Светлана Репина: «Талантливым IT-специалистам рады в любой стране мира»

12 сентября в России отметили День программиста. Профессиональный праздник для айтишников был установлен в 2009 году. Сегодня его отмечают более 857 тысяч человек, именно такое количество, по данным Росстата за прошлый год, занято в сфере информационных технологий в нашей стране. Российские айтишники - желанные кадры для международных компаний. Это подтверждает пример Светланы Репиной, русского аналитика данных, которая предложила ряд инновационных решений по бизнес-кейсам нескольких ведущих международных компаний, что, по её словам, повысило их выручку и оптимизировало работу сотрудников. Эксперт рассказала о том, как решения программистов помогают бизнесу внедрять и совершенствовать цифровые технологии, и отмечают ли зарубежные айтишники профессиональный праздник.

Светлана Репина

— Светлана, вы сейчас живете в Бразилии. Ощущаете ли свою причастность к профессиональному празднику?

— Представьте себе, День программиста есть во многих странах мира, не только в России. Только в Бразилии, например, он приходится на 20 января. А вот в США его тоже отмечают 12 сентября, он еще называется День кода. Он празднуется на 256-й день года - 13 сентября, а если год високосный, как сейчас, - 12 сентября. Число 256 выбрано потому, что это количество целых чисел, которое можно выразить с помощью одного восьмиразрядного байта. Поэтому все же 12 сентября принято считать нашим профессиональным праздником в масштабе всего мира. Не обязательно раздавать премии и подарки по данному поводу, но само существование такого праздника говорит о том, что в мире признают вклад программистов в развитие информационных технологий.

— Как Вы ранее поделились, Вы также внесли вклад в развитие IT-индустрии, усовершенствовав процессы в ведущих компаниях на рынке. В частности, для студии разработки популярных мобильных и социальных игр Playneta вы в полтора раза улучшили прогноз выручки. Расскажите, какие решения вы нашли?Витрина данных НОТА ВИЗОР для налогового мониторинга

— В Playneta была моя первая серьезная работа по профессии аналитика данных в отделе маркетинга. Я увидела слабое место в прогнозе выручки. Предыдущая модель была сделана довольно давно и включала расчеты на тот период времени, но уже через год-полтора они не отражали реальность и не были точными. По ряду признаков я выделила группы пользователей, которые играют в наши приложения, и проанализировала, сколько они приносят денег за год. Для каждого сегмента построила прогнозную модель на основе исторических данных и внедрила ее на практике. Точность прогнозных значений возросла на 20-50%. Преимущества моей модели в том, что она динамичная и берет для прогноза период за последние полгода от текущей даты. Мы максимально точно можем предсказать поведение юзеров, привлеченных сегодня, завтра, послезавтра, потому что данные всегда будут свежие. Также я провела RFM-анализ и разработала дашборд для регулярного мониторинга платежного поведения пользователей, что позволило найти точки роста и скорректировать стратегию по удержанию и вовлечению пользователей.

— Вы предложили модель, которая может не только просчитать доходы от пользователей приложений, но и оценить эффективность рекламы. Что для этого потребовалось?

— Когда известно, сколько средств пользователь потратит в течение года после привлечения, появляется возможность адекватно оценивать результаты рекламных акций и необходимость затрат на них. Я организовала работу команды для сбора информации по странам из рекламных платформ, что послужило основой для создания новой системы дашбордов. Это дало возможность принимать обоснованные решения о распределении рекламных бюджетов как по конкретным кампаниям, так и по странам. Проанализировав отчеты о доходах от рекламы по когортам, я выявила ошибку в коде, исправила ее, оптимизировала SQL-запрос и автоматизировала процесс формирования ежемесячных отчетов. Совокупность этих действий позволила получить достоверные данные о доходах от рекламы, разбитые по когортам и платформам, а также сэкономить свыше 12 часов в год на составлении отчетов.

