🚴🏿 ⛽️ 🌧️ उत्पाद विश्लेषक: यह क्या करता है, यह कितना बनाता है, व्यवसाय क्या लाभ लाता है ↖️ 🕠 🤛🏿

उत्पाद विश्लेषक - व्यापार और डेटा के बीच का पुल। वह उत्पाद प्रबंधक के साथ हाथ से काम करता है और उत्पाद टीम को सही निर्णय लेने में मदद करता है। नेटिस लेखक डेनिस विकरेव बताता है कि उत्पाद विश्लेषण क्या है, क्यों उत्पाद विश्लेषकों को व्यवसाय में मूल्यवान माना जाता है, जो अपने कार्यों, वेतन और उपकरणों के बारे में उत्पाद विश्लेषक बन सकते हैं।

उत्पाद विश्लेषण क्या है

उत्पाद विश्लेषण आपको यह देखने की अनुमति देता है कि उपयोगकर्ता उत्पाद के साथ कैसे सहभागिता करते हैं। परंपरागत रूप से, उत्पाद विश्लेषण के दो कार्यों को प्रतिष्ठित किया जा सकता है: डेटा संग्रह और उनकी व्याख्या।

सबसे पहले, उत्पाद विश्लेषक विभिन्न स्रोतों से संख्याओं का एक समूह एकत्र करता है: उपयोगकर्ता कौन से बटन क्लिक करते हैं, वे कितनी बार उत्पाद का उपयोग करते हैं, उत्पाद के उत्पाद की कौन सी विशेषताएं लोकप्रिय हैं, और कौन से नहीं हैं। इन मापों से पता चलता है कि उत्पाद क्या होता है, लेकिन इसकी व्याख्या क्यों न करें।

दूसरे चरण में, विश्लेषक उन संख्याओं से अंतर्दृष्टि खींचता है जो उपयोगकर्ता के व्यवहार को समझाते हैं। इसके लिए धन्यवाद, उत्पाद टीम समझती है कि उसने किस उत्पाद को बनाया है और उसे कहां स्थानांतरित करना है।

उत्पाद विश्लेषिकी टीम को यह समझने में मदद करती है कि "किसने" क्या, कब और कहाँ किया। और इस सब के साथ आगे क्या करना है।

व्यवसाय में उत्पाद विश्लेषकों को क्यों महत्व दिया जाता है

एक उत्पाद विश्लेषक उत्पाद के भीतर उपयोगकर्ता की घटनाओं को ट्रैक करता है, संख्याओं के अर्थ को व्यवसाय की भाषा में अनुवाद करता है, और समस्या को हल करने के लिए परिचालन सिफारिशें प्रदान करता है। हमने चार कार्यों की पहचान की है जो एक उत्पाद विश्लेषक के हाथों से हल करता है।

उपयोगकर्ताओं को उत्पाद में रखें

पैसा कंपनियों को विस्फोटक वृद्धि प्रदान कर सकता है और बहुत सारे नए ग्राहक ला सकता है, और उत्पाद विश्लेषण मौजूदा उपयोगकर्ताओं को उनके व्यवहार को जानने में मदद करते हैं, वे उन समस्याओं के साथ काम करते हैं जो उत्पाद में उन्हें प्राप्त होते हैं और मूल्य प्राप्त करते हैं।

एक नया उपयोगकर्ता हमेशा मौजूदा एक से अधिक कंपनी का खर्च करता है, इसलिए कंपनियों के लिए उत्पाद विश्लेषिकी में संसाधनों का निवेश करना फायदेमंद होता है।

उद्यम निवेशक टोमाज़ तुंगुज की राय : “एक तरफ, विकास निवेश के दौर को बढ़ाने में मदद करता है और उत्पाद की मांग को दर्शाता है। दूसरी ओर, ग्राहकों का बहिर्वाह उत्पाद की अनुरूपता के बारे में सवाल उठाता है।

"बाजार की आवश्यकताओं को पूरा नहीं करने वाले उत्पाद पर व्यावसायिक विकास को बढ़ावा देने से कंपनी को लाखों डॉलर जुटाने और" रोल आउट "करने की आवश्यकता हो सकती है।"

