Про нас та поточний стек:
Ми — B2C web-продукт. Наразі маємо розрізнені дані, які потрібно об'єднати в єдину систему для прийняття маркетингових рішень.
База даних: PostgreSQL (дані користувачів).
Платежі: Stripe.
Веб-аналітика: Google Analytics 4.
Джерела трафіку: Paid Social (Facebook/Meta, TikTok тощо), Affiliate-мережі, CPC (Adnetworks).
Бізнес-мета (Що ми будуємо):
Створити єдине джерело правди (Single Source of Truth) для маркетингу. Нам потрібно бачити точну окупність кожного джерела трафіку (Day 0 ROAS, CPL, CPS) з деталізацією до конкретного креативу.
Технічне завдання: Ітерація 1 (MVP)
Ваше завдання — спроектувати та реалізувати архітектуру даних для першої ітерації (Day 0 аналітика).
Зона відповідальності та етапи робіт:
Проектування архітектури (DWH & ELT)
Обрати та обґрунтувати оптимальне хмарне сховище (наприклад, Google BigQuery).
Запропонувати та налаштувати інструмент для автоматичного збору даних (Airbyte, Fivetran або альтернативи). Потрібно налаштувати щоденний імпорт сирих даних з PostgreSQL, Stripe, GA4 та рекламних кабінетів.
Налаштувати збір витрат (Cost Data) та їх щоденну конвертацію в єдину валюту.
Моделювання даних (Data Modeling / SQL)
Написати SQL-запити (бажано з використанням dbt) для трансформації сирих даних у чисті вітрини даних (Data Marts).
Звести дані про витрати в єдину ієрархію: Source -> Campaign -> Term (Adset) -> Creative.
Зв'язати користувачів (user_id) з їхніми транзакціями у Stripe та маркетинговими мітками (UTM/click_id) за моделлю атрибуції "Last Non-Direct Click" (або іншою базовою моделлю за погодженням).
Співпраця з Backend-командою
Скласти чіткі інструкції для нашого бекенд-розробника: які саме параметри (click_id, UTM, client_id) і в який момент потрібно записувати в PostgreSQL та передавати у метаданих Stripe, щоб трекінг не ламався.
Побудова BI-дашбордів (Looker Studio / Metabase)
Створити звіт "Day 0 Performance" з можливістю drill-down (провалювання) від джерела до креативу.
Основні метрики для виведення: Spend, Clicks, Leads, CPL, Sales (Day 0), CPS, Revenue (Day 0), ROAS (Day 0).
Вимоги до кандидата (Hard Skills)
Досвід з DWH: Відмінне знання SQL та практичний досвід роботи з Google BigQuery.
Досвід з ELT/ETL: Досвід налаштування пайплайнів даних (Airbyte, Fivetran, Stitch, Funnel.io або написання власних конекторів на Python).
Знання dbt (Data Build Tool): Буде великим плюсом для побудови надійних SQL-моделей.
Розуміння Marketing/Web Analytics: Чітке розуміння, як працюють UTM-мітки, S2S постбеки, атрибуція GA4 та рекламні кабінети.
Досвід зі Stripe API: Розуміння структури даних Stripe (Customer, Charge, Invoice, Metadata).
BI Інструменти: Досвід візуалізації в Looker Studio, Metabase, Tableau або PowerBI.
Що ми очікуємо від вас на старті (Критерії прийомки)
У відгуку на вакансію, будь ласка, коротко опишіть:
Який стек інструментів ви пропонуєте для нашого завдання (DWH + ELT + BI) і чому?
Орієнтовна оцінка вартості щомісячної інфраструктури (сервісів) за вашим планом.
Орієнтовні терміни реалізації Ітерації 1 (MVP).
