Commercial Data Analyst

Мы ищем аналитика, который станет «владельцем данных» коммерческого домена в e-grocery компании. Роль подразумевает не просто построение отчётов, а выстраивание аналитической инфраструктуры коммерции с нуля: от дерева метрик и стандартов отчётности до партионного учёта и self-service BI.

Ты будешь работать напрямую с коммерческим департаментом и отвечать за то, чтобы данные были понятны, достоверны и защищены перед стейкхолдерами.

• Построить дерево метрик коммерческого домена и внедрить единые стандарты отчётности
• Сформировать согласованные определения ключевых показателей (импортная маржа, бэк-маржа, списания, остатки)
• Зафиксировать их как data contracts между аналитикой и коммерцией

• Разобраться в расчёте импортной маржи, найти корневые причины расхождений (НДС, бандлинг, учёт себестоимости) и уметь аргументированно отстаивать данные
• Выстроить корректный расчёт бэк-маржи
• Обеспечить прозрачность финансовых метрик на уровне категорий

• Создать понятные self-service отчёты в Power BI для коммерческих менеджеров с возможностью выгрузки и анализа в Excel
• Спроектировать отчётность с учётом масштабирования — новые города, открытие дарксторов

• Выстроить аналитику KVI-товаров: определить частоту и методологию обновления данных
• Покрыть аналитику списаний, остатков и запасов на складах
• Работать с планами компании: корректное отображение и корректировка плановых показателей в разрезе категорий

• В условиях отсутствия полноценного ERP — реализовать логику партионного учёта на уровне данных (витрины, расчёты FIFO / средневзвешенной себестоимости)

Общий опыт работы от 4 лет, из которых не менее 2 лет в роли Data Analyst — желательно в e-commerce, ритейле или FMCG, с опытом работы с BI-системами и витринами данных.

• Уверенный SQL — оптимизация запросов, оконные функции, работа с большими объёмами данных
• Опыт работы с BI-инструментами (Power BI — обязательно; Grafana, Metabase — как плюс)
• Excel / Google Sheets на продвинутом уровне (сводные таблицы, формулы массивов, моделирование)
• Навыки визуализации данных и умение интерпретировать их для бизнес-аудитории
• Базовые знания статистики и аналитических методов
• Умение использовать AI-инструменты (Claude, Cursor) для оптимизации рутинных задач

• Способность отстаивать данные перед стейкхолдерами — не просто показать цифру, а объяснить методологию и защитить расчёт
• Самостоятельность в формулировании задач: домен не покрыт, готовых ТЗ не будет — нужно самому определять, что считать и зачем
• Умение работать в условиях неструктурированных данных и неполной информации

• Python (pandas, numpy) для анализа и автоматизации
• Понимание основ ETL-процессов и архитектуры хранилища данных
• Опыт работы с Airflow или другими инструментами оркестрации
• Понимание принципов построения витрин данных (data marts) и систем отчётности
• Опыт работы с DBT или аналогичными инструментами трансформации
• Понимание финансового учёта в ритейле (маржинальность, себестоимость, партионный учёт)



https://almaty.hh.kz/vacancy/132164780?hhtmFrom=employer_vacancies