दोस्तों को एक उत्पाद और एक बाजार बनाने के लिए

उत्पाद के मुख्य मूल्य को समझने के बिना उपयोगकर्ता की वफादारी अर्जित करना असंभव है, जो उत्पाद-बाजार फिट (शाब्दिक, "उत्पाद-से-बाज़ार") की गारंटी देता है। उसी "अहा पल" को खोजने के लिए आपको यह जानने की आवश्यकता है कि कौन से कार्य खोए हुए लोगों से वफादार ग्राहकों को अलग करते हैं।

"अहा पल" विकास की कुंजी है, वह क्षण जब उपयोगकर्ता उत्पाद के मूल्य को समझता है। इसे खोजने से ग्राहक डेटा के आधार पर सही निष्कर्ष निकालने में मदद मिलेगी। फेसबुक के लिए, यह "10 दिनों में 7 दोस्तों" के लक्ष्य की उपलब्धि थी ।

यह जानना कि उपयोगकर्ता के लिए कौन से उत्पाद मीट्रिक प्रासंगिक हैं, बाज़ार से मेल खाना आसान है। स्नोप्लो के एंथोनी मंडेली ने एयरबॉब के संस्थापक जो गेबिया को पोडकास्ट "हाउ आई बिल्ट इट" में याद किया है कि मैंने उस पैटर्न के बारे में बात की थी जिसे मैंने डेटा का उपयोग करते हुए देखा था: मकान मालिक लंबे समय तक एक अपार्टमेंट किराए पर लेने में असमर्थ थे क्योंकि वे आकर्षक फोटो बनाना नहीं जानते थे। तब एयरबीएनबी ने समस्या का हल निकाला और कई बार कंपनी के राजस्व में वृद्धि की।

तस्वीरों की गुणवत्ता के साथ समस्या का समाधान करने से Airbnb का राजस्व कई गुना बढ़ गया। स्रोत: Airbnb वेबसाइट

बाहर निकलने वाले प्रतियोगी

मैकिन्से अनुसंधान से पता चलता है कि डेटा और एनालिटिक्स का उपयोग बुद्धिमानी से कंपनियों को बड़े पैमाने पर विकसित करने में सक्षम बनाता है। इसके लिए, उद्योग के नेताओं और पिछड़े हुए खिलाड़ियों के बीच की खाई लगातार चौड़ी होती जा रही है।

अध्ययन के समय, बाजार की अग्रणी कंपनियों के उत्तरदाताओं ने कहा कि उनकी डेटा पहल और विश्लेषण ने उन्हें तीन वर्षों में कम से कम 20% लाभ दिलाया।

एनालिटिक्स के साथ स्पॉट वर्क का वांछित प्रभाव नहीं है। एक नेता बनने के लिए, आपको डेटा के साथ काम करने के लिए दीर्घकालिक रणनीति बनाने की आवश्यकता है।

उपयोगकर्ता अनुभव में सुधार

एक उत्पाद टीम आँख बंद करके किसी उत्पाद को संशोधित कर सकती है। लेकिन परिणामों का विश्लेषण किए बिना, किसी को यह सुनिश्चित नहीं किया जा सकता है कि विशेष रूप से सफलता या विफलता का क्या कारण है। उत्पाद विश्लेषण वास्तविक समय में उपयोगकर्ता व्यवहार डेटा की जांच करता है। इससे टीम को अगले पुनरावृत्ति चक्र के दौरान उत्पाद की दृष्टि पर पुनर्विचार करने और आवश्यक कार्रवाई करने में मदद मिलती है।

कौन एक उत्पाद विश्लेषक बन सकता है

कंपनी "नॉर्मल रिसर्च" ने पाया कि ज्यादातर लोग जानबूझकर "खरोंच से" पेशे में जाते हैं, और कुछ विशेषज्ञ विकास और विपणन से आते हैं। एनालिटिक्स मार्केट पर 2019 की रिपोर्ट का

डेटा

उत्पाद विश्लेषक का पेशा उत्पाद प्रबंधकों के लिए दिलचस्प हो सकता है जो पहले से ही जानते हैं कि किसी उत्पाद के मूल्य के साथ कैसे काम करना है, लेकिन विश्लेषण में विशेषज्ञता विकसित करना चाहते हैं: उत्पाद के विकास के बिंदुओं को समझना, इसके विकास की भविष्यवाणी करना।

उत्पाद विश्लेषक की स्थिति के लिए अर्हता प्राप्त करने के लिए, आपको आंकड़ों और गणित को याद करना होगा।

विश्लेषक से सवाल: आप किस पृष्ठभूमि में पेशे में आए?

