Нанимать ли малому бизнесу аналитика в штат? Плюсы и минусы специалиста с зарплатой от 150 тыс. руб.

Плюсы

Для начала рассмотрим преимущества найма аналитика в компанию. Что сделает этот специалист?

Ускорит процессы и разгрузит других сотрудников

Обычно бизнес ведет отчетность в Excel-таблицах. У линейного сотрудника или руководителя может уйти целый день на то, чтобы собрать нужные данные: достать их из CRM-системы, настроить таблицы и сделать расчеты. 

По теме: Автоматизация или Excel: почему компании продолжают вести учет в таблицах

В некоторых компаниях аналитику делают даже разработчики с зарплатой в сотни тысяч рублей. Это обходится бизнесу дороже отдельного специалиста и замедляет выпуск продукта, потому что сотрудники занимаются не своими прямыми обязанностями.

Что и как сделает аналитик. Освободит время других специалистов и настроит отчет так, чтобы все цифры подтягивались автоматически. Для этого он будет использовать BI-системы — инструменты и программы, которые собирают и обрабатывают данные из разных источников. При этом аналитик может быстро добавить или убрать фильтры и просмотреть нужную статистику.

На скриншоте — отчет для компании по производству масел. Видно, как в течение года меняется количество новых и повторных покупателей, а также суммы их чеков. Аналитик может за несколько минут наглядно сравнить эти показатели. Источник: личный архив автора

Пример из практики. Руководители компании тратили 300 часов в год только на подготовку отчетности. Чтобы автоматизировать процесс, аналитик внедрил BI-систему. В итоге топ-менеджмент больше не тратил рабочее время на сбор статистики — и это сэкономило компании 2+ млн рублей за год. 

Поможет принять взвешенные решения

Когда аналитикой занимается собственник или непрофильные сотрудники, они часто учитывают только количественные показатели. Например, число клиентов, покупок, средний чек, реже — когорты, пожизненную ценность клиента (LTV) и коэффициент удержания (retention rate). Это помогает принимать стратегические решения, но всё равно не отражает реальную картину. Для полного анализа нужно брать в расчет больше данных.

Что и как сделает аналитик. Изучит данные комплексно. Например, не просто посмотрит средний чек, а рассчитает его для разных сегментов покупателей. Одни делают заказ раз в год, а другие — каждый месяц. Поэтому поведение этих категорий покупателей может зависеть от разных факторов: в одном случае влияют скидки, в другом — логистика, в третьем — период зарплаты.  

На основе комплексных данных аналитик составит рекомендации для бизнеса и прогнозные модели. Исходя из этой информации, руководитель сможет принимать верные решения. 

Например, на графике ниже показана аналитика для онлайн-школы. Видно, что родители с двумя детьми доходят до тестового периода в 4,5 раза чаще тех, кто записал только одного ребенка. Такой инсайт поможет принять решение, на какую именно аудиторию стоит целиться в рекламе.

На скриншоте видно аналитику по количеству детей у клиентов онлайн-школы. В первом столбце рассчитан основной сегмент пользователей, во втором — отток на шаге, в третьем — доля сегмента, а в четвертом — процент оттока в сегменте. Источник: личный архив автора

Пример из практики. Аналитику нужно было сделать отчетность для топ-менеджмента. Показать, сколько мероприятий команда провела за прошедшую неделю, какое количество подписчиков и клиентов за счет этого привлекла. Всего в отчете было 40 метрик. 

Аналитик предложил сделать анализ 300 показателей. Они не помещались на один график, но можно было фильтровать результаты и подробно смотреть определенные срезы. При этом специалист сделал так, чтобы отчет можно было использовать в будущем. Если компании понадобится какой-то специфический срез, собирать данные заново не придется. Они уже есть в отчете — нужно только поменять фильтры.

В отчетах аналитик сравнил количество активных участников и их покупок до и после каждого мероприятия, а также последующие заказы и приглашения по реферальной программе. Благодаря этому топ-менеджеры:

• увидели, какие именно мероприятия привлекают более качественную аудиторию, и сфокусировались на этих форматах;
• поняли, какие темы ведут к монетизации и отдали предпочтение им;
• стали приглашать эффективных спикеров.
  
