В Adapty мы упрощаем для мобильных приложений управление внутриигровыми покупками и платежными страницами. Мы поддерживаем более 20 тысяч приложений, обрабатываем более 3 миллиардов долларов в виде подписок каждый год и быстро растем в течение последних четырех лет. Наша миссия проста: сделать приложения прибыльными.
Мы — команда из более чем 210 увлеченных, ориентированных на продукт людей, которые любят решать большие задачи. Поддерживаемые ведущими инвесторами, такими как 500 Startups и Surface Ventures, мы строим одну из самых быстрорастущих SaaS-компаний в мобильной индустрии и стремимся стать номером один в мире.
Почему эта роль важна
Команда Revenue в Adapty масштабируется за счет SDR, Account Executive, Customer Success и Professional Services. Данные, объясняющие ее эффективность, находятся в CRM, системах биллинга, счетах, инструментах анализа использования продукта и маркетинговых инструментах — и ничто из этого не связано. Эта роль отвечает за весь этот процесс: сбор данных, их моделирование и превращение в дашборды и ответы.
Что вы будете делать
- Отвечать за аналитические запросы от отделов Revenue и Marketing: SDR, AE, CS, маркетинговые каналы и мероприятия.
- Проверять данные CRM, биллинга, счетов, использования продукта и маркетинга, выявляя несоответствия между источниками.
- Создавать дашборды, на которые опирается отдел Revenue в Metabase: пайплайн, выполнение квот, новый доход, отток, сокращение, расширение, NRR/GRR, состояние клиента.
- Связывать маркетинг с доходом: ROI по каналам и мероприятиям, CAC, LTV, период окупаемости, конверсия воронки.
- Отвечать за качество данных: находить проблемы раньше руководства и предлагать решения.
- Объяснять, почему изменился доход — по продукту, региону, сегменту, каналу, логике биллинга, поведению клиента — а не просто констатировать факт изменения.
- Создавать модели прогнозирования и управления рисками: прогноз дохода, риски оттока и сокращения, прогноз NRR.
О вас
- Вы понимаете природу данных: вы проверяете и сопоставляете источники и не доверяете цифре, пока не убедитесь в ее достоверности.
- Отличное знание SQL (PostgreSQL, ClickHouse) и уверенное использование Python для анализа.
- Вы используете AI-инструменты (Claude или аналогичные) в своей повседневной работе и знаете, как проверять их результаты.
- Вы комфортно работаете с BI-инструментами, желательно Metabase, и создаете дашборды, которыми люди действительно пользуются.
- Вы хорошо знаете метрики SaaS-дохода: MRR, ARR, NRR, GRR, отток, сокращение, расширение, пайплайн, выполнение квот, когорты.
- Вы также знаете маркетинговые метрики: CAC, LTV, период окупаемости, ROI по каналам и мероприятиям, атрибуция, конверсия воронки.
- Вы понимаете, как работают SDR, AE и CS, и как это отражается на доходе.
- Высокая степень ответственности: вы берете нечеткий бизнес-вопрос, уточняете его, создаете решение, объясняете результат и предлагаете дальнейшие шаги.
Приветствуется
- Опыт в Data Engineering: Airflow, dbt, ETL-пайплайны.
- Данные HubSpot и логика отчетности HubSpot.
- Данные о подписках, биллинге, счетах или доходе, основанном на использовании.
- Модели прогнозирования оттока, оценки состояния клиента или прогнозные модели, которые были внедрены и использовались.
- Атрибуция маркетинговых усилий в платных каналах, органике и мероприятиях.
- Миграция BI, управление дашбордами и согласование определений метрик между командами.
Что мы предлагаем
- Сильный продукт с лучшими в отрасли метриками. Adapty входит в топ-5% самых быстрорастущих SaaS-компаний.
- Исключительная компенсация, напрямую зависящая от ваших результатов.
- Прямая коммуникация и ответственность. Никакой бюрократии, никакой политики, только реальное влияние.
- Гибкий удаленный формат работы. Присоединяйтесь к нам из любой точки мира или работайте в наших офисах в Белграде или Лондоне.
- Профессиональная поддержка. Изучение языков, спорт, медицинская страховка, покрытие расходов на ноутбук и многое другое.
Информация о вакансии
Тип занятости
Senior Data Analyst
Отдел
Revenue Analytics
Местоположение
Лондон, Великобритания
Тип сотрудника
Full-time