तात्याना , बीडाइन के वरिष्ठ विश्लेषक विशेषज्ञ।

शिक्षा द्वारा, मैं गणित और सांख्यिकी के अच्छे ज्ञान के साथ एक अंतर्राष्ट्रीय अर्थशास्त्री हूं। विश्वविद्यालय में वह सामाजिक गतिविधियों में रूचि रखने लगी और एचआर चली गई। लेकिन अंत में मैंने खुद को मार्केटिंग और प्रोडक्ट एनालिटिक्स में पाया और मैं इसे लेकर बहुत खुश हूं।

व्लादिस्लाव प्रिशेपोव , यैंडेक्स में पूर्व-विश्लेषक, ऐपमेट्रिक में उत्पाद प्रबंधक

एक विश्लेषक के रूप में अपने पहले काम से पहले, वह एक तकनीकी लेखक और डेवलपर (जेएस) के रूप में काम करने में कामयाब रहे। डेवलपर के अनुभव और दृश्य ने अक्सर मुझे विश्लेषक के रूप में मेरे काम में मदद की।

Vsevolod Mironovich, SberMarketing में एनालिटिक्स ग्रुप के प्रमुख हैं

एक बार जब मैंने प्रोजेक्ट इंजीनियर के रूप में काम किया, तो स्टूडियो और एजेंसी में विकास और विज्ञापन पर परियोजनाओं का नेतृत्व किया। जब मैंने एक वित्तीय संगठन में क्लाइंट की ओर रुख किया, तो उन्होंने मुझे लॉन्च की गई परियोजनाओं की प्रभावशीलता पर रिपोर्ट करने के लिए भी मजबूर किया: धन की गणना करें, संसाधनों की योजना बनाएं, नए उत्पादों को लॉन्च करने, वर्तमान को अनुकूलित करने और बढ़ावा देने के लिए मामलों की रक्षा करें। यह तब था कि जरूरत ने मुझे एनालिटिक्स में बदल दिया।

सबसे पहले, लेखों को पढ़ने के बाद, मैंने बुनियादी ट्रैकिंग स्थापित की और इसे डैशबोर्ड्स में डाल दिया, बस यह समझने के लिए कि क्या चल रहा था और सामान्य तौर पर ये सभी लोग किस साइट पर थे। और फिर मैंने यह सोचना शुरू किया कि यह सब कैसे प्रभावित किया जाए, रूपांतरण कैसे बढ़ाया जाए, अधिक कमाया जाए, और परिणामस्वरूप, इंटरनेट से प्राप्त ज्ञान, वास्तविक अनुभव और धक्कों से भरा हुआ, किसी अन्य कंपनी में एक प्रमुख विश्लेषक के रूप में नौकरी पाने के लिए पर्याप्त था।

एक उत्पाद विश्लेषक क्या करता है?

एक उत्पाद विश्लेषक एक उत्पाद की स्थिति का विश्लेषण करता है और इसे विकसित करने में मदद करता है: यह सुनिश्चित करता है कि उत्पाद मैट्रिक्स sagging नहीं हैं और उत्पाद निर्णय सफल होते हैं।

हमें डेटा विश्लेषकों को व्यवस्थित करने, लक्ष्य निर्धारित करने और उत्पाद विश्लेषकों के लिए परीक्षण आयोजित करने के लिए समान नियम नहीं मिले, प्रत्येक कंपनी का अपना है। उत्पाद का जीवन चक्र जिसे आपको मामलों के साथ काम करना है: नए लॉन्च किए गए स्टार्टअप में, विश्लेषक को डेटा संग्रह प्रणाली को साफ करने के लिए कहा जाएगा, और परिपक्व एक में, वे विकास बिंदु पाएंगे और प्रतियोगियों पर विचार करेंगे।

इसलिए, हमने दर्जनों रिक्तियों का विश्लेषण किया और उन कार्यों की सूची तैयार की जिन्हें विश्लेषक का सामना करना पड़ सकता है । समीक्षा में केवल आईटी कंपनियां ही नहीं, बल्कि "पारंपरिक व्यवसाय" भी शामिल हैं: एयर कैरियर, मास मार्केट और लॉजिस्टिक्स कंपनियां।

