Что важно при выборе работодателя?

Критерии выбора работодателя для Product Analyst

Выбор работодателя — это стратегическое решение, которое влияет не только на зарплату, но и на профессиональное развитие и качество жизни. Как человек с 10+ годами опыта, я оцениваю работодателей по комплексу критериев, где зарплата — только один из них.

1. Качество данных и аналитической инфраструктуры

Это самый важный критерий для Product Analyst. Компания может быть отличной, но если данные грязные или инфраструктура отсутствует, работать будет невозможно.

На что смотреть:

• Есть ли Data Warehouse (SnowFlake, BigQuery, Redshift)?
• Какой стек аналитических инструментов: Tableau, Looker, PowerBI?
• Есть ли правильный event tracking (Amplitude, Mixpanel) или приходится собирать вручную?
• Какой уровень data quality: есть ли data governance, документация?
• Насколько быстро можно получить данные (запрос → ответ за 5 минут или за неделю)?
• Есть ли dedicated data engineer, который поддерживает инфраструктуру?

2. Зрелость аналитической культуры

Даже с хорошей инфраструктурой аналитика может быть игнорируемой.

Вопросы на интервью:

• Принимаются ли решения на основе данных или на gut feeling?
• Есть ли culture экспериментов (A/B тесты, запуск тестов еженедельно)?
• Слушают ли Product на рекомендации аналитиков?
• Есть ли регулярные data syncs, когда обсуждаются метрики?
• Какой процент решений обосновывается данными (20% или 80%)?
• Понимает ли Leadership значимость аналитики?

3. Команда и менеджмент

Размер аналитической команды:

• 1 аналитик в компании из 100+ людей — риск
• 3-5 аналитиков — оптимально для стартапа
• 10+ аналитиков — нужна специализация

На что обратить внимание:

• Менеджер сам разбирается в аналитике?
• Есть ли карьерный рост: Senior Analyst → Lead Analyst → Manager?
• Инвестирует ли компания в развитие (курсы, конференции)?
• Какова текучесть в аналитическом отделе?

4. Интересность задач

Спектр возможных задач:

• Reporting (90%): ежедневные дашборды
• Operational (70%): контроль метрик, выявление аномалий
• Strategic (50%): анализ новых идей, долгосрочное планирование
• Experimental (30%): запуск тестов, анализ эффектов
• Predictive (10%): ML-модели, прогнозирование

В идеале в работе должно быть 30-40% reporting, остальное — более интересные задачи.

5. Компенсация и benefits

Зарплата:

• Должна быть competitive для вашего уровня в вашей локации
• Для Senior Product Analyst в России в 2024-2026: 250-400k руб/мес

Бонусы:

• Дополнительное страхование (ДМС)?
• Flexibility с работой (remote, гибкий график)?
• Бюджет на развитие?
• Stock options (для стартапов)?

6. Стабильность компании

Индикаторы хорошей стабильности:

• Компания прибыльна или имеет хорошее финансирование
• Нет частых реорганизаций (более 2 в год — плохой знак)
• Есть long-term vision и strategy
• Не режут бюджеты налево и направо
• Текучесть сотрудников не выше 20% в год

7. Growth potential

Вопросы для себя:

• Смогу ли я здесь вырасти до Lead Analyst или Analytics Manager?
• Есть ли новые продукты, которые требуют аналитики?
• Какой опыт я получу (мобильные приложения, SaaS, e-commerce, финтех)?
• Будет ли тренинг на advanced методах (Bayesian, causal inference, ML)?

8. Организационная культура

Это субъективно, но важно:

• Friendly коллеги или изматывающие
• Есть ли psychological safety
• Уважают ли разные мнения
• Много ли офисных интриг или это people-focused культура
• Можешь ли ты взять выходные без вины

Мой личный подход

Когда я выбирал бы новую работу, я бы ранжировал критерии так:

1. Data infrastructure (40%): без неё работа = боль
2. Data culture (25%): нужна поддержка от leadership
3. Team quality (20%): хорошие коллеги важнее всего
4. Interesting tasks (10%): хочу расти и учиться
5. Compensation (5%): зарплата должна быть fair

Критические вопросы на интервью

Обязательно спрашивай:

1. Какой стек аналитических инструментов? Есть ли Data Warehouse?
2. Какой процент решений принимается на основе A/B тестов?
3. Почему предыдущий аналитик уехал?
4. Какие основные метрики вы отслеживаете?
5. Есть ли бюджет на обучение и конференции?
6. Как часто данные используются для оспаривания решений руководства?

Выводы

Для Product Analyst с опытом главное — это качество инфраструктуры и культуры, а не зарплата. Даже хорошая зарплата в компании с грязными данными и игнорированием аналитики приведёт к фрустрации. Идеальный работодатель вкладывает в аналитику, использует данные для решений и даёт интересные задачи. Остальное — детали.