Senior / Lead Business Analyst

Задачи: — строить единую систему управленческих данных и KPI; — создавать и развивать BI-дашборды; — анализировать план/факт, динамику и прогноз; — находить причины отклонений и переводить их в денежный эффект; — формировать регулярную аналитику для собственника и руководителей; — автоматизировать ручную отчетность. В зоне ответственности первого направления бизнеса: — выручка и драйверы ее изменения; — P&L и экономика подразделений; — загрузка ресурсов; — средний чек, повторные продажи и retention; — когортный анализ и LTV; — экономика продуктов/услуг и оборудования; — маркетинговая воронка, CAC, ROMI и payback; — закупки, расходники и списания; — ФОТ и производительность; — unit-экономика и сценарное моделирование. В зоне ответственности второго направления бизнеса: — анализировать экономику отдельных точек/подразделений; — работать с выручкой, маржой и операционной прибылью; — анализировать закупки, остатки, продажи и потери; — прогнозировать спрос; — оценивать эффективность распределения ресурсов; — анализировать ассортимент/продуктовый портфель; — работать с pricing и промо; — анализировать CRM, retention и LTV; — оценивать производительность команд; — участвовать в моделировании развития и открытия новых точек. Раннее выявление проблем: — видеть проблему до закрытия месяца, включая падение загрузки, рост отмен и no-show, ухудшение CAC, рост потерь, избыточные остатки, падение маржи, отклонение от плана, аномалии подразделений. Требования: — опыт в бизнес-/финансовой аналитике от 3–5 лет; — уверенный SQL; — опыт работы с BI-системами; — продвинутый Excel / Google Sheets; — сильное понимание P&L, unit-экономики, contribution margin, ROI / Payback, working capital; — опыт когортного анализа и работы с CRM-данными; — опыт маркетинговой аналитики; — понимание pricing и forecasting; — умение самостоятельно проверять качество первичных данных; — способность объяснять сложные вещи простым языком; — ориентация на бизнес-результат, а не только на качество отчета. Будет плюсом: — Python / R; — опыт построения прогнозных моделей; — опыт unit-экономики новых точек/подразделений; — опыт investor analytics / подготовки data room. Каким должен быть человек: — умеет проверять гипотезы цифрами; — понимает бизнес и умеет говорить с собственником на языке денег; — способен самостоятельно поставить задачу себе и довести ее до результата; — умеет работать одновременно с финансами, IT и операционными командами; — стремится автоматизировать рутину и освобождать время для анализа.