उत्पाद विकास बिंदु और अड़चनें खोजें

एक उत्पाद टीम के लिए डेटा पर भरोसा करना मुश्किल है कि उन्होंने कितनी बार एक बटन पर क्लिक किया, वे मानव व्यवहार का कारण नहीं बताते हैं। इसलिए, टीम विश्लेषक के पास जाती है, जो डेटा के आधार पर निष्कर्ष निकालती है, उत्पाद में पैटर्न और विसंगतियों का पता लगाती है।

देवतोडव कंपनी का मामला

अड़चन कैसे हो। गमेदेव उदाहरण

रिपोर्ट और उत्पाद निगरानी मीट्रिक विकसित करें

डैशबोर्ड टीमों और नेताओं के प्रमुख उत्पाद मैट्रिक्स, निर्भरता और रुझान दिखाते हैं। विश्लेषक तय करते हैं कि कौन सी रिपोर्ट और मैट्रिक्स डैशबोर्ड पर प्रदर्शित होनी चाहिए ताकि वे मुख्य चीज़ से विचलित न हों और प्रबंधकीय निर्णय लेने में मदद करें। मैट्रिक्स का कोई सार्वभौमिक सेट नहीं है जिसे टीम की आवश्यकता है, उन्हें व्यवसाय के लक्ष्यों और उत्पाद के प्रकार के आधार पर चुना जाता है।

उत्पाद प्रबंधक सेर्गेई तिखोमीरोव उत्पाद जीवन चक्र के साथ मैट्रिक्स का एक सेट सहसंबंधित करता है । और AppMetrica उत्पाद व्लादिस्लाव Prishchepov लक्ष्य से शुरू करने और उत्पाद की कुंजी मीट्रिक पर ध्यान केंद्रित करने की सलाह देते हैं । तो, एक खाद्य वितरण आवेदन के लिए, यह "खाने का समय" है: इसे प्राप्त करने के लिए एक आदेश पूरा करने से समय।

टीम के मुद्दों और समाधानों का सत्यापन करें

टीम की परिकल्पना का परीक्षण करने और सही ढंग से कार्यों को प्राथमिकता देने के लिए विश्लेषक "मात्रा" खोदता है। यदि टीम एक गहन साक्षात्कार के दौरान किसी समस्या की पहचान करती है, तो विश्लेषक इसकी पुष्टि कर सकते हैं या उसका खंडन कर सकते हैं। उदाहरण के लिए, भाषण एनालिटिक्स टूल का उपयोग करके कीवर्ड के साथ ग्राहकों के साथ कॉल सेंटर प्रबंधकों की सैकड़ों बातचीत का विश्लेषण किया।

आचरण ए / बी परीक्षण

उपयोगकर्ताओं के नियंत्रण खंड पर कार्य करने वाली परिकल्पना का परीक्षण किया जाता है। विश्लेषक यह सुनिश्चित करता है कि परीक्षण बाहरी और आंतरिक कारकों से प्रभावित नहीं है: छुट्टियों, मौसम के बाहर, कॉल सेंटर प्रबंधकों द्वारा ग्राहकों को कॉल करना - यह सब प्रदर्शन को विकृत कर सकता है।

परीक्षा परिणाम सांख्यिकीय रूप से महत्वपूर्ण होना चाहिए - Appsumo सेवा के अनुसार यह केवल 12.5% मामलों में होता है । यदि नियंत्रण खंड परिकल्पना की पुष्टि करता है, तो इसे बढ़ाया जाता है। एक अलग समस्या यह है कि छोटे ट्रैफ़िक वाले बी 2 बी में परीक्षण के बाद निर्णय लिया जाए।

टेस्ट और स्केल परिकल्पना

एक परिकल्पना का परीक्षण करना सशर्त रूप से चार चरणों में विभाजित है: 1) हम एक मीट्रिक की तलाश कर रहे हैं जिसे हम प्रभावित करना चाहते हैं; 2) एक अध्ययन का संचालन; 3) प्रतिक्रिया का विश्लेषण; 4) परिकल्पना या पैमाने को मारें। विश्लेषक हर चरण में उत्पाद टीम के साथ काम करता है, सवालों के जवाब देता है "ऐसा क्यों हुआ" और "इसके बारे में क्या करना है", टीम को अलोकप्रिय फैसलों का समर्थन करने से बचाता है। विश्लेषक के कार्य का मुख्य मूल्य परिणामों की व्याख्या करने में है।

