Подбор игрового аналитика нельзя сводить к проверке SQL и знанию названий метрик. Студии нужен человек, который связывает данные с механиками, экономикой, поведением игроков и продуктовым решением.
Перед поиском важно определить тип аналитики, зрелость данных и уровень влияния. Product analyst, economy analyst и marketing analyst могут использовать одинаковые инструменты, но отвечают на разные вопросы.
Определите тип аналитической роли
Game Analyst может быть продуктовым аналитиком, специалистом по игровой экономике, marketing analyst, data analyst или аналитиком LiveOps. Задачи пересекаются, но требуют разной глубины.
До поиска зафиксируйте, какие решения должен поддерживать человек: развитие core loop, баланс, монетизацию, acquisition, события или общую BI-систему.
- Product analytics: воронки, retention и поведение.
- Economy analytics: источники, sinks, прогрессия и баланс.
- Marketing analytics: acquisition, атрибуция и LTV.
- LiveOps analytics: события, сегменты и cadence.
- BI/Data: витрины, отчётность и качество данных.
SQL как инструмент, а не самоцель
Для большинства игровых аналитиков SQL является базовым инструментом, но уровень зависит от архитектуры данных и поддержки data team. Проверяйте способность получить корректную выборку, объединить события и заметить проблемы качества.
Сложная алгоритмическая задача по SQL редко отражает реальную работу. Полезнее дать схему событий и попросить построить логику расчёта метрики.
Продуктовые метрики
Кандидат должен понимать DAU, MAU, retention, conversion, ARPU, ARPPU, payer share, churn и игровые воронки, но не механически перечислять определения.
Спросите, как он выбирал основную метрику для конкретной задачи и какие guardrails использовал. Одна цифра без сегментов и контекста редко объясняет поведение игры.
Когортный анализ
Когорты помогают отделять изменения поведения новых игроков от изменений общей базы. Проверьте, умеет ли кандидат выбирать признак когорты, окно наблюдения и сравнивать сегменты.
Дайте кейс: общая выручка растёт, но новые когорты удерживаются хуже. Смотрите, какие гипотезы и проверки предложит аналитик.
Экономика и баланс
Для аналитика экономики важны потоки ресурсов, дефицит, скорость прогрессии, распределение богатства и влияние изменений на разные группы игроков.
Спросите, как кандидат находил инфляцию, bottleneck или эксплойт. Сильный ответ связывает данные с механикой и предлагает проверяемое решение.
Эксперименты и A/B-тесты
Game Analyst должен понимать гипотезу, выборку, длительность, статистическую и продуктовую значимость. В играх дополнительно важны сетевые эффекты, сезонность и взаимное влияние механик.
Проверяйте, как человек реагирует на неоднозначный результат и умеет ли отказаться от красивого вывода при слабых данных.
Если нужен аналитик с опытом игровых продуктов и конкретной экономики,
подбор Game Analyst помогает собрать профиль и выйти на специалистов из релевантных студий. Для распределённой команды доступен
подбор удалённых IT-специалистов.
BI и визуализация
Дашборд полезен, если помогает принять решение. Оцените, как кандидат выбирал показатели, аудиторию отчёта, частоту обновления и сигналы для действий.
Количество графиков не равно качеству. Сильный аналитик умеет убрать лишнее и объяснить вывод человеку без статистической подготовки.
Качество событий и данных
Ошибки трекинга могут превратить точный расчёт в уверенную ерунду. Спросите, как кандидат валидировал события, работал с пропусками, изменениями схемы и расхождениями между системами.
Он должен уметь обозначить ограничение и не выдавать сомнительный результат как факт.
Как оценить бизнес-мышление
Аналитик не только отвечает на запросы. Он помогает выбрать вопрос, приоритизировать исследование и перевести результат в действие.
Попросите рассказать о случае, когда исходный запрос был сформулирован неверно. Сильный кандидат покажет, как уточнил решение, а не просто построил отчёт.
Личный вклад и взаимодействие
Уточняйте, что кандидат делал сам: писал запросы, проектировал метрики, строил эксперимент, обсуждал механику или только обновлял готовый дашборд.
Для senior-профиля важны влияние на product, mentoring и стандарты аналитики, а не только сложность SQL.
Как провести интервью
Интервью можно объединить из portfolio case, SQL-задачи на реальной схеме и продуктового кейса. Каждая часть должна проверять отдельную компетенцию.
Не просите кандидата угадать внутренние показатели игры. Дайте достаточно контекста и оценивайте вопросы, допущения и логику.
- Разбор продуктового исследования.
- SQL по схеме событий.
- Кейс по retention или экономике.
- Интерпретация A/B-теста.
- Объяснение вывода для product manager.
Типичные ошибки работодателя
Студии смешивают product analyst, data engineer и data scientist, требуют глубокую статистику для отчётной роли или оценивают только SQL.
Другая ошибка — нанимать аналитика без доступа к данным и без человека, который готов принимать решения по его выводам.
- Смешивать аналитику и data engineering.
- Проверять только синтаксис SQL.
- Не раскрывать качество трекинга.
- Не определять продуктового заказчика.
- Игнорировать коммуникацию и влияние.
- Давать кейс без данных и контекста.
Практический алгоритм поиска
Определите тип решений, обязательные инструменты, зрелость данных и уровень самостоятельности. Затем ищите кандидатов по продуктам и задачам, а не только по title.
На скрининге проверяйте тип аналитики и масштаб, на профессиональном этапе — SQL, продуктовую логику и работу с неопределённостью.
- Определить тип аналитики.
- Описать данные и инструменты.
- Зафиксировать продуктовые вопросы.
- Собрать компании-доноры.
- Проверить SQL и product sense.
- Согласовать ownership и метрики.
Точный
подбор GameDev-специалистов позволяет оценивать кандидатов по продуктовым решениям, а не по длине списка SQL-функций.
Чек-лист вакансии
Укажите продукт, платформу, основные решения, команду, BI и аналитическую инфраструктуру. Кандидат должен понимать, будет ли он строить функцию с нуля или развивать зрелую систему.
Для remote-роли отдельно определите язык, часовые пояса и формат взаимодействия с product team.
- Понятен тип аналитика.
- Определены SQL и BI-требования.
- Описано качество данных.
- Есть продуктовый владелец.
- Согласованы основные кейсы.
- Понятен уровень влияния.
Частые вопросы
Обязателен ли опыт именно в GameDev?
Для сложной игровой экономики желателен. Для продуктовой аналитики может подойти сильный специалист из близкого B2C-продукта.
Нужен ли Python?
Зависит от задач. Для исследований и автоматизации полезен, но не всегда обязателен, если основной инструмент SQL и BI.
Как проверить SQL?
Дать схему событий и задачу, близкую к работе. Оценивать не только синтаксис, но и корректность логики.
Что важнее: статистика или product sense?
Для продуктового аналитика нужен баланс. Глубина статистики зависит от сложности экспериментов и поддержки data science.
Стоит ли давать домашнее тестовое?
Лучше короткий кейс на интервью или ограниченное оплачиваемое задание. Большой анализ реальных данных не нужен.
Вывод
Подбор Game Analyst должен проверять SQL, продуктовые метрики, когорты, экономику, эксперименты и способность переводить данные в решение. Красивый дашборд без действия не является сильной аналитикой.
Передайте вакансию на
подбор GameDev-специалистов, если нужен аналитик, который понимает игру, а не только умеет поставить ещё один график рядом с уже существующими.