Собеседование на маркетинг-аналитика в F.A.C.C.T.

Почему F.A.C.C.T. — особенный работодатель для маркетинг-аналитика

F.A.C.C.T. — российская cybersecurity-компания, образованная в 2023 году как российская часть бизнеса Group-IB. Специализируется на anti-fraud для финсектора, threat intelligence для CISO крупных компаний, расследовании киберпреступлений. Это специфическая ниша с очень узкой, но платёжеспособной целевой аудиторией — банки, телеком, страховые компании, fintech, маркетплейсы. Маркетинг здесь — про работу с очень редкими, но крупными лидами.

Маркетинг-аналитик в F.A.C.C.T. работает с B2B-маркетингом в специфической нише cybersecurity и anti-fraud. Главные задачи: моделирование B2B lead-funnel (от первого касания на конференции или вебинаре до подписания контракта), attribution лидов по каналам (content marketing — главный канал, event marketing, partner network, organic search), event-аналитика (компания традиционно сильна в event-маркетинге и собственных конференциях), LTV enterprise-клиента. Кросс-функциональная работа с маркетинг-командой, sales, продуктами.

Стек: SQL (ClickHouse / Greenplum) для cohort, funnel, attribution, Python для регулярной автоматизации, Power BI как BI, Salesforce для CRM. F.A.C.C.T. — компания с инженерной культурой и серьёзными требованиями к качеству аналитики.

Актуальные вакансии — на hh.ru и сайте F.A.C.C.T.

Этапы собеседования

Полный цикл — обычно 2-3 недели и 4-5 этапов.

1. HR-скрининг (30-45 минут)

Рекрутер проверяет базу: опыт маркетинг-аналитики в B2B SaaS / cybersecurity / финтехе, владение SQL и BI на среднем уровне, понимание enterprise-воронки (длинный sales-cycle, множество stakeholders). Если работал в Positive Technologies, Kaspersky, InfoWatch, BI.ZONE, R-Vision, в anti-fraud-юнитах банков — упомяни сразу: cybersecurity-домен очень узкий и контекст ценится. Готовь питч на 90 секунд: какие маркетинг-функции считал, в каком B2B-контексте, какой бизнес-эффект.

2. SQL deep dive (60-90 минут)

Технический разбор: дают схему таблиц (leads, deals, customers, events) и просят написать запросы. Типовые задачи: B2B-funnel с этапами (MQL → SQL → opportunity → closed-won), cohort retention enterprise-клиентов по году подписания, attribution multi-touch с time-decay весами для long sales cycle (касание на конференции 6 месяцев назад + контент-марафон 3 месяца назад + sales-демо 2 недели назад), event ROI расчёт (выручка от лидов с мероприятия / стоимость организации). Сильный кандидат пишет читаемый SQL с CTE, объясняет план, ловит подводные камни (multiple touches на одного лида, gaming атрибуции через UTM).

Подготовка: SQL для маркетинг-аналитика.

3. Marketing-метрики и кейсы (60 минут)

Темы: LTV enterprise-клиента (long sales cycle 6-12 месяцев, multi-year contracts, expansion внутри клиента — больше лицензий, новые модули), CAC для B2B (учёт зарплат sales и pre-sales, не только маркетинг), pipeline coverage (нужно ли больше лидов или больше конверсии), lead-funnel метрики (MQL conversion rate, SAL conversion rate, opportunity win rate), ROI event-маркетинга (как считать косвенный effect — узнаваемость, доверие, repeat-touches). Сильный кандидат говорит цифрами: «pipeline coverage 4x, MQL-to-SAL 35%, средний deal size 8M рублей, sales cycle 180 дней — экспортируем модель в Salesforce».

Подготовка: LTV и CAC, Attribution models.

4. A/B + experiments (45 минут)

Разбор экспериментов с акцентом на B2B-нюансы. Главный челлендж B2B-A/B — малая выборка: десятки enterprise-лидов в месяц, не миллионы. Кейсы: «придумайте эксперимент для повышения конверсии регистрации на конференцию», «оцените, реально ли отличие conversion в email-кампании по 2000 лидов». Сильные ответы — с расчётом sample size, обсуждением, можно ли вообще делать A/B на таком трафике, или нужно делать quasi-experiments (synthetic control, before-after).

Подготовка: A/B-эксперименты.

5. Поведенческое (45 минут)

С маркетинг-руководителем. STAR-формат: конфликт с sales по приоритетам (sales хочет «больше лидов», ты говоришь «нужно качество, не количество»), факап с attribution-моделью, спор о ROI event-маркетинга. F.A.C.C.T. — компания с серьёзной инженерной культурой, ценят ownership, точность аналитики и умение обосновать выводы данными.

Особенности по командам

B2B marketing (Anti-Fraud для банков). Ядро: lead generation для anti-fraud-направления. Целевая аудитория — банки, страховые, fintech, маркетплейсы. Аналитик считает pipeline, attribution, прогнозирует выручку от crm-кампаний и event-маркетинга. Главная задача — не «больше лидов», а «больше качественных лидов с правильным профилем» (банки нужного размера с anti-fraud-болью). Подходит кандидату с интересом к enterprise-маркетингу.

Content marketing. Контент — главный канал: статьи, исследования об угрозах (отчёты Hi-Tech Crime Trends), white papers, vulnerability reports. Тесно работает с research-командой (этичные хакеры, threat intelligence). Аналитик измеряет, какой контент конвертирует в лиды, какие темы (banking fraud / DDoS / ransomware) дают больший pipeline. Подходит BI с интересом к content-маркетингу и SEO.

