Старт
Как пользоваться этим гайдом
1
Отмечайте задачи. Чекбоксы сохраняются в браузере — прогресс не пропадёт между сессиями.
2
Не пропускайте практику. Задачи с тегом тренировка важнее теории — читать недостаточно.
3
Адаптируйте под компанию. Целевой маркетплейс — делайте акцент на неделе 3. Стартап — больше времени на кейсы недели 2.
4
10 часов в неделю — реалистично. По 1,5–2 часа в будни + блок на выходных. Меньше недели? Берите только задачи с тегом тренировка.
1
~10 часов
День 1–2
Retention и воронка — разобрать до автоматизма
// почему это первое
Retention и воронка — два самых частых вопроса на любом собесе. Если вы не можете за 30 секунд объяснить разницу Classic vs Rolling Retention — это красный флаг для интервьюера.
Прочитать статью про Retention. Выписать в конспект: формулы Classic, Rolling, Range Retention и разницу между ними
Объяснить вслух (или написать текстом): «Что такое D30 Retention и как его считать в SQL?» — без подглядывания в конспект
Прочитать статью про воронку. Зарисовать типичные точки drop-off и объяснить, что может быть причиной на каждом шаге
Написать SQL-запрос воронки (page_view → purchase) по таблицам sandbox.events — без шпаргалки. Сравнить с примером из статьи
День 3–4
LTV, CAC и unit-экономика
Прочитать статью про LTV. Разобрать три метода расчёта: ARPU×Lifetime, когортный, предиктивный — плюсы и минусы каждого
Поиграть с калькулятором unit-экономики: найти сценарий, где LTV/CAC = 3 и payback < 12 месяцев. Почему именно эти пороги?
Ответить на вопрос без подсказок: «Канал A: CAC 500₽, Retention D30 = 35%. Канал B: CAC 200₽, Retention D30 = 12%. Какой выбрать и почему?»
День 5–7
SQL оконные функции + когорты + p-value
Прочитать статью про оконные функции. Написать руками все примеры: ROW_NUMBER, RANK, LAG, FIRST_VALUE, SUM OVER
Написать запрос когортного Retention по таблице sandbox.orders — без подсказки. Получить матрицу «когорта × период» с процентами
Прочитать статью про p-value. Объяснить себе вслух: «Что значит p = 0.03? Что это НЕ значит?» — самая частая ловушка на собесе
2
~10 часов
День 1–2
Декомпозиция метрик — фундамент кейс-интервью
// главный навык этой недели
На кейс-интервью вас не оценивают по правильному ответу — его нет. Оценивают структуру мышления: умеете ли вы разложить проблему на части и приоритизировать гипотезы.
Изучить фреймворк декомпозиции метрик: метрика = A × B × C. Самостоятельно декомпозировать Revenue маркетплейса на 3 уровня (подсказка: статья про метрики маркетплейса)
Разобрать кейс «Выручка упала на 20%» — прочитать разбор, зафиксировать структуру ответа: декомпозиция → сегментация → гипотезы → следующий шаг
Самостоятельно на таймере (10 минут): «Конверсия в покупку на маркетплейсе упала с 4% до 2,5% за последние 2 недели. Ваши действия?» — проговорить вслух или написать
День 3–4
Разбор кейсов — DAU, retention, корзина
Разобрать кейс «DAU вырос, а Retention упал» — через когорты и источники трафика. Почему это не противоречие?
Пройти квиз «Проверь себя перед собесом» — честно, без гугла. Записать темы, где ошиблись — это ваши слабые зоны на следующие дни
Самостоятельно на таймере (10 минут): «DAU нашего приложения вырос на 30% за квартал, но выручка не изменилась. Что происходит?» — структурированный ответ вслух
День 5–7
Когортный анализ + SQL сложный
Прочитать статью про когортный анализ. Написать запрос когортного Revenue по таблицам sandbox — с кумулятивным LTV
Решить 3 SQL-задачи из статьи «Оконные функции» на скорость: попытаться написать каждый запрос за < 5 минут
Прочитать статью «Типы аналитиков». Определить: на какую роль вы претендуете? Это меняет акценты подготовки
3
~10 часов
День 1–2
Статистика для A/B — без пробелов
// самая частая ловушка
Большинство кандидатов путают ошибку I рода (ложно-положительный результат) с ошибкой II рода (пропущенный эффект). На собесе это моментально видно. Разберите один раз до кристальной ясности.
Изучить карточки «Статистика для A/B тестов» — все понятия: p-value, α, β, мощность, доверительный интервал, ошибки I и II рода
Объяснить вслух: «Тест показал p = 0.08 при α = 0.05. Что вы скажете PM?» и «Тест показал p = 0.04, но выборка была 200 человек. Доверяете ли вы результату?»
Рассчитать размер выборки на калькуляторе A/B теста для реального кейса: baseline conversion 3%, ожидаемый эффект +0,5pp, α=0.05, мощность 80%
День 3–4
Специфика маркетплейса (если цель — Авито, Ozon, Яндекс)
Прочитать статью про метрики маркетплейса (GMV, NMV, take rate, ликвидность). Выписать определения и формулы — их спрашивают напрямую
Прочитать статью про A/B на маркетплейсе (SUTVA, network effects, switchback). Объяснить: почему нельзя делить пользователей 50/50 при тесте ранжирования?