एवितो कंपनी का मामला

एविटो ने उत्पाद कार्ड के इंटरफ़ेस को बदल दिया और ए / बी परीक्षण किया। उन्होंने दिखाया कि नियंत्रण समूह में उन्होंने "राइट" बटन को कम (बुरी तरह से) पर क्लिक करना शुरू कर दिया, लेकिन पहले संदेशों के रूपांतरण में वृद्धि हुई (अच्छा)।

परीक्षण के परिणाम नकारात्मक हैं, ऐसा लगता है कि यह बुरा है।

लेकिन अगर आप देखें तो यह बेहतर है।

डेटा का विश्लेषण

उत्पाद विश्लेषकों के लिए कार्यों का एक बड़ा पूल कठिन कौशल के क्षेत्र में है: वह आंकड़ों की मूल बातें समझता है और प्रोग्रामिंग भाषा बोलता है। यह विश्लेषक को डेटा एकत्र करने और संसाधित करने में मदद करता है, इसकी गुणवत्ता का मूल्यांकन करता है और पैटर्न की तलाश करता है।

उत्पाद विश्लेषिकी काम - लोगों के साथ संचार और पेशेवर विश्लेषिकी उपकरण के साथ काम करते हैं

विश्लेषक से सवाल: प्रमुख कार्य जो आप करते हैं?

तात्याना चेडेवा , बीलाइन वरिष्ठ विश्लेषक विशेषज्ञ

नए उपयोगकर्ताओं के साथ काम करना (क्लाइंट नहीं):

विभिन्न उत्पाद बिक्री चैनलों की प्रभावशीलता;
बिक्री फ़नल का निर्माण, उपयोगकर्ता पथ का विश्लेषण, उनका अनुकूलन;
ए / बी परीक्षण।

वर्तमान ग्राहकों के साथ काम करें:

एक उपयोगकर्ता प्रोफ़ाइल का निर्माण करना और बुनियादी मैट्रिक्स की गणना करना (विभिन्न उत्पादों के लिए): LT, LTV, MAU \ DAU, अवधारण, मंथन, ARPU, यातायात की खपत;
मोबाइल एप्लिकेशन को मुद्रीकृत करने के तरीकों की खोज करें, उत्पादों द्वारा राजस्व में वृद्धि, ग्राहक प्रतिधारण, विपणन अभियानों की प्रभावशीलता का विश्लेषण।

बहुत समय व्यतीत होता है:

बीआई सिस्टम में आवधिक रिपोर्टिंग स्थापित करना;
साइट पर घटनाओं को चिह्नित करना और, सामान्य रूप से, विभिन्न स्रोतों से डेटा संग्रह स्थापित करना;
एक एंड-टू-एंड एनालिटिक्स, एक क्लस्टर पर डेटा मौट्स का निर्माण।

वैंडिस्लाव प्रिश्पोव , यैंडेक्स के एक पूर्व-विश्लेषक, ऐपमैट्रिक में एक उत्पाद प्रबंधक

जो उन्होंने अभी नहीं किया है, लेकिन सबसे अधिक बार डेटा और संख्याओं में वृद्धि के बिंदुओं की तलाश की और कमजोरियों और ताकत पर प्रकाश डाला।

Vsevolod Mironovich, SberMarketing में एनालिटिक्स समूह के प्रमुख हैं। सक्रिय रूप से

, विश्लेषक के काम को तीन चरणों में विभाजित किया जा सकता है: हम डेटा एकत्र करते हैं, विश्लेषण करते हैं, कार्य करते हैं, और इसी तरह। तीनों को अच्छी तरह से समझना मुश्किल है, क्योंकि चारों ओर प्रौद्योगिकियों की एक विशाल विविधता है। हर बार जब आप शट डाउन करते हैं, तो कोई अगले जेएस फ्रेमवर्क का पहला कमिट करता है, जो आपके बालों को आपके सिर पर कम करेगा, या Google Analytics में कनेक्टर्स का एक नया स्टोर लॉन्च करेगा।

