотим сделать их ещё лучше.
Мы ищем человека, который с нуля выстроит discovery аналитику по рекомендательным сценариям и не только. Мы хотим, чтобы у нас появился эксперт, который возьмёт это направление в свои руки и сделает его прозрачным, измеримым и сможет системно выявлять точки роста.
Что ты будешь делать на самом деле:
-
Разбираться, почему пользователи ставят низкие оценки рекомендациям
Находить частотность проблем, исследовать, сколько людей с этим сталкиваются, и приоритизировать, что чинить в первую очередь. -
Искать точки роста для удержания новичков и старичков в продукте
Что происходит с пользователями, которые только пришли в сервис? Где они «оттекают»? Что можно сделать, чтобы рекомендации лучше работали для них? -
Работать с ML-командой, командой исследователей, департаментом продукта и разработкой
Что важно, чтобы справиться:
-
Опыт работы продуктовым аналитиком от 3 лет
-
Ты уверенно пишешь на SQL и используешь Python для исследований
-
Ты умеешь работать с большими данными, строить когорты, считать retention, проводить A/B-тесты
-
Ты не боишься брать на себя новые направления
-
Ты умеешь выстраивать коммуникации с продактами и разработкой, переводить сложные вещи на понятный язык
Условия:
-
Ты понимаешь, как работают рекомендательные системы
-
Ты уже работал с рекомендациями
-
Ты пользовался Звуком и видишь, что можно улучшить