Как найти подходящего аналитика. Читайте на Cossa.ru

18 марта 2014, 10:00
6

Как найти подходящего аналитика

Как найти хорошего аналитика, если вы маленькая компания или стартап и у вас нет возможности обратиться к услугам head hunters или завести свой HR-отдел? При выстраивании аналитического отдела с нуля придется самому погрузиться в мир цифр, стратегий и изящных решений, чтобы понять, кто перед вами — специалист или человек без каких-либо знаний. В этой статье мы приведем несколько советов по отбору кандидатов для различных сфер бизнеса.

Человек или софт

Любой аналитик знает, что сам процесс работы с информацией заключается в сборе данных, составлении определенных целей/гипотез и их тестировании. В зависимости от типа вашего бизнеса вы можете делать упор на одном (или нескольких) из этих пунктов. Если вы интернет-магазин, то вам необходима систематизация данных, их постоянная выгрузка и обновление. Здесь крайне важны IT-навыки и работа с Big Data (регрессионный анализ, кластерный анализ, обязательная дескриптивная статистика и прочее). Спросите, с какими программами работал кандидат, как происходила «добыча» данных, в каких системах они анализировались (SPSS, Stata, Eviews и т. д. ). Учитывайте, что даже если кандидат хорошо разбирается в продвинутых статистических и математических пакетах, то это не всегда хорошо. Вернее, вы не всегда сможете использовать ресурсы кандидата на 100%, т. к. стоимость этих пакетов поражает воображение. Поэтому ищите аналитиков, которые хорошо разбираются в пакете Office и особенно в классическом Excel. Но если бюджет позволяет и у вас выбор — нанять еще одного кандидата или приобрести продвинутый софт — то выбирайте второе. Качество и глубина расчетов вырастет в разы, да и самим работникам будет приятнее работать.

МегаФон ПроБизнес

Получите Кешбэк 100% за запуск рекламы с МегаФон Таргетом!

Узнать больше >>

Реклама. ПАО «МегаФон». ИНН 7812014560. ОГРН 1027809169585

Проверить в деле

Если вы работаете, к примеру, в ресторанной сфере, то здесь на первом месте знания маркетинга и стратегий. Узнайте, как кандидат находил бы дополнительную информацию (отзывы/мнения, фокус-группы, опросы) и насколько грамотно он умеет составлять опросы и проводить сбор данных. В данном случае от кандидата вы ждете построение грамотных вопросов и некую креативность (сухие цифры как некая точка опоры). Можно попросить его составить опросник — например, чтобы узнать у посетителей оценку вашей кухни. По предложенной анкете можно будет уже сделать выводы о квалификации кандидата: насколько он в теме, насколько точно и ясно заданы вопросы, какую информацию можно в итоге получить из этого опроса. В статье John Webb «Questionnaires and their Design» (оригинал доступен только на платной основе) есть много хороших советов по анкетированию. К примеру, следует быть крайне точным в построении вопросов (вместо того чтобы спросить «Как часто вы ходите в ресторан», лучше поинтересоваться «Сколько раз за последний месяц вы были у нас?»). Анкета должна быть составлена так, чтобы респондент не тратил на нее много времени, в вопросах — не больше 20 слов.

Наконец, дайте при вас аналитику решить проблему вашей компании, хотя бы схематично расписать стратегию. Если вы видите, что кандидат предлагает нестандартные методы, а не «снижение цен/увеличение рекламы», то это хороший знак. Ищите креативность даже там, где от работника требуются только самые жесткие расчеты. Именно новые интересные решения помогут вам не только заявить в дальнейшем о себе на рынке, но и отхватить его часть.

Определить уровень

Современный аналитик должен обладать миксом знаний из области бизнеса, IT и аналитики.

Бизнес. Здесь подразумеваются не только стратегические решения, но и общее понимание маркетинга, рекламы, финансовой стороны и даже юридических аспектов. Этот параметр отвечает за понимание общей концепции бизнеса и уровень принятия управленческих решений.