इसलिए, अक्सर सहकर्मी किसी चीज़ में माहिर होने लगते हैं। कुछ लोग सांख्यिकीय शोध को अधिक पसंद करते हैं, भले ही उत्पाद अभी भी इसे अपने तरीके से करता हो, अन्य लोग स्वचालित रिपोर्टिंग सिस्टम का निर्माण करते हैं, भले ही अंत में उन्हें केवल एक प्रीज़ा के लिए स्क्रीनशॉट की आवश्यकता हो। मैं, विभाग का प्रमुख होने के नाते, शहद इकट्ठा करने और गलतियों से बचने के सभी के परिणाम देखने का अवसर है। मेरे पास अवसर है, लेकिन किसी कारण से मैं इसका उपयोग नहीं करता हूं और अपने शंकु को भरने के लिए खेतों में जाता हूं, यह अधिक दिलचस्प है।

उत्पाद विश्लेषिकी उपकरण

पायथन (एनालॉग: आर, जावा)

सरल वाक्य रचना के साथ एक प्रोग्रामिंग भाषा, बड़ी संख्या में पुस्तकालय और एक विकसित समुदाय है जो ज़रूरत पड़ने पर मदद करेगा।

बड़ी मात्रा में डेटा को संसाधित करने के लिए उपयुक्त है जिसे एक्सेल संभाल नहीं सकता है। यह आपको डेटा की कल्पना करने, सूचना विश्लेषण के लिए कार्यों को स्वचालित करने, ग्राहक बहिर्वाह की भविष्यवाणी करने के लिए मॉडल बनाने और क्लस्टरिंग करने की अनुमति देता है।

Google Analytics (एनालॉग: Yandex.Metrica, ढेर)

वेब विश्लेषिकी के लिए एक मुफ्त उपकरण है। यह साइट पर यातायात और उपयोगकर्ता कार्यों के स्रोतों को दिखाएगा, आगंतुकों की संख्या, विचार, रूपांतरण, अनुकूलित घटनाओं पर एक रिपोर्ट, एक कोहर्ट विश्लेषण का संचालन करने में मदद करेगा।

झांकी (एनालॉग: पावर बीआई, क्यूलिंकसिन, लुकर)

एक स्पष्ट इंटरफ़ेस के साथ डेटा का विश्लेषण और कल्पना करने के लिए एक मंच। यह प्रभावी ग्राफिक्स बनाने में मदद करेगा, विभिन्न स्रोतों से डेटा गठबंधन करेगा। MS Excel, MySQL, SQL, Google BigQuery, Microsoft Azure के साथ काम करता है। स्वचालित अद्यतन और रिपोर्ट के वितरण को कॉन्फ़िगर करना संभव है, उन्हें ई-मेल द्वारा भेजें, सर्वर पर एक लिंक प्रकाशित करें और संदर्भ द्वारा रिपोर्ट तक पहुंचें।

Mixpanel (एनालॉग: आयाम, घबराहट, KISSmetrics)

वास्तविक समय में विश्लेषण और विश्लेषण के लिए प्रणाली। यह समझने में मदद करता है कि उपयोगकर्ता पंजीकरण के बाद क्या करते हैं। आपको इसमें प्रत्येक ईवेंट के लिए शर्तों के साथ एक फ़नल बनाने की अनुमति देता है, पुश भेजता है, ए / बी परीक्षण करता है।

एसक्यूएल

उत्पाद पारिस्थितिकी तंत्र के भीतर डेटाबेस के साथ काम करने के लिए एक उपकरण। इसके साथ, विश्लेषक डेवलपर के बिना आवश्यक डेटा प्राप्त करेगा, प्रक्रिया करेगा और रचना करेगा। आप आवश्यक मानदंडों के अनुसार गतिशील अवधियों के साथ रिपोर्ट बना सकते हैं, तालिकाओं में शामिल हो सकते हैं, मूल्यों को काट सकते हैं।

विश्लेषक का प्रश्न: तीन उपकरण जिनके बिना आपका कार्य दिवस बीतता नहीं है?

