U klasičnom digitalnom proizvodu data tim vidi korisnika od trenutka kad otvori aplikaciju. Sve pre toga, gde je bio, šta je koristio i zašto je uopšte došao, po pravilu ostaje pretpostavka ili anketa.
Rupa nije mala: neka od najskupljih pitanja u proizvodu, zašto neko dođe i zašto ode kod konkurencije, padaju baš u taj nevidljivi deo, pa ih firme pokrivaju procenama i istraživanjima tržišta.
Za većinu proizvoda to je i jedini mogući način, jer tuđi podaci nisu njihovi.
Solflare, srpsko-hrvatska fintech kompanija iza Solflare Walleta, koji mesečno koristi više od četiri miliona aktivnih korisnika, radi u sistemu u kojem je transparentnost ugrađena u samu infrastrukturu. Svaka transakcija na Solana blockchainu je javna, pa je istoriju aktivnosti bilo kog novčanika moguće pratiti.
Ta istorija postoji i pre nego što korisnik instalira njihovu aplikaciju, i nastavlja se posle.
Kako to menja posao data tima, pitali smo Mihaela Alapića, Data Leada u Solflareu. Pre godinu dana je taj tim počeo sam; danas ih je šest, a traže još dvoje.
Istorija koja počinje pre prve instalacije
Na blockchainu su vidljive sve transakcije koje se događaju.
To znači da za određeni novčanik korisnika možemo vidjeti cijelu povijest transakcija, bez obzira na to jesu li napravljene u Solflareu ili izvan njega.
Ako neki nalog prijeđe na našu konkurenciju i počne koristiti njihov novčanik, i tu informaciju možemo iskoristiti.
Za korisnike koji instaliraju našu aplikaciju možemo vidjeti jesu li već prije imali doticaja s kriptom i to koristiti za segmentaciju.
Kombiniranje izvora iz analitike proizvoda s blockchain podacima zapravo otvara vrata velikom broju različitih analiza.
— Mihael Alapić, Data Lead u Solflareu
Segmentacija je tu deljenje korisnika u grupe po ponašanju, a analitika proizvoda ono što aplikacija sama beleži: ekrani, klikovi, koraci. Novo je da se te dve stvari spajaju sa javnom knjigom transakcija koja ne pripada nikome.
Tu je i jedan od najvećih inženjerskih problema, koji oglas za data inženjera i sam navodi: pubkey sa blockchaina, identifikator uređaja iz aplikacije i interni ID korisnika treba pouzdano povezati tako da tim može da razume korisnički put kroz on-chain i product podatke.
Šta je AI ubrzao, a šta je ostalo ručno
Druga promena je ista koju vide i svi ostali data timovi: AI. Mihael je opisuje ovako:
AI je dosta promijenio posao data tima.
Dolazak do izvještaja i uvida višestruko se ubrzao, prvenstveno zato što se puno manje vremena troši na tehničke stvari koje se mogu naučiti vježbanjem, poput pisanja koda i SQLa ili učenja određene sintakse.
Ono što je ostalo ručno, i na čemu je sada još veći naglasak, jest QA rezultata, ali i propitivanje rješenja koja AI ponudi.
Važno je znati kako komunicirati s AI-em, što mu se može vjerovati, a što treba dodatno provjeriti, ali generalno je produktivnost ljudi jako narasla.
Ono što nije nestalo je najvažniji dio posla: razumjeti što zapravo treba mjeriti, jesu li podaci dobri i što iz njih zaključiti.
Oglas za data inženjera to kaže direktno: rad uz Claude Code je kod njih svakodnevica. Alati su inače standardni za jedan moderan data tim, BigQuery, dbt, Python, PostHog, Dune, Metabase, Tableau; ono što nije standardno je količina i vrsta podataka koji kroz njih prolaze.
Sirove transakcije i događaji iz aplikacije kroz dbt postaju informacija: tu se čiste, spajaju i modeluju pre nego što stignu do izveštaja.
Kad brojke preglase osećaj tima
Primer kad su podaci preglasali odluku koju bi tim inače doneo iz osećaja Mihael uzima iz samog Solflarea.
Jedan od značajnijih primjera bio je kada smo analizom podataka otkrili da relativno mali postotak korisnika — tzv. whaleovi, odnosno korisnici s izrazito visokom potrošnjom — generira velik dio našeg prihoda.
To nas je potaknulo da im posvetimo puno više pažnje, uključujući osnivanje tima fokusiranog na njihovo zadržavanje i zadovoljstvo.
Pokrenuli smo VIP programe, ekskluzivne događaje i pogodnosti te ih aktivno uključujemo u razvoj proizvoda kroz povratne informacije o novim funkcionalnostima.
Ovakvi uvidi zvuče dosta jednostavno kada se ovako prepričaju, ali zapravo su rezultat kombinacije više različitih analiza i dobrog poznavanja proizvoda, pa samim time nisu baš svakodnevna stvar.
Koga traže, i da li to važi za ljude iz banke
Data tim je za godinu narastao do šestoro. Na pitanje šta u razgovoru za posao danas razdvaja dobrog kandidata od odličnog, Mihael kaže:
Dobrog kandidata izdvaja znanje, a odličnog brzina kojom razumije problem, prilagođava se i dolazi do kvalitetnog rješenja.
Uz AI, koji stalno podiže baseline produktivnosti, najveću razliku danas prave znatiželja, ownership, kritičko razmišljanje i sposobnost da nove alate koristi pametno, a ne slijepo.
Mnogi naši čitaoci koji rade sa podacima to rade u bankama, osiguranju ili e-commerceu, a ne u kriptu. Za njih Mihael ima direktan odgovor:
Naravno da su relevantne i za ljude izvan web3 svijeta. Ni ja prije nisam imao puno doticaja s web3-om.
Važno je da osoba generalno dobro radi s podacima i da je zanima industrija u koju ulazi.
Ono što ovdje dodatno dobiješ — rad s velikim event datasetovima, kompleksnim distribuiranim sustavima i osjećaj vlasništva nad poslom od sirovog podatka do poslovne odluke — vrlo je prenosivo i izvan web3-a.
U oglasima i jedno i drugo stoji pod poželjnim: iskustvo iz fintecha, bankarstva ili osiguranja, i rad sa blockchain podacima.
Otvorene su dve pozicije, obe za rad iz Beograda, Novog Sada, Zagreba ili na daljinu. Prijave kroz oglas: Senior Data Engineer i Senior Data Analyst.
