Growth маркетолог

Основной фокус роли:

• помогать бизнесу находить точки роста в закупке трафика (in-app, social, web) и развитии приложений с рекламной монетизацией, развивать и улучшать алгоритмы автоматизации закупки трафика, влиять на продуктовые метрики собственных приложений.
• Роль предполагает высокий уровень самостоятельности в ведении ключевых аналитических направлений, прямое взаимодействие с собственниками компании и analytics team, а также подготовку отчетов и рекомендаций, влияющих на стратегические решения бизнеса.

Что мы ожидаем от кандидата:

• Опыт работы в data analytics от 7 лет.
• Опыт в mobile app analytics и рекламной медиации для приложений с рекламной монетизацией: понимание работы mediation-платформ, ad networks, waterfall / bidding-логики, eCPM, fill rate, ARPDAU, impressions, ad revenue и влияния рекламной монетизации на продуктовые метрики.
• 4+ года опыта с digital marketing, performance marketing, paid acquisition или growth marketing.
• Глубокая экспертиза в ключевых закупочных и продуктовых метриках и их практическом применении: LTV, ROAS, ROI, CPA, CPC, CPM, CPI, CTR, CR, retention, ARPU и др.
• Опыт проведения когортного анализа, ad hoc-анализа, оценки экспериментов и проверки гипотез.
• Умение находить неочевидные инсайты в данных и превращать их в конкретные бизнес-рекомендации.
• Опыт работы с MMP, attribution и tracking tools: Adjust, Voluum, Amplituda, MixPanel, Firebase или аналогичными платформами.
• Опыт работы с SQL для проведения ad hoc-анализа, извлечения данных и моделирования.
• Знание Python или R для аналитики, автоматизации и моделирования.
• Понимание принципов маркетинговой атрибуции, tracking, conversion measurement и качества данных.
• Навыки работы и построения отчетностей, dashboards в BI-инструментах (Looker)
• Опыт работы с BigQuery и другими инструментами современного data stack: GitLab, Docker, Google Cloud (Container Registry, Workflows, Cloud Run).
• Опыт работы с большими объемами данных и способность самостоятельно выстраивать аналитическую логику.
• Сильные аналитические способности и системное мышление.
• Внимание к деталям, высокий уровень самоорганизации и ответственность за результат.
• Умение понятно доносить технические выводы до нетехнических команд.
• Высшее образование в области математики, прикладной математики, статистики, data science, информационных технологий или смежных дисциплин.