Event marketing. Конференции — критический канал в cybersecurity, потому что enterprise-клиенты любят встречаться вживую и доверяют тому, что увидели на сцене. F.A.C.C.T. сильна в собственных конференциях и форумах. Аналитик измеряет ROI мероприятий (атрибуция лидов на event, post-event-конверсия в pipeline), помогает выбрать приоритетные конференции на год. Подойдёт тем, кто понимает event-маркетинг и готов копаться в Salesforce-данных.

Retention / CRM. Удержание enterprise-клиентов, upsell внутри клиента (новые модули, новые лицензии), prevention churn у топ-10 клиентов. В B2B-cybersecurity churn enterprise-клиента — катастрофа (один клиент — десятки миллионов рублей в год), поэтому retention-аналитика очень важна. Подходит кандидату с background в account-based marketing.

Brand. Brand vs performance, brand-метрики в B2B (доверие, узнаваемость среди CISO, NPS). В cybersecurity brand-доверие критично — клиент доверяет компании защищать самое ценное. Сложная роль, потому что прямой ROI бренда измерить тяжело. Подходит аналитику с любовью к смешанным методам (количественные + качественные).

Что F.A.C.C.T. ценит в маркетинг-аналитике

SQL уверенно. Слабый: «знаю на базе, могу написать SELECT». Сильный — пишет B2B-funnel-запросы на 50 строк с CTE и window functions, оптимизирует на больших Salesforce-выгрузках, умеет читать чужие SQL за 10 минут и переписывать.

B2B funnel понимание. Слабый кандидат не знает MQL/SQL/PQL/SAL — основные стадии enterprise-воронки. Сильный — глубоко понимает каждую стадию (Marketing Qualified Lead → Sales Accepted Lead → Sales Qualified Lead → Opportunity), знает типичные conversion rate (MQL-to-SAL 30-50%, SQL-to-Opp 40-60%, Opp-to-Closed 20-30%), может назвать причины drop-off на каждом этапе.

LTV / CAC. Слабый: «LTV = ARPU / churn». Сильный: «LTV enterprise-клиента — 5-летний кумулятивный ARR с учётом expansion (новые модули, новые юзеры) и contraction (отказ от части лицензий). У anti-fraud-клиентов мы видим NRR 115-130%, средний LTV/CAC 4.2 по топ-сегменту банков».

A/B-тесты. Слабый: «запустим тест на 2 недели». Сильный кандидат понимает специфику B2B-экспериментов: малая выборка, длинный конверсионный цикл (лид сегодня — deal через 6 месяцев), значит — A/B на самом лиде ограничены, нужны quasi-experiments или эксперименты в верхней части воронки (email, lending pages).

Event-маркетинг. Слабый: «event ROI считаем как выручка с мероприятия / стоимость». Сильный кандидат: «event ROI считаем с учётом косвенного эффекта (повторные касания, узнаваемость, NPS), приписываем pipeline за следующие 6-12 месяцев по multi-touch attribution с весом 30% на event-касание, считаем ROI на горизонте 18 месяцев».

Как готовиться: план

За 4-6 недель до планируемого собеса:

1. Неделя 1-2 — SQL. Прорешай вопросы по SQL и Python в Карьернике: 1500+ задач с разбивкой по темам, по 10-15 минут в день закрывают пробелы перед собесом. Фокус на window functions, B2B-funnel. SQL для маркетинг-аналитика.
2. Неделя 3 — Marketing метрики. B2B-метрики. LTV и CAC.
3. Неделя 4 — Attribution и Retention. Attribution, Retention.
4. Неделя 5 — A/B и MMM. MMM.
5. Неделя 6 — Mocks + behavioral.

Частые ошибки

Слабый SQL. Самый частый отказ. Кандидат говорит «знаю SQL», но на live-coding не может написать cohort retention с window-функциями или путается в JOIN-условиях. Что работает: 30+ задач с window functions и JOIN на тренажёре за 2 недели до собеса.

Last click only. Кандидат говорит «у нас last click attribution» и не понимает, почему это особенно плохо в B2B. Слабо. Сильный кандидат: «last click в B2B недооценивает event-маркетинг и контент — лид касается компании 8-15 раз перед deal, last click видит только последнее касание (обычно sales-демо), правильно — multi-touch с time-decay и event-weights».

Без B2B specifics. Кандидат с B2C-фоном (e-commerce, retail) переносит чужие метрики на B2B без адаптации: «считаем DAU и CTR». Слабо. Что работает: прочитай 3-5 статей про SaaS B2B-метрики (David Skok, ChartMogul, Sales Hacker blog), запомни pipeline coverage, sales velocity, average contract value.

Без lead-funnel. Кандидат не знает MQL/SQL/SAL — основные стадии воронки. Слабо. Сильный кандидат: «строил funnel в Salesforce, контролировал conversion на каждом этапе, нашёл, что SAL-to-SQL у нас 25% (низко), копнули — оказалось, sales накапливал лиды и плохо их квалифицировал; ввели SLA на ответ за 24 часа, conversion вырос до 42%».

Без A/B. Кандидаты говорят «запустили email-кампанию, conversion выросла» без proper-эксперимента. Слабо. Что работает: расскажи про реальный эксперимент с расчётом sample size, обсуждением, реально ли отличие стат-значимо при таком трафике, как делать quasi-experiments в B2B.

Связанные темы

• Собеседование на маркетинг-аналитика
• SQL для маркетинга
• Attribution models
• LTV и CAC
• Retention и cohort
• MMM (media mix)

FAQ

Удалёнка в F.A.C.C.T. для маркетинг-аналитика?

Гибрид и удалёнка распространены.

Зарплатные вилки 2026?

Middle: 210-300k. Senior: 300-430k.

Английский нужен?

Базовый — желательно.

Сколько этапов?

4-5 этапов, обычно 2-3 недели.

Это официальная информация?

Этапы основаны на публичных источниках и опыте кандидатов. Уточняйте у рекрутера.