— Программисты очень любят все упорядочивать, создавать шаблоны. Вы тоже предпочитаете автоматизировать и стандартизировать бизнес-процессы на уровне цифровых технологий, что экономит время специалистов. А как же быть с творческим подходом?

— А кто сказал, что разработка шаблонов - это не творчество? Их надо придумать, сделать удобными, функциональными, любой программист в этом смысле - творец. В крупнейшей EdTech-компании на российском рынке Skyeng, где я сейчас работаю, раньше аналитики тратили очень много времени на подготовку АВ-теста из-за того, что не было шаблонов для дизайна и дашборда. Каждый раз приходилось все создавать заново. Я разделила весь процесс на отдельные этапы, выявила повторяющиеся элементы и подготовила универсальный отчет для дизайна и дашборда. В результате аналитик при подготовке к эксперименту тратит значительно меньше времени на данную задачу, что позволяет ему сосредоточиться на других направлениях работы. Использование шаблонов и стандартизация отчетности по AB-тестированию привели к снижению времени, необходимого для создания дизайна, подведения итогов и формирования дашборда эксперимента почти на 50%.

— В Skyeng вы отвечаете за работу по сегментации для большого международного образовательного проекта Skysmart и, по Вашим словам, уже предложили инновационный подход. В чем он заключается?

— Суть моего подхода заключается в идентификации групп пользователей с аналогичным поведением, что позволяет либо снизить расходы на привлечение определенных сегментов, либо адаптировать наши предложения для конкретных групп, тем самым увеличивая продажи. Чтобы эффективно распределить пользователей по сегментам, необходимо разобраться, кто они и какие у них запросы. Для этого мы внедрили опросы на этапе после подачи заявки с лендинга. Эти инструменты помогают выявить ключевые черты пользователей и классифицировать их на различные сегменты. Важно, чтобы пользователи, предоставляющие разные ответы, демонстрировали значительные различия в своем поведении. В качестве ключевой метрики для оценки квалифицирующих вопросов мы выбрали показатель «Заявка-Оплата». Это именно тот параметр, на который мы намерены воздействовать после реализации сегментации. Таким образом, те пользователи, которые ответили по-разному, должны значительно отличаться по степени конверсии в оплату.

— Какие интересные факты вы выявили в ходе этой работы, что поможет в успешной реализации проекта?

— В процессе выбора квалифицирующих вопросов мы отметили для себя несколько моментов. Во-первых, на основе полученных данных мы смогли выделить наш целевой сегмент - это родители учеников, которые, конечно, более платежеспособны. Таким образом, было принято решение более прицельно работать с этим сегментом. Во-вторых, мы поняли, что текущий уровень знаний обучающегося не влияет на конверсию в оплату. Анализ также показал, что те, кто раньше никогда не занимался онлайн, как правило, платят хуже, а лучше всего платят те, кому знания нужны срочно, и формат онлайн для них даже предпочтительнее. В целом, около половины пользователей отвечают, что онлайн-обучение удобнее традиционного: не нужно никуда идти. Эта информация помогла моей команде лучше понять наших потенциальных клиентов. Сам проект еще в процессе разработки, но я верю, что он приведет к значительному сокращению трат и увеличению продаж за счет сегментации.

— Вы своими разработками на международном уровне доказали, что российские айтишники обладают отличной подготовкой. Как вы считаете, что обеспечивает конкурентоспособность наших IT-специалистов?

— Общепризнано, что российское высшее IT-образование - одно из самых сильных в мире. Поэтому российские айтишники востребованы за рубежом, где развитие инновационных технологий требует все большего количества профессионалов. Специалисты из России способны решать нестандартные и сложные задачи. Они разрабатывают языки программирования, которыми пользуется весь мир, создают популярные игры и приложения, поисковые системы и многое другое. Талантливым программистам рады в любой стране мира, и они могут рассчитывать на высокую заработную плату.

Автор: Николай Бородин