तात्याना Chadaeva , Beeline में विश्लेषणों पर एक वरिष्ठ विशेषज्ञ

एसक्यूएल, एक्सेल, गूगल एनालिटिक्स (+ Qlick नब्ज या किसी अन्य द्वि-प्रणाली + GTM, उनके बिना भी, कहीं भी नहीं)।

व्लादिस्लाव प्रिश्पोव , यैंडेक्स के पूर्व विश्लेषक, ऐपमेट्रिक

Google स्प्रेडशीट, ड्रॉपबॉक्स पेपर, एनालिटिक्स सिस्टम / डेटा वेयरहाउस में उत्पाद प्रबंधक (हमारे द्वारा काम किए गए प्रत्येक उत्पाद में अलग-अलग एनालिटिक्स सिस्टम और डेटा वेयरहाउस थे)।

Vsevolod Mironovich, SberMarketing

SQL में विश्लेषिकी समूह के प्रमुख हैं । डेटा आमतौर पर डेटाबेस में संग्रहीत किया जाता है, और एक नियम के रूप में, उनके साथ बातचीत इस भाषा में होती है, इसलिए इसके बिना विश्लेषक कहीं नहीं जाएगा। मेरे मामले में, अधिकांश डेटा BigQuery में है।

वीएस कोड। डेटाबेस में डेटा होने के लिए, आपको पहले इसे वहां रखना होगा। कभी-कभी इसके लिए आपको कुछ भाषा में एक स्क्रिप्ट लिखने की आवश्यकता होती है, जो विज्ञापन कार्यालय या विश्लेषणात्मक प्रणाली के एपीआई का उपयोग करके डेटा प्राप्त करेगी और इसे गंतव्य पर भेज देगी। कोडिंग लिंक, प्रक्रिया, रास्ते में डेटा एकत्र करने के लिए भी उपयोगी है, और सामान्य तौर पर, एक पूर्ण अध्ययन का संचालन करते हैं और परिणामों की कल्पना करते हैं।

मैं अभी वीएस कोड का उपयोग करता हूं, क्योंकि मैं अपने खाली समय में जावास्क्रिप्ट पर बहुत कुछ लिखता हूं। काम के लिए, मैं मुख्य रूप से पायथन का उपयोग करता हूं, क्योंकि इसमें कोशिकाओं के साथ तैयार समाधान और सुविधाजनक तंत्र का एक गुच्छा है। विषय में होने के लिए, मैंने आर में लिखने की कोशिश की, लेकिन कुछ भी, अगर केवल यह SUMMER है - एक्सेल के साथ पेशे के आधार पर, मेरे पास बहुत कुछ नहीं है, साथ ही तर्क के साथ और संख्याओं के साथ।

उत्पाद विश्लेषकों का वेतन और उनके लिए मांग

MarketsandMarkets परामर्श एजेंसी के एक वैश्विक अध्ययन से पता चलता है कि 2019 से 2024 तक, उत्पाद विश्लेषण के लिए वैश्विक बाजार दोगुना हो जाएगा।

ड्राइवर बड़े डेटा के बढ़ते उपयोग और प्रतिस्पर्धी उत्पादों के उत्पादन के लिए कंपनियों की आवश्यकता के लिए उपयोग कर रहे हैं।

मार्केटसेटमार्क: उत्पाद विश्लेषण बाजार पांच साल में दोगुना

हो जाएगा। विश्लेषकों की मांग पारंपरिक व्यापार क्षेत्रों में भी बढ़ेगी। उदाहरण के लिए, खुदरा क्षेत्र में, जो क्षेत्र में दुकानों को खुदरा-तकनीक में बदल देता है। ग्राहक व्यवहार पर नज़र रखने के लिए खुदरा विक्रेताओं की रुचि है: चोरी को रोकने के लिए, अलमारियों पर सामान रखने के लिए, विज्ञापनों को लक्षित करने के लिए।

एक्स 5 रिटेल ग्रुप रिटेलर्स बिजनेस नीड्स रिसर्च के बारे में

सामान्य अनुसंधान से पता चलता है कि एक उत्पाद विश्लेषक को अपने पहले वर्ष में 134,000 रूबल और कंपनी में तीन साल बाद 274,000 रूबल प्राप्त हुए हैं। 2019 विश्लेषक बाजार रिपोर्ट से