IT. Если коротко, то в нашем случае это оптимизация работы конечных пользователей с Big Data. Вообще умение «добывать» эти данные — основная задача для сегодняшних аналитиков (взять, к примеру, статью Gian Fulgon «Big Data: Friend or Foe of Advertising», в которой описывается необходимость работы с массивами данных и факт того, что слишком много информации зачастую попросту не берется в расчет). IT — это то, что связывает анализ данных и стратегические решения.

Аналитика. Об этом пункте говорить можно много, но следует разделить его на три составляющие. Это анализ прошлых данных (historical data), прогнозирование будущих событий (forecasting) и описание текущей ситуации. Классификаций много, но временной срез самый наглядный и простой для понимания. К примеру, под forecasting понимается ожидаемая выручка в следующем периоде, оценка изменения целевой аудитории через 2–3 года (ее вкусов и привычек), влияние ожиданий на будущие тренды и многое другое.

Кандидат может обладать знаниями из этих областей в разных пропорциях. Где-то это отношение должно составлять 15/50/35 (онлайн-ретейл и B2C сектор, в частности), где-то — 70/0/30 (консалтинг и часто B2B для малых компаний). Вы должны сами определить (хотя бы примерно), чего вы ждете от кандидата и каким базовым набором знаний из каких сфер он должен обладать. Конечно, оценить эти навыки с точностью до процентов непросто, но вы можете представить себе это соотношение, пусть показатели и субъективны.

Постройте график или таблицу с тремя осями (показателями), и отметьте желаемый уровень: пусть, например, это будет 29/28/43. Опрашивая кандидатов, оценивайте их качества по этим показателям и выбирайте того, кто наиболее близок к запросу. Найти аналитика, который бы отвечал всем вашим требованиям, трудно, будем откровенны — это невозможно (если только это не чудо). Чаще всего ваш выбор будет состоять из специалистов с ярким разбросом характеристик и навыков.


Аналитика, % IT, % Бизнес, %

10 75 15 Алексей
33 34 33 Антон
25 50 25 Виктория
70 0 30 Егор
43 28 29 Идеальный кандидат

Как мы видим, ближе всего к идеальному варианту находится Антон, т. к. он соответствует больше нашим ожиданиям. Даже в ситуациях, где выбор не совсем очевиден, он заметно упрощается.

Иногда знания дороже, чем опыт

Там, где стратегические решения зависят не от самого аналитика, критерии отбора должны быть менее жесткие в плане опыта и более требовательные в плане образования.

Посудите сами — если ваш аналитик знает всего 1–2 модели, которые он прогонял все 5 лет в Excel, то толку вам от этого мало. Именно хорошее (и свежее) знание матчасти, различных программ и их различий, а также желание применять теории на практике — вот, что вам нужно. Есть и еще один минус у «матерых» аналитиков — нежелание переходить на что-то новое. Даже если вы видите, что ваш кандидат неплохо разбирается в самом анализе, но не интересуется последними новинками в своей сфере, то вам стоит задуматься.

Приведу пример: вы ищете человека, который бы смог оценить эффективность рекламы. С одной стороны, у вас есть опытный человек, знающий все классические KPI (ROI, CPL, CTR и далее), и есть новичок, знающий более изысканные модели анализа эффективности (к примеру, two-step Probit Model) и читающий Journal of Advertising Research. Конечно, можно выбрать первого кандидата, но от второго можно ждать больше интересных, со стратегической точки зрения, выводов и заключений. Ярким примером может служить шотландская пивоварня BrewDog, которая на данный момент выходит на мировой рынок и имеет среднегодовой рост выручки в районе 81%, согласно Fast Track 100. Наняв команду молодых маркетологов, руководство компании с первого же дня поручило им непростое задание — оценить потенциал рынка (как местного, так и мирового) и принять инвестиционное решение. Более того, юные специалисты должны были еще и найти сами эти деньги (т. к. компания частная, то она была сильно ограничена в ресурсах). В итоге пивоварня запустила несколько кампаний в стиле краудфандинга с интересным названием «Equity for Punks», заполучив за первый год существования порядка $6,8 млн. На данный момент уже прошел третий раунд сбора средств и, согласно оценке основателей компании, уровень потенциальных инвестиций превышает $250 млн. Итоги такой политики налицо — выручка пивоварни за 2012 год составила $17,2 млн и продолжает стремительно расти.

