Отвечает на вопрос «почему люди уходят» цифрами, а не мнениями.
Люди приходят на сайт, регистрируются — и половина не возвращается на второй день. Руководитель спрашивает почему. Продуктовый аналитик — тот, кто отвечает цифрами: где именно теряются, кто именно и что изменится, если поправить.
Он не делает отчёты для галочки. Его работа — превратить данные в решение: какую функцию делать, какую выключить, где починить воронку. Поэтому нужно не только считать, но и договариваться.
От аналитика данных он отличается местом работы: продуктовый живёт внутри команды продукта, знает его метрики наизусть и видит, что случилось после его вывода.
Отчёт «конверсия упала на три процента» бесполезен, если из него не следует, что делать. Хороший аналитик заканчивает выводом: где проблема и что проверить в первую очередь.
Отсюда второй навык — разговор. Нужно объяснить так, чтобы это не выглядело обвинением конкретного разработчика или менеджера. Данные почти всегда показывают чью-то ошибку, и от того, как вы это скажете, зависит, будут ли вас слушать дальше.
И третье, самое неприятное: иногда данные говорят, что гипотеза была глупой. Сказать об этом важнее, чем согласиться и промолчать.
Шкала общая для всего справочника — видно, где эта профессия стоит относительно остальных. Полоса начинается там, где начинается доход на этом уровне, и заканчивается там, где он заканчивается.
| Уровень | Диапазон в месяц | Кто это |
|---|---|---|
| На старте | 70 000 – 110 000 ₽ | Первые проекты, опыта в профессии почти нет |
| Уверенный специалист | 150 000 – 250 000 ₽ | 1–3 года практики, отвечает за результат |
| Сильный специалист | 250 000 – 380 000 ₽ | Ведёт направление или несколько проектов |
Сильнее всего — от того, есть ли у вас право влиять на решения: аналитик в отделе отчётности стоит меньше того, кто работает в команде продукта. Второй фактор — сложность данных: продукты с десятком источников и большими объёмами платят выше.
Источник: Ориентир по открытым вакансиям, октябрь 2026
Это ориентир, а не обещание: работодатели платят за конкретный набор навыков и за результат, а не за название профессии. Перед тем как платить за обучение, посмотрите 10–15 актуальных вакансий и обратите внимание не на цифру, а на требования — они и определяют, чему учиться.
SQL · Система продуктовой аналитики · Таблицы и дашборды · Сервис для A/B-тестов · Система задач
Аналитик данных чаще отвечает на разовые вопросы бизнеса: сколько, почему, что будет, если. Он может работать в отделе аналитики и обслуживать сразу несколько команд.
Продуктовый живёт внутри одного продукта: знает его воронку, историю решений и людей. Отвечает за метрики продукта и видит, как его вывод применили — а значит, отвечает и за результат вместе с командой.
На практике граница размыта, и в небольших компаниях это один человек. Полезно всё равно понимать разницу: она определяет, что у вас спросят на собеседовании.
Не «пройти курс», а уметь соединить пять таблиц и посчитать воронку. Это язык, на котором вы будете говорить каждый день.
Возьмите сервис, которым пользуетесь, и опишите его воронку: откуда люди приходят, где уходят, что заставляет вернуться. Это и есть работа аналитика.
Доверительные интервалы, значимость, размер выборки. Не для экзамена — чтобы не объявлять победой случайные три процента.
Поддержка, тестирование, маркетинг — любая роль, где видно поведение людей. Оттуда проще перейти в аналитику этой же команды.
От вопроса «почему уходят» до ответа «вот здесь и вот что делать». Такой документ на собеседовании весит больше сертификатов.
Обычно из аналитики данных, поддержки или маркетинга — оттуда, где уже приходится считать и разбираться в поведении людей. Реже с нуля: без опыта работы с реальными воронками сложно понять, что вообще искать.
Нужны SQL, основы статистики и понимание, как устроен продукт. Курсы дают инструменты, но не дают насмотренности: чтобы увидеть проблему в цифрах, нужно знать, как цифры выглядят, когда всё в порядке.
Практику можно собрать самому: свой маленький продукт, открытые наборы данных, разбор чужих кейсов. На собеседовании спрашивают не «какие инструменты знаете», а «что бы вы проверили первым».
С аналитиком данных и BI-аналитиком. Те строят отчёты и дашборды, продуктовый отвечает за решения, которые на их основе принимаются.
С маркетологом: тот отвечает за привлечение, аналитик — за то, что происходит с человеком внутри продукта.
С продукт-менеджером: менеджер принимает решение и отвечает за него, аналитик его обосновывает. Если аналитик начинает решать, а менеджер — считать, обычно получается плохо у обоих.
Пройдите тест из шести вопросов о том, чем вам интересно заниматься и сколько времени вы готовы учиться. В конце — три профессии справочника, которые подходят под ваши ответы. Бесплатно, без регистрации и без контактов.
Пройти тест за 2 минутыНет, хватит базовой статистики: средние, доли, значимость, размер выборки. Глубже нужно только тем, кто уходит в исследовательскую аналитику.
Да. Без него вы зависите от других людей каждый раз, когда нужна цифра, а это в профессии неприемлемо.
Можно, но обычно через смежную роль: поддержку, тестирование, маркетинг. Полностью с нуля конкурировать с теми, кто уже работал с продуктом, тяжело.
Дата-сайентист строит модели и прогнозы. Продуктовый аналитик чаще отвечает на вопросы о поведении: где теряются, почему не возвращаются, что изменится.
Свой небольшой продукт, открытые данные, разборы кейсов. Главное — довести один разбор до вывода, а не собрать десять незаконченных.
Превращает сырые данные в решения: считает показатели, находит причины, показывает, что делать.
На старте: 60 000 – 100 000 ₽Продукт и проектыОтвечает за то, чтобы продукт был нужен людям и приносил деньги, а не просто существовал.
На старте: 70 000 – 100 000 ₽ДизайнПроектирует интерфейсы: чтобы человек понял, куда нажимать, и дошёл до результата.
На старте: 50 000 – 80 000 ₽