Кейс: конверсия упала. Как решать на собеседовании

Формулировка кейса

Кейс уровня «середняк» — его дают почти во всех продуктовых командах. Он проверяет умение раскладывать воронку на этапы, строить гипотезы и не бросаться в глубокий копательство с первого же сигнала.

Что проверяют

На этом кейсе оценивают:

• Структурное мышление — разбиение проблемы на шаги.
• Знание воронки — куда в продукте попадает пользователь, где отваливается.
• Работу с данными — какие метрики смотреть, в каком порядке.
• Коммуникацию с PM — что и как рассказать команде.

Шаг 1. Уточнения

Прежде чем рассуждать, задайте 3-5 уточняющих вопросов:

• Конверсия из visit в purchase — какая именно? Визит сессия / пользователь / уникальный пользователь?
• Упала везде или в сегменте? Категории товаров, устройства, гео, каналы.
• Когда именно упало? Плавно или ступенькой? Если ступенькой — смотрим дату, это почти всегда релиз или маркетинг.
• Упала только конверсия, или связанные метрики тоже? Visits, revenue, AOV, items per cart.
• Были ли релизы, A/B-тесты, маркетинговые кампании?

Ответ на собесе: «Прежде чем делать выводы, хочу понять контекст — сначала выясню, с какого момента упало, плавно или резко, и по каким сегментам».

Шаг 2. Проверка достоверности данных

Первое, что исключаем — баг:

• ETL/трекинг не сломался? Изменение событий purchase/visit, недоставленные данные.
• Дашборд правильно считает? Новые фильтры в витрине данных, изменение SQL.
• Аномалии в данных? Аутлаеры, дубликаты.
• Задержки в выгрузке — вчерашние данные могут быть неполными.

Если баг — задача решена до того, как начался «анализ».

Попробовать силы на подобных вопросах проще всего в тренажёре Карьерник — прямо в Telegram, без регистрации через сайт.

Шаг 3. Декомпозиция воронки

Конверсия visit → purchase — конец воронки. Разбиваем её на этапы:

visit (session)
  → product view
      → add to cart
          → checkout start
              → payment
                  → purchase

Метрика конверсии на каждом шаге. Смотрим, где именно просело:

• Если просело в add_to_cart — проблема с мотивацией, ценами, ассортиментом.
• Если в checkout — проблема с формой, доставкой, способами оплаты.
• Если в payment — платёжка падает, изменения в эквайринге, отмены банка.

Ответ на собесе: «Построю воронку по 5 шагам и посмотрю, какой шаг просел. Дальше буду копать именно туда».

Шаг 4. Декомпозиция по сегментам

Падение может быть в одном сегменте, но тянуть всё среднее вниз:

• Устройство: iOS / Android / desktop / mobile web.
• Канал привлечения: organic / paid / direct / referral / email.
• Категория товара: электроника, одежда, еда.
• Гео: регионы, города.
• Новые vs возвращающиеся пользователи.
• А/B-группа: если активен тест, смотрим группы отдельно.

Что ждут на собесе: проговорить, что могло быть Simpson's paradox — общее среднее упало, хотя все сегменты стабильны или даже выросли. Это происходит при сдвиге пропорций трафика между сегментами (парадокс Симпсона).

Шаг 5. Гипотезы по приоритету

Сортируем по ожидаемой вероятности × скорости проверки:

Топ-приоритет (быстро проверить)

1. Релиз на stack: что выкатили за неделю. Check changelog.
2. Изменился ли маркетинг: другие каналы, промокоды закончились.
3. Технические метрики: скорость загрузки, краши, ошибки платёжки.
4. Внешние события: праздники, выходные, новости индустрии.

Средний приоритет

1. Каналы привлечения: качество трафика могло измениться — больше «мусорного» трафика с кликабельной рекламы.
2. A/B-тест поломал: идёт эксперимент, одна из групп тянет метрику вниз.
3. Конкуренты: запустили промо, мобильное приложение.

