About the Position

Шукаємо Impact & Data Analyst у Zagoriy Foundation.

Zagoriy Foundation - лабораторія соціальних проєктів, підтримана Катериною та Глібом Загоріями. Ми досліджуємо соціально цінні ідеї, перетворюємо їх на дієві моделі та масштабуємо через партнерства і спільноту агентів змін.

Наша місія: уможливлювати позитивні сценарії майбутнього України. З 2015 року ми працюємо з темами культури, традицій, благодійності, формуємо простори для спільнот і підтримуємо трансформаційні ініціативи.

Instagram | Facebook

Назва ролі: Impact & Data Analyst

Підпорядкування: CEO Zagoriy Foundation

Responsibilities

Цілісність і якість системи даних ZF

Відповідає за наявність, повноту, структуру та якість даних по всіх проєктах фонду, а також за єдину логіку їх збору і використання.

Система метрик і unit-економіка проєктів

Відповідає за те, щоб кожен проєкт мав визначені, релевантні метрики ефективності, зрозумілу unit-економіку та можливість оцінки результатів у динаміці.

Аналітична система та доступність інсайтів

Відповідає за створення і розвиток дашбордів та аналітичних інструментів, які дають керівникам проєктів і керівництву доступ до актуальних даних для прийняття рішень.

Система вимірювання впливу

Відповідає за розробку і впровадження рамки вимірювання впливу проєктів, включаючи інтеграцію внутрішніх даних з результатами досліджень.

Аналітична підтримка управлінських рішень

Відповідає за те, щоб ключові управлінські рішення в організації підкріплювались даними, аналітикою та інсайтами, а не лише інтуїцією.

Прозорість і доказовість для партнерів

Відповідає за формування аналітичної бази, яка дозволяє аргументовано демонструвати ефективність і вплив проєктів зовнішнім партнерам.

Розвиток культури роботи з даними

Відповідає за впровадження підходу data-driven в командах, підвищення якості роботи з метриками та використання даних у щоденній роботі.

Requirements

Hard Skills

Робота з даними та аналітика

Впевнена робота з даними: Excel / Google Sheets (просунутий рівень), SQL
Досвід роботи з BI-інструментами (Power BI / Tableau / Looker)
Побудова дашбордів, аналітичних моделей і звітності
Побудова системи даних і метрик
Досвід проєктування структури даних і логіки збору
Побудова систем метрик, KPI, воронок, конверсій
Розуміння і побудова unit-економіки

Розуміння бізнесу та ефективності

Розуміння бізнес-логіки: ефективність, витрати, результат
Досвід аналізу проєктів/продуктів і формування інсайтів
Вміння переводити бізнес-запити у структуру даних і метрики

Вимірювання впливу (буде перевагою)

Досвід або розуміння підходів до вимірювання впливу
Робота з індикаторами, індексами, соціологічними даними

Візуалізація і пояснення даних

Вміння обирати правильні типи візуалізації під задачу
Побудова логіки подачі даних для різних аудиторій
Перетворення даних у зрозумілі управлінські інсайти

Робота з AI та автоматизацією (бажано)

Використання AI-інструментів для аналізу даних
Розуміння автоматизації процесів збору та обробки даних

Soft Skills

Системне мислення

Бачить не окремі звіти, а цілісну систему даних і взаємозв’язки
Вміє будувати архітектуру, а не лише “аналізувати цифри”

Бізнес-орієнтованість

Думає через ефективність, результат і вплив
Розуміє, що дані - це інструмент для прийняття рішень

Вміння працювати з невизначеністю

Може будувати систему “з нуля”, без готових рамок
Не губиться, коли немає ідеальних даних

Комунікація і вплив

Вміє пояснювати складне просто
Може “продати” важливість метрик і даних командам
Працює з різними стейкхолдерами (керівники проєктів, топ-команда, партнери)

Проактивність і відповідальність

Бере повну відповідальність за результат, а не лише за задачі
Пропонує рішення, а не чекає запитів

Критичне мислення

Не приймає дані “як є”, ставить під сумнів і перевіряє
Вміє знаходити причинно-наслідкові зв’язки

Увага до деталей без втрати цілісності

Працює точно з даними
Але не втрачає загальну логіку і сенс

Outcomes (5–8 очікуваних результатів за перший рік роботи)

Побудована базова архітектура даних ZF

Є описана і впроваджена логіка збору даних для всіх ключових проєктів: зрозуміло, які дані збираються, де зберігаються і як використовуються.