Дайте время

Не игнорируйте испытательный срок и тестируйте кандидатов — только так вы сможете проверить специалиста в деле. Если вы предложите адекватные деньги сразу после испытательного срока (с учетом потраченного аналитиком времени на доказательство своих умений и знаний), то хороший работник согласится. Остерегайтесь тех, кто не будет спрашивать вас о своей заработной плате — толковые работники знают, сколько они стоят на рынке, и будут биться до последнего, тогда как плохим все равно. Конечно, эти правила можно отнести ко всем работникам, но и здесь про них забывать тоже не стоит. Еще маленький нюанс: предлагая испытательный срок и обещая хорошую зарплату после — будьте четки в своем предложении. Аналитики — люди цифр и грамотных расчетов, им не нужен треп про дух компании, моральные ценности и прочее. Вы либо нанимаете этих людей, либо нет. Точка.


Источник картинки на тизере: Фотобанк Фотодженика

Телеграм Коссы — здесь самый быстрый диджитал и самые честные обсуждения: @cossaru

📬 Письма Коссы — рассылка о маркетинге и бизнесе в интернете. Раз в неделю, без инфошума: cossa.pulse.is

- -1 +
(1) Автор, судя по всему, путает понятия Big Data и Data Science. (2) Также хотелось бы отметить, что весьма спорным является утверждение “Но если бюджет позволяет и у вас выбор — нанять еще одного кандидата или приобрести продвинутый софт — то выбирайте второе.“
1) Эти 2 термина очень тесно коррелируют друг с другом (т.к. не вижу возможным существование одного без другого для бизнеса), но, как вы верно подметили, различны. Поэтому вы могли сделать такой вывод (моя вина - в след. раз буду разделять четче эти понятия). 2) По моему опыту и опыту многих коллег в этой сфере - второй вариант чаще предпочтительнее. НО - при прочих равных опять же. В зависимости от направления нужного ресерча и аналитики: если такого направления вообще нет, а оно нужно - конечно же логичнее нанять нового сотрудника. Но на практике для малого бизнеса весь анализ сконцентрирован в 3-4 основных моментах, тесно связанных с экспоненциальным ростом компании на первых этапах ее жизни. Поэтому такой вывод.
“Но если бюджет позволяет и у вас выбор — нанять еще одного кандидата или приобрести продвинутый софт — то выбирайте второе.“
Зачем же аналитику небольшой компании работать в SPSS? Чтобы строить факторные модели рынка? Это же какое-то иезуитство! Вдвоём могли бы быстрее собирать и обрабатывать данные, да ещё и брейнстормы проводить.
Тут же не только SPSS, выбор софта намного шире Smile
А брейнсторм вдвоем выглядит как чаепитие, а не работа. Лично мое мнение, конечно же.
Шире, конечно. Только вы не дали ответ на вопрос - зачем? Если достаточно стандартного пакета Office и Adobe?

А как выглядит брейнсторм - это не важно, он может выглядеть как цирк Шапито, главное чтоб результат был. Тем более, если дело касается маркетинга - тут единоличное принятие решений не самый эффективный метод.
Единоличное - нет. Но согласно исследованиям, эффективный брейнсторм это 4-6 человек.За сколько вы хотите нанимать аналитиков? За 30к в месяц? Для работодателя это дополнительные 360к в год без учета соц. выплат и налогов. За меньшие деньги можно и намного менее дорогие эффективные программы подключить) А это без учета, что аналитик должен получать, по-моему мнению, намного больше)

✉️✨
Письма Коссы — лаконичная рассылка для тех, кто ценит своё время: cossa.pulse.is


Вход на cossa.ru

Уже есть аккаунт?
Авторизуйся через VK:
Vkontakte
Не забудьте написать email на странице своего профиля для управления рассылкой