כלכלן/ית בהייטק בישראל: מה התפקיד עושה, שכר, ואיך נכנסים

זמן קריאה: 8 דקות

כלכלן/ית בחברת מוצר לא כותב סקירות מאקרו. העבודה היא להפוך החלטה עסקית לשאלה מדידה: באיזה מחיר למכור, האם לקוח מסוים מחזיר את עלות הגיוס שלו, וכמה הכנסה צפויה בשנה הבאה. בלוח שלנו 72 משרות בקטגוריית הפיננסים, ו-105 משרות שמזכירות Excel ככלי מרכזי.

שלושת התוצרים שמגדירים את התפקיד

כמעט כל מה שכלכלן/ית עושה בחברת מוצר מתכנס לשלושה תוצרים חוזרים. מי שמבין אותם מבין את התפקיד, ומי שמראה אותם בראיון מקבל אותו.

תוצר	השאלה העסקית שמאחוריו	מי צורך אותו
מודל תמחור	איזה מבנה מחיר מקסם הכנסה בלי להבריח לקוחות	מוצר, מכירות, הנהלה
ניתוח unit economics	האם לקוח ממוצע רווחי, ותוך כמה זמן	הנהלה, משקיעים, שיווק
מודל תחזית	מה ההכנסה וההוצאה הצפויות ברבעונים הקרובים	כספים, דירקטוריון

הבדל חשוב מעבודה אקדמית: כאן אין זמן למודל מושלם. תשובה טובה מספיק שמגיעה לפני החלטה שווה יותר ממודל מדויק שמגיע אחריה.

תמחור: החלק שהכי משפיע ושהכי קשה

תמחור נראה מבחוץ כמו בחירת מספר. בפועל הוא בחירה של שלושה דברים בבת אחת: על מה גובים, איך המחיר גדל עם השימוש, ואיזה קפיצות מדרגה קיימות בין החבילות. שינוי יחידת החיוב, למשל ממשתמש לנפח נתונים, משנה את כל ההתנהגות של הלקוחות ואת התחזית איתה.

העבודה מתחילה מאיסוף מה שיש: היסטוריית עסקאות, הנחות שניתנו בפועל, ושיעורי נטישה לפי חבילה. אחר כך בוחנים גמישות מחיר ככל שהנתונים מאפשרים, ולבסוף בודקים את ההצעה מול השוק. הטעות הנפוצה היא לבנות מודל יפה על נתוני רשימת מחירים בזמן שבשטח ניתנו הנחות עומק כמעט בכל עסקה.

אחרי שינוי מחיר מגיע החלק שאף אחד לא אוהב: מדידה של מה קרה. כמה עסקאות נסגרו במחיר החדש, האם נטישה עלתה, והאם ההכנסה הממוצעת ללקוח באמת גדלה. בלי המדידה הזו התמחור נשאר דעה.

מה זה unit economics, ולמה כולם מדברים על זה

הרעיון פשוט ולכן מטעה: לקחת את כל העסק ולצמצם אותו ליחידה אחת, בדרך כלל לקוח. כמה עולה לגייס אותו, כמה הוא משלם, כמה זמן הוא נשאר, וכמה עולה לשרת אותו. מהארבעה האלה נגזרות השאלות שמעניינות משקיעים.

הסיבה שהניתוח הזה תופס מקום מרכזי כל כך היא שהוא המקום היחיד שבו אפשר להפריד בין חברה שגדלה כי המוצר עובד לבין חברה שגדלה כי היא מוציאה יותר על שיווק. שתיהן מציגות עקומת הכנסות עולה, ורק פירוק ליחידה מגלה מה קורה מתחת.

עלות גיוס: כולל שיווק, עמלות מכירה וחלק מעלות צוות המכירות, לא רק תקציב המדיה.
הכנסה לאורך חיי לקוח: נגזרת משיעור השימור, שהוא המשתנה הרגיש ביותר בכל המודל.
עלות שירות: תשתית ענן, תמיכה ואונבורדינג. בחברות תשתית זה סעיף מהותי.
זמן החזר: תוך כמה חודשים הלקוח מחזיר את עלות הגיוס שלו.

הכשל הקלאסי הוא ממוצע שמסתיר שתי אוכלוסיות. כשמפצלים לפי גודל לקוח או לפי ערוץ, לעיתים מתגלה שערוץ אחד רווחי מאוד ואחר שורף כסף, והממוצע פשוט הסתיר את זה. לכן פילוח הוא לא קישוט אלא לב העבודה.

אזהרה נוספת: מדדי יחידה רגישים מאוד להגדרה. שינוי קטן בשאלה אילו עלויות נכללות בגיוס לקוח מזיז את התוצאה בעשרות אחוזים, ולכן חובה לקבע הגדרה אחת ולהשתמש בה בעקביות. חברה שמחליפה הגדרה בין מצגת למצגת מאבדת את אמון מי שקורא אותן.

במה שונה כלכלן/ית בהייטק מכלכלן/ית בבנק או במגזר הציבורי?

