Интервью

Почему аналитику важно задавать детские вопросы?

Руководитель команды аналитики в Magnit Tech, Андрей Кушниров, рассказал, как пришел в аналитику из качественных исследований, что помогало ему расти на каждом этапе и почему главный навык аналитика это умение задавать детские вопросы.

Собеседник: Андрей КушнировAnalyst Team Lead в Magnit Tech

Мы поговорили с Андреем, руководителем команды аналитики Magnit Tech, и задали ему пару вопросов

Расскажите немного о себе

Меня зовут Андрей Кушниров, я руковожу командой аналитики специальных проектов, PEX и AI-решений в Magnit Tech. В свободное время пишу музыку в андеграундной музыкальной группе. Еще преподаю на ФКНе Вышки: я автор курса «Онлайн-эксперименты в маркетинге» и соавтор совместного курса Магнит × Вышка «ML в ритейле». А в Центральном университете читаю блок по каузальному анализу на курсе «Прикладные социальные науки».

Как вы пришли в аналитику? Это было ваше желание, интерес или случайность, и с чего вы начинали?

В студенческие годы я брал проекты, связанные с социологическими и маркетинговыми исследованиями, преимущественно ориентированными на качественную методологию. Собрал команду исследователей, но быстро уперся в потолок направления и решил посмотреть в сторону аналитики. Вышел на стажировку в команду аналитики ВТБ, мне понравилось, дальше развивался в банкинге в ВТБ и Сбере, 2 года назад перешел в Магнит.

Что вы ожидали от аналитики до первой работы, и что оказалось на самом деле?

От аналитики я всегда ждал тесной связи с бизнесом и возможности влиять на реальные решения с помощью исследований и моделирования. Но на старте карьеры дата-аналитика такая работа встречается не так часто.

Поэтому мне было важно найти команду, где аналитика — не просто подготовка цифр и отчетов, а полноценный инструмент для принятия решений. Где есть прямой диалог с бизнесом, а выводам из данных действительно доверяют.

К счастью, такое место я нашел в Магните. Здесь аналитика действительно влияет на бизнес, а результаты нашей работы превращаются в конкретные действия.

Первая сложная задача: что это было и что вы поняли про профессию?

На мой взгляд, на каждом этапе стоит искать сложные задачи. В начале самые тривиальные вещи могут казаться неподъемными, но по мере того как ты начинаешь чувствовать почву под ногами, важно сознательно погружаться в неизведанное и сложное. Там — рост.

Первая серьезная ошибка: что произошло и чему она вас научила?

Скорее всего, это была какая-то ошибка в отчете, который уходил правлению банка) На мой взгляд, самое важное качество аналитика — это профессионально задавать детские вопросы. В первую очередь к себе так, как будто бы ты ничего не знаешь ни о данных, с которыми работаешь, ни о том продукте, который ты строишь. Желательно регулярно, ставя под вопрос то, что ты уже знаешь, объясняя для себя заново, так ты можешь заметить нестыковки в том, что казалось идеально отлаженным механизмом.

Первая победа, после которой вы почувствовали уверенность?

Наверное, когда удалось выйти в штат через 2 месяца работы, хотя стажировка была годовая, без гарантий попадания в команду. Это показало, что при достаточном усердии можно двигать любые стены.

Какой навык сильнее помог вам в первый год карьеры?

Умение брать на себя больше, чем от тебя ожидают. Даже больше, чем ты умеешь. Помогает двигаться вперед и сейчас.

Что вы делали, чтобы вас замечали, кроме усердной работы?

Не могу сказать, что я старался что-то делать намеренно. Сейчас понимаю: наиболее важным оказалось умение выстраивать контакты с людьми, в том числе с теми, с кем напрямую не пересекаешься по задачам. Грановеттер снова оказался прав, и сила слабых связей работает зачастую лучше усердия в келье.

Если бы вы вернулись на старт карьеры, что бы вы себе посоветовали?

Решения на каждом этапе я бы оставил те же. Единственное, раньше начал бы вкладываться в предметную область, а не только в стек: инструменты устаревают за пару лет, а понимание того, как устроен бизнес, работает на тебя всю карьеру.

Если разложить вашу карьеру на этапы, какие они?

Банкинг и рост в Data Science. Думал, что закономерный рост — это углубление в DS, но, придя в AI Lab в Сбере, понял, что мне интереснее копать бизнес-инсайты, чем улучшать метрику модели.

Магнит и аналитика для бизнеса. Здесь я сразу начал работать в плотной связке с бизнесом, и появилась потребность в мультимодальности подхода: в зависимости от задачи приходится проявлять компетенции, которые обычно раскладывают по разным профессиям, где-то ты продуктовый аналитик, где-то дата-сайентист, где-то эконометрист. Ритейл хорош тем, что приходится работать с комплексными проблемами, и важно подобрать правильный инструмент.

Магнит и управление командой. Относительно новый этап в моей жизни — управление командой. Любой проект теперь получает новое измерение — человеческое. Команда — это не объем ресурса, как, например, вычислительный кластер, это люди со своими целями, интересами и чувствами. Сделать этих людей единомышленниками и товарищами, заинтересованными в результате команды, — это главная задача, которую я ставлю перед собой.

Что бы вы посоветовали тем, кто только начинает?

Не растворяйтесь в чужих задачах: цели компании и команды не должны автоматически вытеснять ваши собственные. Не бойтесь отстаивать профессиональную позицию и делать так, как считаете правильным. В аналитике это в итоге и есть ваша ценность для команды.