Как пройти собес продакт-менеджера в Дзен

Что за продукт Дзен

Дзен — рекомендательная контент-платформа: лента статей и видео, формируемая алгоритмом, плюс инструменты для авторов и монетизации. Это двухсторонний продукт: с одной стороны — читатели, с другой — авторы и рекламодатели. Любая инициатива должна балансировать интересы трёх сторон.

Без этого понимания кандидат на кейсе пытается «увеличить time-in-app» в лоб и забывает, что time-in-app можно нагнать кликбейтом, который сожжёт авторский экосистему за полгода. Контент-платформы умирают не сразу — они теряют аудиторию через выгорание авторов и качество ленты, и метрики долгосрочного здоровья всегда важнее краткосрочных.

Уровень планки. Дзен — продукт с большой ML-командой и сложной рекомендательной системой, поэтому продакта будут проверять на понимание, как устроены такие системы и как с ними экспериментировать. По открытым источникам и опыту кандидатов на middle ждут уверенной аналитики и продуктового мышления, на senior — стратегии работы с двухсторонним рынком.

Этапы собеса

Типовая воронка:

1. Рекрутер.
2. Hiring-менеджер.
3. Продуктовый кейс.
4. Аналитика — SQL, A/B.
5. Cross-functional или поведенческое.
6. Финал.

Всего 5–6 встреч, 4–8 недель — ориентир.

Этап	Длительность	Что проверяют
Скрининг	30 мин	Мотивация
Hiring-менеджер	60 мин	Опыт
Кейс	60 мин	Структурное мышление
Аналитика	60–90 мин	SQL, A/B
Поведенческое	45 мин	Команда
Финал	30–45 мин	Стратегия

Кейсы по контент-ленте

Кейс на time-in-app. «Падает среднее время в ленте. Что копать?» Декомпозиция: число сессий, длина сессии, процент пропущенных карточек, доля коротких видео, изменения в алгоритме.

Кейс на авторов. «Уходят топовые авторы. Что делать?» Сегментация по доходам, частоте публикаций, охватам. Гипотезы: монетизация, инструменты, конкуренция с другими платформами, изменения в выдаче.

Кейс на новый формат. «Запускаем короткие видео. Какие метрики и риски?» Каннибализация длинного контента, перераспределение внимания, влияние на средний CTR ленты.

Кейс на качество ленты. «Как мерить качество рекомендаций?» Не только CTR — ещё доля досмотров, лайки, комментарии, доля жалоб, retention 7/30 дней. Краткосрочные метрики могут расти за счёт кликбейта, поэтому контр-метрики обязательны.

Кейс на монетизацию. «Растёт ARPU, но падает retention. Что делать?» Trade-off рекламной нагрузки. Сегментация по типу рекламы, частоте показов, плотности.

Шаблон ответа: цели, декомпозиция, сегментация (читатели/авторы), гипотезы, эксперимент с обязательными контр-метриками на качество.

Антипатерн — оптимизировать только под потребление. CTR-оптимизация без контр-метрик качества — классический способ сломать продукт.

Метрики вовлечения

Знать обязательно:

• DAU, WAU, MAU, sticky factor (DAU/MAU).
• Time-in-app, среднее число сессий.
• CTR карточек ленты, доля досмотров.
• Лайки, комментарии, репосты, подписки на авторов.
• Retention 1/7/30 дней.
• Метрики авторов: число активных авторов, доля авторов с регулярной публикацией, средний доход топ-100.
• ARPU, RPM (доход на 1000 показов рекламы).
• Доля жалоб на контент.

Решение	Главная метрика	Контр-метрика
Изменили алгоритм	CTR, time-in-app	Retention 30, жалобы
Сократили рекламу	Retention	ARPU
Запустили формат	Доля сессий с форматом	Каннибализация старого
Меняли монетизацию авторов	Активные авторы	Качество контента

Цифры — ориентир, не гарантия для конкретного продукта.

Аналитическая секция

SQL: оконные функции, когорты, retention-таблицы, дедупликация по сессиям. Часто просят посчитать time-spent с учётом, что сессия может прерываться.

A/B: понимание мощности, network effects (контент работает на всех читателей одновременно), долгосрочных эффектов. CUPED, стратификация — плюс.

Мини-пример SQL-задачи. «Посчитать sticky factor — DAU/MAU за последний месяц». Решение через CTE: уникальные юзеры за 30 дней (MAU) и среднее уникальных юзеров в день (DAU), потом отношение.

Антипатерн — A/B на короткий срок без проверки долгосрочного retention. Контентные эффекты накапливаются, и тест на 7 дней может показать рост, который через 30 дней превратится в падение.

Поведенческая секция

В Дзене поведенческое часто пересекается с cross-functional. Истории про работу с ML-командой, авторами, модерацией. STAR-истории про конфликты, провалы, решения без полных данных.

Что хорошо ложится:

• Запуск, который пришлось откатить из-за качественной просадки.
• Конфликт с ML-командой по метрике.
• Решение про модерацию контента.
• A/B с неочевидным результатом.

Формула — Situation → Task → Action → Result. С цифрами, не выдуманными.

Как готовиться

1. Неделя 1 — продукт. Использовать ленту, разобраться с типами контента, авторскими инструментами.
2. Неделя 2 — метрики контентных платформ. Retention, sticky, авторская сторона.
3. Неделя 3 — кейсы.
4. Неделя 4 — SQL, A/B, мок-интервью.

Частые ошибки

• Оптимизировать CTR без контр-метрик качества.
• Забывать про авторов в кейсах.
• A/B на короткий срок без проверки долгосрочного retention.
• Слабый SQL на дедупликации сессий.
• Истории без цифр в поведенческой.

Связанные темы

• Как пройти собес продакта в Яндекс
• A/B-тесты простыми словами
• Retention простыми словами
• Метрики продуктовой аналитики
• Что такое DAU и MAU

FAQ

Сколько этапов в Дзене?

5–6: рекрутер, hiring, кейс, аналитика, поведенческое, финал.

Какой уровень SQL?

Middle. Оконки, когорты, retention.

Нужен ли опыт в контентных продуктах?

Не обязательно, плюс. Подойдут соцсети, медиа, видео-платформы.

Спрашивают ли про ML?

Понимание базовое — как устроены рекомендательные системы. Деталей моделей не ждут от продакта.

Делают ли тестовое?

Чаще кейс на интервью.

Сколько готовиться?

4–8 недель при опыте.

---

Готовьтесь к собесу системно — откройте тренажёр с разборами кейсов, SQL и метрик для продактов.