ההכשרה דומה, היומיום שונה מאוד. זו ההשוואה שאנחנו נשאלים עליה הכי הרבה על ידי אנשים ששוקלים מעבר.

ממד	חברת מוצר	בנק או גוף מוסדי	מגזר ציבורי
מחזור עבודה	שבועות, לפי החלטות מוצר	רבעוני, סביב דיווח ובקרה	שנתי, סביב תקציב
קהל היעד	מוצר והנהלה	ועדות פנימיות ופיקוח	קובעי מדיניות
מקור הנתונים	מערכות מוצר וחיוב פנימיות	מערכות ליבה ודיווח מוסדר	נתונים מנהליים וסקרים
סוג המחויבות	המלצה שמתורגמת לשינוי במוצר	עמידה בדרישות בקרה	נייר עמדה ומדיניות

המשמעות למעבר: מי שמגיע מהמגזר הציבורי מביא יתרון אמיתי בניסוח שאלה ובזהירות מתודולוגית, וצריך להשלים מהירות וכלים תפעוליים. מי שמגיע מבנק מביא משמעת נתונים וצריך להתרגל לכך שאין מקור אמת יחיד ומסודר.

אילו כלים ומיומנויות פותחים את הדלת

הרף הטכני עלה. שאילתות אינן בונוס אלא תנאי סף בחלק ניכר מהמשרות, ואפשר לראות זאת בעמוד 133 משרות ה-SQL בלוח. בצד השני, גיליון אלקטרוני נשאר שפת העבודה מול הנהלה, ולכן 105 משרות Excel ממשיכות להיות רלוונטיות גם לתפקידים בכירים.

בניית מודל נקי: הנחות בגיליון נפרד, בלי מספרים קשיחים בתוך נוסחאות.
שליפת נתונים עצמאית, בלי להמתין לצוות דאטה לכל שאלה.
ניתוח רגישות: מה קורה לתוצאה אם הנחה מרכזית זזה בעשרה אחוזים.
הצגה בעמוד אחד: מסקנה, שלוש הנחות מרכזיות, וההמלצה.

שלוש טעויות שהופכות ניתוח טוב לחסר ערך

הפער בין ניתוח שמשנה החלטה לניתוח שנשכח אינו טמון באיכות המתמטית. הוא כמעט תמיד באחד משלושת הדברים הבאים.

הראשון הוא ניתוח בלי בעל עניין. אם אין מי שמחכה לתשובה ומוכן לפעול לפיה, התוצר יישאר מסמך. לכן שווה לשאול לפני שמתחילים מי יקבל החלטה על בסיס זה, ומה יקרה אם התשובה תהיה ההפך ממה שציפו.

השני הוא דיוק מיותר. חישוב ברמת אגורה על בסיס הנחה שנעה בעשרות אחוזים יוצר אשליית ודאות. עדיף להציג טווח ולהסביר מה מזיז אותו, כי זה מה שמאפשר למקבל ההחלטה לשקול סיכון.

השלישי הוא היעדר השוואה. מספר בלי עוגן אינו אומר דבר. אותו נתון לצד הרבעון הקודם, לצד היעד, או לצד מוצר אחר בחברה, הופך למידע. זה גם ההבדל הכי גדול בין דוח שמישהו קורא לדוח שנסגר אחרי שלוש שניות.

מודל תחזית שלא מתפרק אחרי חודשיים

התחזית היא המסמך שחוזרים אליו הכי הרבה, ולכן גם זה שמתפרק הכי מהר. הבעיה כמעט אף פעם אינה מתמטית. היא מבנית: מישהו הקשיח מספר בתוך נוסחה, מישהו אחר הוסיף לשונית, ותוך רבעון אף אחד לא יודע איזו גרסה נכונה.

הבנייה הנכונה מתחילה מהפרדה מוחלטת בין שלוש שכבות: קלט, חישוב ופלט. כל הנחה יושבת בשכבת הקלט, מסומנת, עם מקור וסימן שאלה אם היא ניחוש. שכבת החישוב לא מכילה אף מספר קשיח. שכבת הפלט אינה מחשבת דבר, רק מציגה.

אחר כך מגיעה השאלה הכי חשובה: מה מניע את ההכנסה. תחזית שמתחילה משיעור צמיחה כללי היא משאלה. תחזית שמתחילה ממספר עסקאות, מחיר ממוצע ושיעור שימור היא מודל, כי אפשר לבדוק כל אחד מהמרכיבים מול המציאות בסוף החודש.

הרכיב האחרון הוא מעקב: להשוות כל חודש בין מה שהמודל חזה לבין מה שקרה, ולתעד את הפער. אחרי שלושה חודשים כאלה מתגלה אילו הנחות שיטתית אופטימיות, וזה משפר את התחזית הרבה יותר מכל שכלול מתמטי.

מה באמת בודקים בראיון

ראיונות לתפקיד כלכלי בחברת מוצר בנויים כמעט תמיד סביב תרגיל, ולא סביב שאלות ידע. מכירים שלוש גרסאות עיקריות.

