16 апреля 2026 г.

Case interview для аналитика: как решать и готовиться

Что такое case interview

Case interview — собеседование, где кандидат решает бизнес-кейс вслух. Обычно даётся гипотетическая ситуация: у компании X упала метрика Y, нужно разобраться.

Для аналитика кейсы проверяют:

  • Структурированное мышление.
  • Продуктовое понимание.
  • Знание метрик.
  • Коммуникацию и способность рассуждать.
  • Техническую грамотность (SQL, статистика).

Типичны для middle+ позиций в tech (Yandex, Avito, Ozon, Tinkoff) и почти всегда для senior/lead.

Типы кейсов

1. Диагностика метрики. «DAU упал на 10%, что делать?»

Проверяет, как структурируете поиск причины: сегментация, временной анализ, funnel.

2. Запуск продукта. «Как оценить успех новой фичи?»

Метрики, AB-тест, sample size, long-term impact.

3. AB-тест. «Результаты теста такие-то, что делать?»

Статистика, significance, practical significance, edge cases.

4. Стратегия/прогноз. «Сколько ridesharing поездок в Москве за год?»

Market sizing, assumptions, sanity checks.

5. Технический. «Как бы ты посчитал retention в SQL?»

Иногда пересекается с отдельной SQL-секцией, но часто звучит как case.

При подготовке важно охватить все пять типов — на разных компаниях предпочитают разные форматы.

Universal framework

Единый подход для решения любого кейса:

Шаг 1. Уточнить вопрос (2-3 минуты).

НЕ кидаться на ответ. Понять:

  • Какой продукт/сервис?
  • Какая метрика точно падает?
  • Временной window?
  • Какие сегменты?
  • Внешние события?

«Чтобы точнее отвечать, уточните — речь про MAU или DAU? За какой период? Для всех стран или одной?»

Этот шаг помогает вам построить правильную структуру и показывает интервьюеру, что вы не торопитесь с ответом наугад.

Шаг 2. Проговорить структуру (1-2 минуты).

«Я бы подошёл к задаче так: 1) проверить data quality, 2) разложить по сегментам, 3) искать гипотезы, 4) валидировать».

Interviewer видит, что вы structured. Может направить: «первую часть пропустим, давай сразу к сегментации».

Шаг 3. Генерировать гипотезы (5-10 минут).

Идти по дереву возможностей. Для каждой гипотезы:

  • Чем объясняется наблюдаемое.
  • Как проверить.
  • Action если подтверждается.

Шаг 4. Prioritize и dig deeper.

Нельзя копаться во всех гипотезах — time constraint. Interviewer обычно подтолкнёт куда копать.

Шаг 5. Синтезировать.

«На основе сказанного — я бы сфокусировался на гипотезе X. Проверил бы запросом Y. Если подтвердится — action Z».

Диагностика: decomposition

Классический framework для «почему метрика упала».

External vs Internal:

  • External: seasonality, конкуренты, экономические события, праздники.
  • Internal: продуктовые изменения, баги, маркетинговые изменения.

Метрика = Factor1 × Factor2 × ...

Например, Revenue = Users × AOV × Conversion. Смотрим, какой из компонентов просел.

Сегментация:

  • По платформам (iOS/Android/Web)
  • По странам
  • По версиям продукта
  • По acquisition channel
  • По user segments (new vs returning)

Если падение в одном сегменте — hint к причине.

Временной анализ:

  • Точное время начала.
  • Резкое vs gradually.
  • Совпадение с релизом или event.

Продуктовые метрики framework

Для «как оценить запуск фичи» или «какие метрики важны»:

North Star Metric. Единая метрика, отражающая value. Пример: для Uber — trips completed.

Input metrics. Факторы, влияющие на North Star. Users, sessions, conversion.

Leading indicators. Ранние сигналы. Feature adoption, engagement.

Guardrail metrics. Метрики, которые не должны упасть. Retention, performance, errors.

Хороший ответ: не одну метрику, а коherent набор.

Market sizing

Классика case interview. «Сколько в Москве водительских прав?»

Approach:

Top-down. От population к answer.

Москва: 13M людей
Взрослых (18+): 80% = 10.4M
С правами: 60% = 6.2M
Active drivers: 50% = 3.1M

Bottom-up. Из micro-observation.

В моём районе ~1000 машин
В Москве ~10000 таких районов
Cars per household: 1.2
Итого ~10M машин? (sanity check)

Два способа должны давать сопоставимое число. Различие — индикатор проблем в assumptions.

Главное — не цифра, а process reasoning.