Впроваджена єдина система метрик для проєктів

Для кожного проєкту визначені ключові KPI та показники ефективності, які регулярно відстежуються і використовуються в роботі команд.

Розроблена і застосовується unit-економіка проєктів

Є підхід до розрахунку unit-економіки, який дозволяє порівнювати ефективність різних проєктів і приймати рішення про їх розвиток або масштабування.

Запущена система дашбордів для управління

Створені та використовуються дашборди (Power BI або аналог), які дають актуальну картину по проєктах і використовуються керівниками для прийняття рішень.

Впроваджена рамка вимірювання впливу

Розроблена базова модель вимірювання впливу проєктів, інтегрована з даними досліджень, і застосовується хоча б для ключових напрямів.

Дані інтегровані в процес прийняття рішень

Регулярні управлінські рішення (планування, перегляд проєктів, пріоритезація) приймаються з опорою на дані, а не лише на інтуїцію.

Сформована культура роботи з даними в командах

Керівники проєктів:

розуміють свої метрики
користуються дашбордами
регулярно аналізують результати

Створена доказова база для партнерів

Є структурована аналітика, яка дозволяє показувати ефективність і вплив проєктів зовнішнім партнерам і використовувати це для розвитку співпраці.

Key Challenges

Побудова системи

Наразі в організації немає єдиної системи даних - її потрібно спроєктувати і зібрати з різних джерел, процесів і підходів.

Робота з неповними і неідеальними даними

Частина даних відсутня, частина - неструктурована або ведеться по-різному в різних проєктах. Потрібно вміти працювати з цим і поступово наводити порядок.

Різноманітність проєктів і відсутність універсальної моделі

Проєкти відрізняються за типом і цілями (події, комунікації, дослідження, спільноти), тому немає однієї простої системи метрик - її потрібно адаптувати під різні контексти.

Баланс між бізнес-метриками і вимірюванням впливу

Потрібно поєднати кількісні показники ефективності з більш складними для вимірювання змінами (поведінка, культура, спільноти).

Впровадження data-driven підходу в командах

Не всі команди звикли працювати з метриками і даними - потрібно не лише створити систему, а й зробити так, щоб нею реально користувалися.

Робота на перетині різних функцій

Роль взаємодіє з проєктними командами, керівництвом, Research Hub, IT та підрядниками - потрібно синхронізувати різні очікування і мови.

Переклад даних у рішення

Очікується не просто аналіз, а здатність робити висновки і впливати на рішення щодо розвитку, зміни або зупинки проєктів.

Високий рівень очікувань до якості аналітики

Дані і аналітика є стратегічною функцією ZF і основою довіри партнерів - це означає високу відповідальність за точність, логіку і інтерпретацію.

Selection Process

Ми застосовуємо A-метод - структуровану й чесну систему, яка допомагає знайти найкращу відповідність між завданням, командою та кандидатом.

Процес включає:

Подання заявки: Надішліть резюме та мотиваційний лист з описом вашої відповідності вимогам.
Оцінка резюме: Ми уважно розглянемо ваші документи та визначимо, чи є початкова відповідність до нашого профілю.
HR-співбесіда (Screening Interview): онлайн-зустріч для обговорення вашої мотивації, очікувань, робочого стилю та відповідності корпоративній культурі організації.
Тестове завдання: Невелике практичне завдання, яке дозволяє побачити ваш підхід, логіку мислення та стиль комунікації.
Reference Check: Ми з вашого дозволу зв’язуємось із 2-3 людьми, з якими ви працювали, щоб отримати додатковий погляд на ваш стиль роботи.
Фінальна зустріч: Офлайн-зустріч із керівником для узгодження очікувань, питань та остаточного взаємного рішення.
Офер: Після фінального узгодження ми оперативно повідомимо вам рішення і, за позитивного результату, зробимо пропозицію про співпрацю.

Надсилайте резюме та мотиваційний лист - ми чекаємо саме на вас!

Відгукнутися на вакансію

Impact & Data Analyst

Tech Stack

Job Description, Responsibilities & Requirements