Финансовый аналитик (маркетплейсы) / BI-разработчик — TodaAlma

Мы — селлер с оборотом 100+ млн ₽/мес, >1000 SKU. Категории: декор, матрасы, хозтовары, свет. Строим data-driven команду с нуля. Ваша роль — построить систему управленческого учёта, дашборды и автоматизированные отчёты, на основе которых вся команда (рекламщики, руководители) будет принимать решения.

Важно: мы ищем опытного аналитика-маркетплейсов, который сможет самостоятельно спроектировать систему сбора данных, расчёта юнит-экономики и визуализации. Просим откликаться только кандидатов с подтверждённым опытом от 3 лет, владением Python/SQL/BI и опытом работы с 800+ SKU. Начинающие специалисты не рассматриваются.

Чем предстоит заниматься

• Построение управленческого учёта в разрезе SKU, бренда, площадки (WB, Ozon, Яндекс Маркет).

• Расчёт юнит-экономики: выручка нетто, полные затраты (комиссии, логистика, хранение, реклама, возвраты), чистая прибыль, рентабельность.

• ABC-анализ, выявление убыточных позиций, узких мест и точек роста.

• Создание дашбордов и автоматизированной отчётности (Power BI / DataLens / Tableau) с интеграцией данных из 1С и кабинетов МП (через API или выгрузки).

• Расчёт целевого ДРР на основе unit-экономики (себестоимость, комиссии, логистика, реклама, возвраты). Рекламный специалист на основе этих данных управляет ставками. Если ДРР превышает целевой — вы даёте сигнал на пересмотр стратегии.

• Ежедневный мониторинг продаж, ДРР, остатков по топ-20 SKU. Автоматическая фиксация аномалий (падение продаж, рост возвратов, дефицит).

• Контроль оборачиваемости, остатков, неликвидов, стоимости хранения.

• Еженедельный анализ неликвидов (товары >90 дней). Подготовка решений: уценка, акции, возврат поставщику, вывод из ассортимента.

• Участие в моделировании акций и ценообразовании.

• Еженедельная отчётность собственнику (P&L, ключевые метрики, план-факт).

Требования

• Опыт в финансовом анализе / управленческом учёте / аналитике e-commerce от 3 лет (обязательно).

• Опыт работы с отчётами маркетплейсов: WB, Ozon, Яндекс.Маркет (комиссии, логистика, хранение, ИЛЗ, FBO/FBS).

• Сильный Excel / Google Sheets: Power Query, сводные таблицы, VBA.

• Опыт построения дашбордов: Power BI / DataLens / Tableau.

• Знание SQL (обязательно) – умение писать сложные запросы, объединять таблицы, работать с оконными функциями.

• Опыт работы с Python (Pandas, Requests) для автоматизации выгрузок и обработки данных (обязательно).

• Опыт работы с API маркетплейсов (выгрузка данных через API) – желательно.

• Умение работать с большими массивами данных (1000+ SKU) и формулировать управленческие выводы, а не просто цифры.

• Структурное мышление, самостоятельность, внимание к деталям.

Пример задачи, которую вы будете решать:

Дано: 800 SKU, 3 маркетплейса, 5 магазинов. Нужно за 2 недели собрать юнит-экономику по каждому товару, выявить убыточные позиции и неликвиды (>90 дней), подготовить P&L и предложить план действий. Вы будете использовать Python/SQL для выгрузки и обработки данных, а результаты визуализировать в Power BI. После внедрения системы вы ежедневно мониторите топ-20 SKU и сигнализируете о критических изменениях.

Условия

• Офис находится в Балашихе. Мы рассматриваем кандидатов из Балашихи, Реутова, Железнодорожного, Люберец и других городов ближайшего Подмосковья. Удалённая работа не предусмотрена, возможен гибрид (обсуждаемо).

• Оклад: 180 000–200 000 ₽ фикс + бонус до 250 000 ₽, размер и KPI которого обсуждаются индивидуально на собеседовании (ориентир – построение системы учёта, снижение доли неликвидов на X%, рост маржинальности по убыточным SKU, автоматизация еженедельной отчётности).

• Оформление по ТК РФ или ИП (обсуждаемо).

• Вы — «первый номер» в аналитическом контуре, влияете на архитектуру всей системы.

Как откликнуться

Пришлите, пожалуйста, сопроводительное письмо с описанием вашего опыта работы с объёмами данных, системами учёта и маркетплейсами. Приложите 1–2 примера отчётов или дашбордов (если возможно). Укажите, с какими маркетплейсами работали и какие отчёты знаете.

Внимание: отклики без указания опыта работы с SQL, Python, BI-инструментами и маркетплейсами не рассматриваются. Просим не тратить ваше и наше время.