Вернуться в каталог собеседований

Собеседование на junior аналитика данных #1

Разбор учебного интервью для junior data analyst с задачами по продуктовым метрикам и SQL. Участники обсуждают логику ответов на собеседовании и практические приёмы работы с данными.

Симулейтив
  • Опубликовано на YouTube:
  • Просмотры на YouTube: 17,7 тыс.
  • Лайки на YouTube: 377
Открыть на YouTube

Таймлайн

Коротко о видео

Это учебное мок-собеседование на позицию junior data analyst: основатель Simulative Андрон Алексанян интервьюирует студента Дениса. В блоке продуктовых метрик они разбирают выбор метрики для светофора, влияние повышения цен на средний чек, ограничения CTR и различие корреляции с причинностью. Затем Денис решает две SQL-задачи: расчёт среднего MAU и времени от регистрации до первой успешной отправки решения.

Затронутые темы

Что взять на заметку

  • На продуктовой секции важно сначала сформулировать цель продукта и оценивать набор связанных метрик, а не одну конверсию в отрыве от последствий.
  • Повышение цен при неизменном числе проданных единиц не гарантирует рост среднего чека: спрос может сместиться к более дешёвому товару.
  • Высокий CTR объявления не доказывает низкую итоговую стоимость привлечения клиента: нужно проверять качество трафика, лиды, оплаты, продажи и выручку по воронке.
  • Наблюдение, что пользователи с привязанными соцсетями тратят больше, не доказывает, что сама привязка повышает средний чек; вероятной причиной может быть лояльность сегмента.
  • Для MAU нужно посчитать уникальных пользователей по месяцам, исключить неполные периоды и, если нужна текущая метрика, брать последние месяцы данных.
  • Для времени до первой успешной задачи нужно отфильтровать успешные submit, найти минимальную дату по каждому пользователю, соединить её с датой регистрации и вычислить разницу.

Рекомендуем посмотреть