תרגיל תמחור: מקבלים תיאור מוצר ומתבקשים להציע מבנה מחיר ולהצדיק אותו. מה שנבדק הוא בחירת יחידת החיוב וההיגיון מאחוריה.
תרגיל רווחיות: מקבלים נתוני עלות והכנסה ומתבקשים לקבוע אם ערוץ מסוים משתלם. הטעות הנפוצה היא להתעלם מעלויות עקיפות.
תרגיל בית: קובץ נתונים אמיתי, עם בקשה למסקנה בעמוד אחד. כאן נבדקת בעיקר היכולת לתעדף ולא להציג הכול.

העצה המעשית לכל שלושת הסוגים זהה: להתחיל מהצגת המסגרת לפני החישוב. לומר בקול אילו נתונים חסרים, איזו הנחה מניחים במקומם, ומה יכול לשנות את המסקנה. ראיון כזה נמדד על תהליך החשיבה יותר מאשר על התוצאה המספרית.

שאלה שכדאי להיות מוכנים אליה בסוף כל ראיון כזה היא מה הייתם עושים אחרת עם עוד שבוע. היא בודקת אם אתם יודעים להבחין בין מה ששיפר את התשובה לבין מה שרק היה מעניין. תשובה טובה מצביעה על נתון ספציפי שהיה משנה את המסקנה, ולא על רצון כללי לדייק.

לבסוף, שווה להביא לראיון דוגמה אחת מהעבר שבה הניתוח שלכם הוביל לשינוי אמיתי, כולל מה היה המספר לפני ואחרי. זה משכנע הרבה יותר מתיאור כללי של תחומי אחריות, וזה גם מה שמאפשר למראיין להבין באיזה סדר גודל של השפעה אתם רגילים לעבוד.

מסלול כניסה, קידום וטווחי שכר

נקודות הכניסה הנפוצות הן תפקיד אנליסט בחברה, מעבר מייעוץ כלכלי, או מעבר פנימי מתוך צוות דאטה או כספים. הקידום עובר בדרך כלל לכיוון אסטרטגיה, FP&A או ניהול תחום תמחור.

המספרים הבאים הם הערכת שוק בלבד, טווחי שוק ולא נתוני HiTakeJob, מכיוון שאין בלוח שדה שכר.

ותק	מה מצופה בתפקיד	טווח חודשי ברוטו, הערכת שוק
0 - 2 שנים	ניתוחים מוגדרים, תחזוקת מודלים קיימים	15,000 - 22,000
2 - 5 שנים	בעלות על מודל תחזית או על ניתוח תמחור	23,000 - 33,000
5 - 8 שנים	הובלת שינוי מחיר מקצה לקצה	34,000 - 45,000
8 שנים ומעלה	ניהול תחום, עבודה מול הנהלה ודירקטוריון	45,000 ומעלה

לתפקידים בחברות מגובות הון סיכון נלווה לעיתים רכיב אופציות, שהוא חלק מהותי מהתמורה. כדאי להבין אותו לפני החתימה דרך המדריך שלנו לאופציות לעובדי הייטק, ולראות איך התפקיד גובל בניתוח פיננסי ו-FP&A. משרות פתוחות אפשר לסרוק ב76 משרות הפיננסים בלוח.

שאלות נפוצות

האם צריך תואר שני בכלכלה?

לא תמיד. בחברות מוצר מסתכלים בעיקר על יכולת לבנות מודל ולהגן עליו. תואר שני עוזר בעיקר בגופים גדולים ובתפקידי מחקר, ופחות בתפקידי תמחור ותחזית.

מה ההבדל בין התפקיד הזה לבין אנליסט מוצר?

אנליסט מוצר עוסק בעיקר בהתנהגות משתמשים ובמדידת פיצ'רים. כלכלן/ית עוסק בכסף: מחיר, רווחיות לקוח ותחזית. יש חפיפה, והיא גדלה בחברות קטנות שבהן אדם אחד עושה את שניהם.

כמה קוד באמת צריך לדעת?

מספיק כדי לשלוף נתונים ולעבד אותם באופן חוזר. לא נדרש פיתוח תוכנה. מי שיודע גם לכתוב סקריפט עיבוד חוסך שבועות עבודה בשנה ומקבל אחריות רחבה יותר מהר יותר.

האם אפשר להיכנס ישר מהאוניברסיטה?

כן, בעיקר לתפקידי אנליסט בחברות בינוניות ומעלה. עוזר מאוד להביא פרויקט אמיתי עם נתונים ומסקנה עסקית, ולא רק ציונים. פירטנו איך להציג את זה במדריך קורות החיים.

איזה סוג חברה הכי מתאים להתחלה?

חברת SaaS עם מודל מנוי ברור. מבנה ההכנסה שם קריא, ולכן קל יותר ללמוד בה את השפה. בחברות עם מודלים מורכבים קשה יותר לרכוש בסיס בשנה הראשונה.

האם התפקיד קיים גם מחוץ לתל אביב?

רובו מרוכז במרכז, ובלוח שלנו 788 משרות בתל אביב. עם זאת, תפקידי מודלים נחשבים ידידותיים יחסית לעבודה היברידית, כי התוצר מדיד ואינו דורש נוכחות רציפה.