SQL кейсы

Часто совмещены с business кейсами. «Как посчитать churn за последние 30 дней?»

Подход:

  1. Clarify definition. Что такое churn тут? Cancelled sub? No activity?
  2. Сформулировать SQL structure. «Нужен users, кто был активен в месяце X, но не в месяце X+1».
  3. Написать query (CTE, joins, windows).
  4. Обсудить edge cases: late returnees, new users.

Показывать понимание не только синтаксиса, но и бизнес-семантики.

AB-test кейсы

Сильные вопросы:

«Тест показал uplift 5% при p=0.03. Запускать?»

Хорошие кандидаты отвечают не «да, p<0.05»:

  • Какой sample size? Возможен false positive при low power.
  • Segment effects? Positive overall может быть negative для key segment.
  • Business significance: 5% на small metric vs большой base.
  • Leading vs lagging metrics. Long-term effect может differ.
  • Novelty effect. Новые фичи могут показать short-term lift.
  • Guardrails: что с retention, с revenue per user, с satisfaction.

Case interview тестирует depth thinking.

Prepareng за технические собеседования — долгая работа. В тренажёре Карьерник есть 1500+ вопросов с реальных интервью в Яндекс, Тинькофф, Ozon и Avito.

Примеры кейсов

Кейс 1: Уменьшение MAU

«У dating app MAU упал на 15% за квартал. Что делать?»

Подход:

  1. Clarify: платформа? Страны? Гендер? За какой quarter? Какой сегмент?
  2. Decompose: MAU = new + returning. Проблема в acquisition или retention?
  3. Hypotheses: marketing cut, release bug, competitor launch, seasonality.
  4. Data to check: cohort retention, acquisition source trends, release timeline, competitor monitoring.

Кейс 2: Pricing decision

«Testing price increase 20%. Conversion dropped 30%. Net revenue impact?»

Подход:

  1. Math: conv × price. Old: 100 × $100 = $10k. New: 70 × $120 = $8.4k. LOSS of $1.6k.
  2. Ещё: retention может быть different at higher price, LTV, who churns.
  3. Decision: при простой math — не стоит. Но long-term возможно.

Кейс 3: Feature launch

«Как measure success of new onboarding?»

Подход:

  1. North star: активация в first 7 days.
  2. Input: completion rate, time to complete, drop-off per step.
  3. Guardrails: NPS, support tickets, retention.
  4. AB test design: randomization, sample size, duration.

Как готовиться

1. Практика с friends. Reciprocal interviews — дают real pressure и feedback.

2. Case books. «Case in Point», «Case Interview Secrets» — mainstream.

3. Mock interviews. Платные или бесплатные. Facebook groups, LinkedIn.

4. Продуктовый опыт. Думать о продуктах, которыми пользуетесь. Что бы ты измерил? Какие метрики важны?

5. Reading. Stratechery, Lenny's Newsletter, productnaya лента.

6. Practice problems. Daily — один кейс. Письменно structure ответ, verify with good solutions.

На собеседовании

Думать вслух. Interviewer ценит process, не только answer. «Я думаю, что... потому что...»

Использовать paper. Drawing trees, frameworks. Помогает структурировать и demonstrates.

Не бояться пауз. 10-20 секунд тишины чтобы подумать — OK. Лучше quality ответ с паузой, чем rush без логики.

Quantify assumptions. «Предположим CTR 3% — это реалистично для banner ads».

Admit unknowns. «Я не уверен, но would estimate X because Y». Честнее чем guess.

Типичные ошибки

Переход сразу к ответу. Skip clarification → ответ не на тот вопрос.

Narrow focus. Focus только на одной hypothesis без exploration.

Слабые assumptions. «Просто предположу это» без обоснования.

Игнорирование edge cases. «Мой план будет работать всегда» — проверьте в голове edge cases.

Отсутствие synthesis. Generating hypothesis без финальной рекомендации.

Monologue. Не reading room, не adjusting based on interviewer's hints.

Читайте также

FAQ

Сколько длится case interview?

30-60 минут. Обычно одна или две проблемы.

Можно ли отвечать «не знаю»?

Лучше «я бы это проверил так» или «у меня есть гипотеза, но она requires validation». Показываете process, не static знание.

Случаи у всех компаний одинаковые?

Структура — да. Контент варьируется. Product-компании чаще kak-measure, consulting — market sizing, финтех — risk/compliance.

Если не получается решить?

Продолжайте thinking out loud. Finalе: «Окончательно я бы сделал X на основе этих размышлений, понимая limits of my analysis». Honest attempt > perfect answer.

Тренироваться в Telegram