स्क्रीनशॉट

हेडहंटर पर लेख लिखने के समय, उत्पाद विश्लेषक के लिए 1,000 और उत्पाद विश्लेषक के लिए लगभग 5,000 रिक्तियां थीं।

उत्पाद विश्लेषण लेख, चैनल और वीडियो

चैनल, ब्लॉग

सभी ए / बी टेस्ट के बारे में - ए / बी टेस्ट ।
उत्पाद विज्ञान - एंटोन मार्टसेन उत्पाद और व्यापार रणनीति, मैट्रिक्स, एनालिटिक्स, लागू डेटा विज्ञान और उपयोगकर्ता अनुसंधान पर सामग्री साझा करता है। लेखक अलग-अलग तरीकों और तरीकों के बहुत सार को व्यक्त करने के लिए विस्तार से प्रत्येक विषय पर गहराई से खोदता है।
- — 33 000 , .
Burger Data — c, - «» .
Make Sense podcast — Make Sense. , — , , , .
BigQuery Insights — SQL- MacPaw.com.
No Flame No Game — .
Krasinsky: growth, marketing & product, analytics — , -, .
Datalytics — -, Python.
Close2Sense — , .
— , .
Grow Horse — Growth Management, , ( ).

, AppCraft. -
, Skyeng.
, Wrike.
, .
, AGIMA. :
, Retentioneering.
, Rambler.
, Ultimate Guitar.
, , « ». R
, Creative Mobile. , , Excel 6
, Devtodev
, CPO FunCorp. iFunny

: (, , ) , ?

तात्याना चेडेवा , बीलाइन के वरिष्ठ विश्लेषक विशेषज्ञ

आपको सलाह देंगे कि आप अभी से ही कम से कम एसक्यूएल से प्रोग्रामिंग लैंग्वेज सीखना शुरू कर दें। बड़े डेटा के साथ काम करते समय, आप इसके बिना नहीं कर सकते। अच्छे प्रशिक्षक: एक और दो ।

साथ ही एक शांत लेख पढ़ें कि प्रबंधक आदर्श विश्लेषक को कैसे देखते हैं।

व्यक्तिगत रूप से, यह मेरे लिए बहुत उपयोगी था और यह समझने में मदद करता था कि ग्राहक मुझसे न केवल सुंदर रिपोर्टों की अपेक्षा करते हैं, बल्कि उपयोगी अंतर्दृष्टि, निष्कर्ष और, परिणामस्वरूप, कि मैं उत्पाद प्रबंधक की तुलना में उत्पाद को और भी बदतर (या शायद बेहतर) जानूंगा और समझूंगा।

आँकड़ों की अच्छी समझ होना बहुत उपयोगी है, यहाँ स्टेपिक पर एक अच्छा और विस्तृत पाठ्यक्रम है , मैं इसे पहले लेना चाहता हूँ।

व्लादिस्लाव प्रिश्चपोव, Yandex में पूर्व विश्लेषक, AppMetrica में उत्पाद प्रबंधक

तीन चीजों का नाम देना मुश्किल है जो मेरी मदद करेंगे। मैं कुछ और सलाह दूंगा: अधिक बार अन्य कंपनियों के साथी विश्लेषकों के साथ संवाद करें, पूछें कि वे क्या कार्य करते हैं और कैसे हल करते हैं, यदि संभव हो, तो देखें कि वे कैसे तैयार करते हैं और निष्कर्ष देते हैं।

Vsevolod Mironovich, SberMarketing में एनालिटिक्स ग्रुप के प्रमुख हैं

पॉडकास्ट "हाउ गेम्स मेक" ने तब उनका मन बदल दिया होगा।
किसी भी उपयुक्त एमएल कोर्स को आज तक 300k प्रति सेकंड की गति मिलेगी।
बर्गर के बारे में कुछ ;-)

नेटोलॉजी के संपादकों से

यदि आप खाद्य विश्लेषकों के पेशे को करीब से देखते हैं, तो हम आपको हमारे पाठ्यक्रमों के कार्यक्रमों का अध्ययन करने के लिए आमंत्रित करते हैं:

« : » « ». .
« PRO» « Data Science». , - Python Tableau, .

उत्पाद विश्लेषक: यह क्या करता है, यह कितना बनाता है, व्यवसाय क्या लाभ लाता है