Вернуться в видеотеку

Cобеседование на продуктового аналитика данных в Глобус

Разбор реального собеседования на продуктового аналитика мобильного приложения «Глобус»: требования вакансии, устройство аналитики и вопросы по атрибуции, экспериментам и метрикам.

Источник: Alexey Surgaev

Открыть на YouTube

Таймлайн

Коротко о видео

Автор разбирает записанное собеседование на позицию продуктового аналитика мобильного приложения гипермаркетов «Глобус». Интервьюер описывает задачи: развивать разметку и стандарты событий, согласовывать ТЗ с бизнесом и разработкой, проверять прохождение данных, строить SQL- и Excel-отчётность и работать с AppMetrica. В технической части обсуждаются атрибуция маркетинговых каналов, различия web- и mobile-аналитики, трекинговые ссылки, пуши, A/B-тесты, идентификаторы пользователей и задача о влиянии изменения долей сегментов на общую конверсию. По словам автора, компания выбрала кандидата, прошедшего процесс раньше; сам он увидел в вакансии как интересные точки роста, так и минусы в виде удалённой команды и ограниченных возможностей учиться у других аналитиков внутри компании.

Затронутые темы

Что взять на заметку

  • Для такой роли нужно уметь вместе с бизнесом и разработкой формулировать ТЗ на события, а затем самостоятельно проверять, что данные корректно проходят по системам.
  • Ключевой практической задачей называлась стандартизация: единые имена событий, состав передаваемых параметров и правила, какие поля обязательны или меняются от события к событию.
  • SQL требуется прежде всего для логически корректных прототипов отчётности; оптимизацией производительности занимается отдельная команда, но аналитик обязан перепроверять, что оптимизация не исказила данные.
  • Основным форматом результата для заказчиков названы Excel-отчёты: сводные таблицы, Power Query и Power Pivot; Power BI используется ограниченно, поэтому важно уметь адаптировать анализ к привычному для бизнеса формату.
  • Для мобильной атрибуции полезно понимать цепочку «реклама → трекинговая ссылка → установка → сессия → покупка», уметь передавать метки через deeplink и сопоставлять трекер с маркетинговым каналом.
  • Если классический A/B-тест недоступен, интервьюер предлагает сравнивать максимально сопоставимые периоды, прошлые эксперименты и прогноз без изменения; это менее точные альтернативы, требующие учёта сезонности и качества трафика.
  • Рост конверсии в каждом сегменте не гарантирует рост общей конверсии: изменение пропорций сегментов может перевесить локальный рост — пример парадокса Симпсона.

Рекомендуем посмотреть