Низкий приоритет (долго проверить, маловероятно)

1. Поведенческий сдвиг: макротренд в экономике.
2. Долгосрочный эффект устаревания фичи.

На собесе говорим: «Начну с изменений, которые могли произойти за последнюю неделю — релизы, маркетинг, технические баги. Параллельно смотрю внешние факторы: был ли выходной, праздник, сбой у платёжки».

Шаг 6. Конкретные проверки

Релиз

• Git / changelog: что выкатили.
• Для каждого значимого изменения — гипотеза «мог повлиять на шаг X воронки».
• Если выкатили новую страницу checkout — смотрим конверсию именно checkout start → payment.

Маркетинг

• Распределение трафика по каналам до/после.
• Если performance-канал резко вырос, а его конверсия всегда была ниже среднего — общая метрика проседает просто из-за смены mix.
• Решение: смотреть weighted metric или конверсию по сегментам отдельно.

Технические метрики

• P95 времени загрузки страницы чекаута.
• Количество HTTP 5xx / клиентских ошибок на этапе оплаты.
• Успешность транзакций у платёжного провайдера.

Поведение

• Среднее время на сайте.
• Bounce rate.
• Scroll depth на карточке товара.

Шаг 7. Что говорить PM

Хороший ответ заканчивается конкретикой:

Структура ответа: где просело → почему предположительно → что проверим → что предлагаем делать.

Пройти 30–50 задач по теме за вечер можно в Telegram-тренажёре. Это то, что отличает «знаю» от «уверенно отвечу на собесе».

Типичные ошибки

• Сразу бросаться в SQL: «я бы посмотрел на таблицу заказов». Нет, сначала структура.
• Одна гипотеза: «релиз виноват». Нужно 3-5.
• Игнорирование технических метрик: часто виноваты не продуктовые изменения, а баг в чекауте.
• Не проверять данные: треть инцидентов на практике — это баг в ETL/дашборде.
• Не сегментировать: среднее может обмануть (Simpson's paradox).

Шаблон ответа (запомнить)

1. Уточнения (где, когда, кто).
2. Проверка данных (баг в ETL/дашборде).
3. Воронка (где именно просело).
4. Сегменты (кто просел — канал, гео, устройство).
5. Гипотезы (релиз, маркетинг, технический сбой, внешние).
6. План проверок (быстрые сначала).
7. Вывод + действия для PM.

Как готовиться

Этот тип кейсов — про паттерн. Чем больше кейсов вы разберёте, тем быстрее у вас формируется «чуйка»: куда смотреть сначала, какие гипотезы наиболее вероятны для e-commerce / SaaS / medio-платформ.

Тренажёр Карьерник содержит 30+ продуктовых кейсов с разборами: падение конверсии, retention, DAU, GMV, возвраты. Каждый — с gold-стандартом ответа.

Читайте также

• Кейс: retention упал на собеседовании
• Кейс: метрика упала на собеседовании
• Кейсы на собеседовании аналитика
• Воронка конверсии
• Парадокс Симпсона

FAQ

С чего начать, если не знаю специфику продукта?

Сказать об этом вслух и попросить контекст. Интервьюер подкинет 3-5 факторов (это e-commerce, средний чек 3000 руб., 80% трафика — мобильный). Дальше работаете с этим. Притворяться, что знаете, — хуже всего.

Сколько времени обычно даётся на такой кейс?

15-30 минут. Структурный ответ на 5-7 минут + 10 минут на follow-up от интервьюера. Если кейс длится 45 минут — вас хотят проверить глубже, задавая уточнения.

Что важнее — найти причину или показать мышление?

Мышление. В реальной жизни инциденты разбираются днями командой. Задача на интервью — показать, что вы умеете думать структурно, а не угадать «это был релиз».

Нужно ли считать вручную на доске?

Редко для этого кейса. Иногда просят прикинуть impact («если трафик iOS 40%, а их конверсия упала с 3% до 2%, как это повлияло на общее среднее?»). Навык быстрого расчёта в уме помогает, но не критичен.