Тип вакансії: Повна зайнятість

Розташування:

Ми шукаємо людину, яка візьме на себе маркетингову аналітику як напрям цілком, а не як потік завдань «порахуй вивантаження до завтра».
Компанія живе за рахунок платного трафіку: сотні кампаній і тисячі креативів у Google та Meta, десятки джерел і партнерів, кошти перерозподіляються щодня.
Ваше завдання – побудувати систему, яка працює за відтворюваними правилами, і завжди чесно показувати, де цим правилам довіряти не можна. Не просто «зробити дашборд», а довести рішення до стану, коли воно стабільно працює в продакшені щодня без вашої участі.
Це не роль медіабаєра: ви не запускаєте й не ведете рекламні кампанії. Але саме ваші висновки визначають, куди піде бюджет, які зв'язки зупиняться і на яких даних навчатимуться автоматичні стратегії рекламних платформ.
Роль передбачає лідерство: ви самостійно перетворюєте розмитий бізнес-запит на чітку постановку, захищаєте методологію перед замовником, встановлюєте стандарти розрахунків для команди та рев'юєте чужі цифри.

Що потрібно буде робити
Юніт-економіка закупівлі та таргети.
Розраховувати окупність трафіку на різних горизонтах і в різних розрізах: джерело, партнер, платформа, вік, географія. Будувати криві дозрівання когорт і переводити їх у робочі таргети для баєрів: скільки ми готові платити за користувача сьогодні, щоб вийти на план через місяць. Окреме постійне завдання – підтримувати ці таргети актуальними: економіка змінюється, і коефіцієнт, розрахований навесні, восени вже може давати хибний результат.

Навчання рекламних платформ: оптимізаційні події та цінність конверсій.
Визначати, які події та з якою цінністю передавати в Google і Meta, щоб алгоритми залучали користувачів, які справді платять у довгостроковій перспективі, а не лише здійснюють разову оплату. Це поєднання аналітики та інтеграцій: матриця цінностей має будуватися на даних, а не створюватися вручну.

Правила зупинки кампаній і креативів.
Розвивати систему, яка цілодобово вимикає збиткові зв'язки за правилами, а не за рішенням втомленої людини. Це включає: пороги, мінімальний обсяг даних для прийняття рішення, поправку на затримку платежів, журнал кожної зупинки із зазначенням причини. Також потрібно оцінювати самі правила: які справді допомагають відсікати збитки, а які просто вимикають усе підряд.

Атрибуція та розподіл грошей між командами.
Розбиратися, кому належить виручка – залученню чи ремаркетингу, що показують рекламні кабінети за моделлю останнього дотику та чому цифри між системами розходяться. Завдання – не вибрати «найкрасивішу» модель атрибуції, а дати бізнесу обґрунтовану основу для розподілу бюджету, яку визнаватимуть обидві команди.

Сегментація та продуктові дослідження за межами закупівлі.
Визначати: хто є нашим цінним клієнтом, за якими ранніми ознаками його можна визначити вчасно, де виникають проблеми на шляху користувача, чому виручка тримається, а активна база скорочується. Результат – не просто опис сегментів, а сегменти, які можна безпосередньо використовувати в аудиторіях ремаркетингу та продуктових гіпотезах.

Щоденний контроль та інфраструктура власних рішень.
Моніторити ключові метрики й аномалії – про просідання ми маємо дізнаватися першими, а не від баєра через тиждень. Працювати з: вітринами в BigQuery, регулярними розрахунками в Airflow, дашбордами в Superset.

Як ми працюємо
Цифрі має бути можна довіряти. Метрика рахується один раз, в одному місці та за однією формулою. Якщо «у звіті одне, а в дашборді інше» – це баг, який ми виправляємо, а не дрібниця.
Негативний результат – теж результат. Показати, що красива гіпотеза – навіть власна й уже наполовину впроваджена не працює, це цінність, а не провал.
Невизначеність називаємо вголос. «Число коливається від 26 до 62, тому спиратися на нього для прийняття рішення не можна» – нормальна відповідь. Впевнений тон за хитких даних – ні.
Говоримо з бізнесом мовою бізнесу. Баєру, продукту та керівництву потрібні висновок і наслідок, а не терміни та p-value. Методологія лежить на нижчому рівні – для тих, хто хоче перевірити розрахунок.
AI – робочий інструмент, а не хайп. Claude та агентні пайплайни використовуються в щоденній роботі аналітика й у продакшені. Для нас це вже норма, а не експеримент.
Мінімум бюрократії. Прямий доступ до замовників і керівництва, короткий шлях від гіпотези до впровадження.

Кого ми шукаємо
Не обов'язково відповідати всім вимогам, але що більше пунктів закрито – то краще.
4+ роки у маркетинговій / продуктовій аналітиці, зокрема досвід ведення напряму або проєкту цілком: від розмитого запиту до впровадженого рішення.
Сильний SQL і досвід роботи з великими даними в аналітичному сховищі. BigQuery – плюс, але підійде будь-який аналог.
Python (pandas) як основний робочий інструмент: розрахунки, автоматизація, відтворювані скрипти, а не лише ноутбук «для себе».
Практичне розуміння юніт-економіки платного трафіку: CAC/CPA, LTV, ROAS, атрибуційні вікна, дозрівання когорт.
Розуміння того, чому свіжа кампанія завжди виглядає збитковою та що з цим робити.
Статистика на рівні здорового практичного застосування: довірчі інтервали, достатність вибірки, кореляція проти причинності. Не просто «запустити тест», а розуміти, коли результату ще немає.
Досвід роботи з performance-каналами (Google Ads / Meta) з боку даних: структура кампаній, конверсійний трекінг, автоматичні стратегії.
Уміння захищати методологію: пояснити замовнику, чому ми рахуємо саме так, і визнати, коли розрахунок був неправильним.
Самостійність. Завдання часто приходить одним реченням у чаті. Розкласти його на питання, поставити необхідні уточнення й повернутися з відповіддю – ваша робота, а не чиясь інша.
Досвід у dating, subscription або інших high-volume B2C-продуктах із мікроплатежами.

Буде плюсом
Досвід передавання офлайн-конверсій та value-based bidding: Google Ads API (offline conversion import, enhanced conversions, conversion adjustments), Meta Conversions API.
Affiliate-аналітика: робота з партнерськими джерелами та трекерами, звірка витрат.
Airflow або інша оркестрація регулярних розрахунків; Superset / Tableau / Looker.
Прогнозні моделі окупності, робота із сегментацією та cohort-аналізом.
Досвід наставництва: рев'ю чужих розрахунків, створення стандартів, навчання молодших аналітиків.

Ця роль не для вас, якщо
Ви очікуєте готову постановку задачі з описом того, які таблиці потрібно взяти.
Для вас аналітика закінчується на вивантаженні та графіку, а впровадження – це «робота розробників».
Вам некомфортно, коли ваш висновок змінює чийсь бюджет і його потрібно захищати вголос.

Що пропонуємо
Повністю віддалена робота, Europe-friendly часовий пояс.
Конкурентна компенсація – обговорюємо за результатами інтерв'ю та орієнтуємося на рівень експертизи.
Реальні бюджети та швидкий цикл: ваша гіпотеза може змінити закупівлю вже цього тижня, а не наступного кварталу.
Сильна автономна команда аналітики та прямий контакт із бізнесом без зайвих рівнів менеджменту.
AI у продакшені та свобода у виборі інструментів.

Етапи відбору
Співбесіда з HR.
Фінальний етап – співбесіда з Head of Analytics.

The post Lead Marketing Analyst appeared first on Remote Work Ukraine [Українське].