  

Оптимизирует бюджет бизнеса

Иногда в компании не учитывают все факторы, которые влияют на конечную стоимость продукта. Если взять их в расчет, можно увеличить долю прибыли при той же выручке и ресурсах, что есть сейчас.

Что и как сделает аналитик. Посмотрит, как в компании распределяются расходы, оцифрует работу направления с точки зрения окупаемости процесса или участника команды и определит, за счет чего можно усилиться. Например, найдет неэффективных подрядчиков или сотрудников и поможет обеспечить прирост за счет изменения KPI или трансформации процессов.

Например, благодаря графику ниже компания узнала, что получает много заказов в период акций, но их средний чек ниже обычного. Так из-за скидок бизнес упускает до 36% выгоды.

На скриншоте — показатели продаж в компании по производству масел. Пик приходится на период акций — 92 заказа в день с низким средним чеком. В то же время средний чек повышается в преддверии акций. Источник: личный архив автора

Пример из практики. В компании у менеджеров по продажам была цель — 30 звонков в день. После аналитики оказалось, что звонки никак не сказываются на выручке — гораздо больше влияет срок заключения сделки. Если менеджеру удавалось подписать договор за 26 дней, вероятность успеха сделки кратно росла. Сразу после внедрения этого KPI компании удалось увеличить выручку в 2,5 раза. 

Минусы

При всех плюсах аналитика в штате компаниям стоит знать и о возможных минусах.

Не сможет работать без специальной инфраструктуры

Чтобы аналитик находил закономерности и делал правильные выводы, ему нужно опираться на большой массив данных, которые копились месяцами или даже годами. Если у него недостаточно информации, возможны ошибки. Именно поэтому, прежде чем нанять аналитика, компании нужно накопить статистику. Для этого требуется специальное ПО.

Допустим, компания получает данные из нескольких источников: кассовых аппаратов, сайта, соцсетей, мессенджеров и CRM-системы. Для такого объема информации и быстрых решений на стороне аналитики понадобится хранилище данных — data warehouse, или озеро данных, то есть Data Lake. Это ПО позволит не только собирать данные под сиюминутный запрос, но и накапливать их для аналитики в динамике. А в последующем — считать данные по нескольким источникам и смотреть актуальные цифры за любой период.

В среднем на развертывание системы и сбор данных понадобится от трех месяцев до двух лет. А стоит нужная инфраструктура минимум 2 млн рублей.

Обойдется компании минимум в 150 тыс. рублей 

Чтобы аналитик был действительно полезен бизнесу, у него должен быть опыт, а не только теоретические знания. Обычно насмотренность нарабатывается за 3–5 лет. Специалист с таким опытом будет оперировать конкретными цифрами, а не обещаниями прибыли, а на одну проблему предложит несколько вариантов решений. Но зарплаты подобных middle-аналитиков начинаются от 150 тыс. рублей. 

Спрос на IT-специалистов растет. Именно поэтому, чтобы аналитик не ушел к конкурентам с более привлекательным оффером, нужно давать ему задачи на развитие, а также регулярно индексировать зарплату или подвязывать ее к KPI. 

По теме: Как построить горизонтальную карьеру сотрудника

Например, если перед бизнесом стоит задача увеличить монетизацию за счет данных, в зарплату аналитика стоит включить процент от финансовой выгоды направления, с которым он работает. Зарплата специалиста будет напрямую зависеть от него самого, и это позволит не потерять эффективного сотрудника. 

Как правило, к услугам аналитика прибегают компании с оборотом от 30 млн рублей в месяц. Они могут позволить себе платить рыночную зарплату, а также накапливают достаточно данных, чтобы их анализировать.

Компании, которая несколько месяцев назад вышла на рынок, аналитик обычно не нужен. У такого бизнеса просто недостаточно ресурсов для сбора и анализа данных, а также для подготовки выводов и реализации решений. Но в остальных случаях аналитик может принести пользу и окупиться в несколько раз. Особенно это актуально для компаний, где работа с данными отнимает время у специалистов другого профиля или у самого собственника.

 Фото: Unsplash