1. Общие положения

1.1. Настоящая должностная инструкция определяет должностные обязанности, права, квалификацию и зону ответственности аналитика данных (включая наименования: Data Analyst, BI-аналитик / аналитик бизнес-аналитики, продуктовый аналитик / Product Analyst, маркетинговый аналитик).

1.2. Должность относится к категории IT-специалистов аналитического профиля (Senior/Middle/Junior специалист).

1.3. Прием на работу и освобождение от должности производятся приказом Генерального директора по представлению Директора по аналитике (Head of Data) / Руководителя BI-направления.

1.4. Аналитик данных непосредственно подчиняется Lead Data Analyst / Руководителю отдела аналитики данных.

1.5. В своей служебной деятельности аналитик руководствуется:

• Трудовым кодексом РФ, законодательством о защите персональных данных (ФЗ-152) и коммерческой тайне (ФЗ-98);
• Профессиональным стандартом 06.042 «Специалист по анализу данных (Data Analyst)» (утв. Приказом Минтруда РФ);
• Стандартами Data Governance, регламентами сбора, очистки и валидации корпоративных данных (ETL/ELT);
• Правилами информационной безопасности и политиками доступа к корпоративным хранилищам данных (DWH).

2. Квалификационные требования к специальности

2.1. Образование: Высшее образование (математическое, прикладная информатика, статистика, экономика, компьютерные науки / Data Science).

2.2. Опыт работы: Для позиции уровня Middle — опыт коммерческой аналитики данных, построения дашбордов и выгрузки массивов данных от 1.5–2 лет.

2.3. Аналитик данных (Data Analyst) должен знать:

• Реляционные и нереляционные СУБД: PostgreSQL, ClickHouse, MySQL, MS SQL Server, Google BigQuery, Snowflake;
• Язык структурированных запросов SQL на продвинутом уровне (сложные JOIN, оконные функции Window Functions, CTE, партиционирование, оптимизация планов выполнения запросов EXPLAIN ANALYZE);
• Язык программирования Python (библиотеки Pandas, NumPy, SciPy, Matplotlib, Seaborn, Plotly) либо R для статистического анализа и автоматизации сбора данных;
• BI-платформы и инструменты визуализации данных: Power BI (DAX, Power Query), Tableau, Superset, FineBI, Yandex Datalens;
• Теорию вероятностей и математическую статистику (проверка гипотез, t-критерий Стьюдента, критерий Манна-Уитни, p-value, доверительные интервалы, корреляционный и регрессионный анализ);
• Методологию проектирования и оценки A/B-тестирования (расчет размера выборки Sample Size, MDE, оценка статистической значимости);
• Методы продуктовой и бизнес-аналитики: юнит-экономика, когортный анализ, LTV, CAC, Retention Rate, Churn Rate, ROMI, ARPU/ARPPU, воронки конверсий (CPA/CPO).

Справочные данные классификаторов

3. Должностные и профессиональные обязанности

Аналитик данных выполняет следующие задачи по извлечению инсайтов из массивов информации:

3.1. Сбор, предобработка и очистка данных:

• Пишет сложные SQL-запросы к аналитическим хранилищам данных (DWH / Data Lake) для извлечения сырых данных из различных источников.
• Осуществляет поиск аномалий, выбросов, пропусков данных, дублей и проводит первичную предобработку и нормализацию датасетов.
• Формулирует технические задания дата-инженерам (Data Engineers) на построение витрин данных и настройку ETL/ELT-пайплайнов (Airflow, dbt).

3.2. Статистический анализ и проверка продуктовых гипотез:

• Проводит сквозной анализ ключевых метрик продукта и эффективности маркетинговых каналов.
• Разрабатывает дизайн, проводит расчет мощности и статистическую валидацию результатов A/B/n-тестирований, рассчитывает влияние фич на бизнес-метрики.
• Проводит когортный и факторный анализ поведения пользователей, сегментацию клиентской базы (RFM-анализ, кластеризация).
• Строит прогностические базовые модели (прогнозирование спроса, временные ряды, эластичность цен).

3.3. Визуализация и Data Storytelling:

• Проектирует, разрабатывает и поддерживает интерактивные корпоративные дашборды и отчеты в BI-системах (Power BI, Superset, DataLens).
• Презентует выводы исследований топ-менеджменту и стейкхолдерам простым языком бизнеса (Data Storytelling), сопровождая цифры практическими рекомендациями по росту выручки и сокращению затрат.
• Формирует единый словарь бизнес-метрик (Data Governance) для исключения разногласий между отделами.

4. Права работника

Аналитик данных имеет право:

• Запрашивать у продуктовых и коммерческих отделов контекст собираемых данных и цели бизнес-запроса.
• Отклонять некорректно поставленные гипотезы или указывать на математическую недостоверность выводов стейкхолдеров.
• Выбирать аналитические инструменты и статистические методы, наиболее подходящие для решения поставленной задачи.
• Инициировать самостоятельные исследования данных для поиска скрытых точек роста бизнеса.

5. Ответственность

Аналитик данных несет ответственность за:

• Достоверность аналитических отчетов: ошибки в расчетах SQL-запросов, приведшие к принятию неверных управленческих решений топ-менеджментом с финансовыми потерями.
• Нарушение конфиденциальности: несанкционированную выгрузку или передачу третьим лицам баз персональных данных клиентов или финансовой статистики.
• Срыв сроков предоставления регулярной аналитической отчетности.

6. Взаимодействие и KPI

6.1. Связи: взаимодействует с дата-инженерами (Data Engineers), Data Scientists, продакт-менеджерами (CPO/PM), маркетологами, финансовым отделом и C-Level руководством.

6.2. KPI Data Analyst:

• Качество и надежность дашбордов (Data SLA): доступность дашбордов > 99%, отсутствие расхождений в данных между витринами и источниками.
• Скорость поставки аналитики (Delivery Time): выполнение Ad-hoc аналитических запросов бизнеса в согласованные дедлайны.
• Бизнес-вклад (Impact): количество внедренных продуктовых гипотез и решений на основе проведенных исследований, подтвержденных ростом метрик выручки/конверсии.