Самостоятельно: «Мы хотим протестировать новый алгоритм ранжирования на Авито. Как вы предложите дизайн эксперимента?» — структурированный ответ за 10 минут
День 5–7
Дашборды + SQL финальный блок
Прочитать статью про дашборды. Пройти чеклист из 9 пунктов на любом дашборде, которым вы пользуетесь в работе или учёбе
Написать SQL: sessionization — разбить события из sandbox.events на сессии (новая сессия, если между событиями > 30 минут). Использовать LAG + CASE
Повторить слабые зоны из квиза недели 2. Если в квизе всё правильно — решить ещё 3 SQL-задачи из статьи про оконные функции на скорость
4
~8 часов
День 1–2
STAR-метод — первые три истории
// почему поведенческие вопросы важны
На middle+ позициях поведенческая часть занимает 30–40% интервью. «Расскажите о достижении» без подготовки звучит размыто. С STAR-историей — чётко, убедительно, запоминается.
Прочитать статью про STAR-фреймворк — особенно раздел про типичные ошибки. Выписать 5–7 случаев из своего опыта, которые можно упаковать в STAR
Написать историю #1 «Достижение» через STAR-генератор. Пройти все подсказки по улучшению — особенно добавить цифры в Result
Написать историю #2 «Сложная ситуация / проблема» через генератор. Проверить: говорите «я», а не «мы» в Action?
Написать историю #3 «Провал или ошибка» через генератор. Акцент в Result — урок, а не оправдание. Это самая сложная история — именно она лучше всего запоминается интервьюеру
День 3–4
Ещё две истории + mock-интервью
Написать историю #4 «Командная работа или разрешение конфликта» через генератор. Убедиться: виден ваш личный вклад, не командный
Написать историю #5 «Своя инициатива / проактивность» — случай, когда вы сделали что-то без явного запроса и это принесло результат
Mock-интервью: записать себя на видео или диктофон, отвечая на вопросы: «Расскажите о достижении», «Опишите сложную ситуацию», «Почему вы хотите к нам?» Послушать — режет ли слух?
День 5–7
Исследование компании и финальная зачистка
Изучить продукт целевой компании: бизнес-модель, ключевые метрики, последние публичные новости. Определить: какие метрики для них North Star? Ответ проверить через статью про метрики
Подготовить 5 умных вопросов для интервьюера: про продукт, метрики, аналитическую инфраструктуру, рост команды. «Умных» = показывающих понимание бизнеса
Повторить слабые зоны: вернуться к темам, где на квизе были ошибки. Не учить новое — только укрепить то, что уже знаете
День X — за 12 часов до интервью
Не учите ничего нового. Только повтор и спокойствие.
финальный чеклист
Перечитать свои 5 STAR-историй — не переписывать, просто освежить в памяти. Особенно Result с цифрами
Мысленно пройти декомпозицию: Revenue маркетплейса → GMV × take rate → Buyers × Freq × AOV. До кончиков пальцев
Вспомнить один кейс «выручка упала» — пройти структуру в голове: контекст → декомпозиция → сегментация → гипотезы → следующий шаг
Перечитать свои 5 вопросов для интервьюера. Убедиться, что каждый показывает понимание бизнеса компании
Лечь спать вовремя. Выспавшийся мозг думает на 20–30% быстрее. Это самое важное «упражнение» последнего дня
Материалы
Все ресурсы для подготовки
Всё, что нужно для подготовки, есть на сайте — бесплатно. Вот карта материалов по темам.
Статья
Retention: виды, формулы, SQL
Classic vs Rolling, D1/D7/D30, когортная таблица
Статья
Воронка: построение и drop-off
SQL-запросы, интерпретация, типичные ошибки
Статья
LTV: три метода расчёта
Формулы, связь с CAC и Payback Period
Статья
Когортный анализ: SQL и heatmap
Полный запрос + интерпретация паттернов
Статья
Оконные функции SQL
ROW_NUMBER, LAG, FIRST_VALUE — с задачами
Статья
p-value простыми словами
Что значит и что не значит p < 0.05
Карточки
Статистика для A/B тестов
Все понятия компактно: ошибки, мощность, CI
Статья
A/B на маркетплейсе: SUTVA
Сетевые эффекты, switchback, geo-split
Статья
Метрики маркетплейса
GMV, NMV, take rate, ликвидность
Статья
Дашборд, который используют
Принципы, 7 ошибок, чеклист
Статья
STAR-фреймворк
Как рассказывать о кейсах на интервью
Инструмент
Генератор STAR-ответов
Введи кейс → получи структурированный черновик
Инструмент
Калькулятор выборки A/B теста
Рассчитать размер выборки за 30 секунд
Квиз
Проверь себя перед BigTech
20 вопросов — найди свои слабые зоны
Что в итоге
4 недели — это реалистичный срок для уверенной подготовки, если вы уже работаете аналитиком. Если готовитесь с нуля — увеличьте каждую неделю вдвое. Если времени меньше месяца — берите только задачи с тегом «тренировка»: практика важнее теории.
Самая частая ошибка подготовки — читать без практики. Прочитать про SQL и написать SQL — разные вещи. Объяснить кейс интервьюеру и объяснить его себе в голове — разные вещи. Каждую тему доводите до «могу объяснить вслух за 2 минуты».
Удачи на интервью. Если что-то из этого плана помогло — напишите в Telegram, это мотивирует делать больше таких материалов.