Собеседование на маркетинг-аналитика в Лиге Цифровой Экономики

Почему Лига Цифровой Экономики — особенный работодатель для маркетинг-аналитика

«Лига Цифровой Экономики» — крупная российская IT-консалтинговая компания, занимающаяся цифровой трансформацией крупного бизнеса и госов. Клиентская база — банки, ТЭК, ритейл, госы, финансовые группы. Это enterprise IT-консалтинг с длинным циклом продаж: тендеры, многоступенчатые согласования, сложные многомиллионные контракты. Маркетинг здесь — поддержка sales-функции через лидогенерацию на верхних этапах воронки.

Маркетинг-аналитик в Лиге работает с B2B-маркетингом в нише IT-консалтинга. Главные задачи: моделирование long sales cycle B2B-funnel, attribution лидов по каналам (content marketing — кейсы, white papers; event marketing — отраслевые форумы для CIO/CDTO; partner network — вендоры), event-аналитика (Лига активно участвует в IT-конференциях), LTV крупного enterprise-клиента (многолетние партнёрства с несколькими практиками). Кросс-функциональная работа с маркетинг-командой, sales и руководителями практик.

Стек: SQL (Oracle / PostgreSQL / ClickHouse) для cohort, funnel, attribution, Python для регулярной автоматизации, Power BI как BI, Salesforce для CRM.

Что важно понимать про работодателя: Лига Цифровой Экономики — это enterprise IT-консалтинг, а не product-companies или performance-агентство. Это значит совершенно другая природа маркетинга: меньше performance-каналов, больше события и контент; меньше прямого attribution, больше brand и thought leadership; меньше быстрых решений по бюджету, больше стратегического планирования квартал-вперёд. Маркетинг-аналитик здесь работает в плотной связке не только с маркетингом, но и с руководителями практик (банковская, госовская, ТЭК), и должен понимать специфику каждого направления. Это шанс получить экспозицию в enterprise B2B на верхнем уровне и научиться работать с действительно длинными циклами и большими сделками.

Актуальные вакансии — на hh.ru и сайте Лиги.

Этапы собеседования

Полный цикл — обычно 2-3 недели и 4-5 этапов. Лига — большая консалтинговая компания, процесс структурированный, с понятными критериями оценки. На 2-3 этапе кандидат уже общается с маркетинг-руководителем или руководителем направления.

1. HR-скрининг (30-45 минут)

Рекрутер проверяет базу: опыт маркетинг-аналитики в B2B / IT-консалтинге. Если работал в КРОК, T1, IBS, Технопроекте, в крупных IT-вендорах (Positive, Kaspersky, F.A.C.C.T., Softline) — упомяни сразу, такой опыт ускоряет процесс. Если консалтинг-опыта нет, но есть в enterprise B2B (банки, страховые), это тоже считается. Параллельно: мотивация (почему именно консалтинг, готовность к длинному циклу маркетинга), компенсационные ожидания, готовность к гибридному формату. Готовь питч 90 секунд с конкретными B2B-кейсами и цифрами.

2. SQL deep dive (60-90 минут)

Технический разбор: дают схему таблиц (leads, deals, customers, events, touchpoints) и просят написать запросы. Типовые задачи: B2B-funnel (lead → MQL → SQL → opportunity → closed-won с конверсиями на каждом этапе), cohort retention enterprise-клиентов по году подписки (в консалтинге cohort часто меряется годами), attribution multi-touch (linear, time-decay, position-based, data-driven), sales velocity и pipeline-аналитика. Window functions, CTE, дедупликация лидов и touchpoint-ов. Сильный кандидат сразу обсуждает дедупликацию (один и тот же CIO может пройти MQL несколько раз с разных источников), сложности с long attribution window (касание-старт до закрытия сделки могут пройти 12-18 месяцев).

Подготовка: SQL для маркетинг-аналитика.

3. Marketing-метрики и кейсы (60 минут)

Темы: LTV enterprise-клиента консалтинга (5-7-летний горизонт, expansion в смежные практики), CAC для B2B консалтинга (event marketing — самый дорогой канал; content marketing — самый эффективный по pipeline), pipeline coverage (в консалтинге 2-3x — стандарт), ROI крупных конференций (форумы CIO/CDTO, отраслевые мероприятия). Жди вопросов уровня «как ты оценил бы ROI участия в крупном форуме для CIO, если форум стоит 2 миллиона рублей, после форума за полгода зашли 15 крупных лидов, из них 3 превратились в opportunities на 50М рублей, и одна сделка на 30М закрылась через 14 месяцев». Сильный кандидат сразу декомпозирует кейс: прямой sourced revenue, influenced revenue (когда форум — одно из касаний), brand-эффект, opportunity cost relative to других каналов.

Подготовка: LTV и CAC, Attribution models.

4. A/B + experiments (45 минут)

Разбор экспериментов в B2B-специфике (малая выборка лидов, длинный цикл конверсии). Типовые задачи: спроектируй A/B на email-рассылке для верхнего сегмента CIO с трафиком 300 контактов в неделю, оцени значимость без классического p-value. Сильный кандидат сразу обсуждает surrogate-метрики (open rate, click rate, MQL-конверсию вместо closed-won), bayesian-подходы для быстрых решений, sequential testing.

Подготовка: A/B-эксперименты.

5. Поведенческое (45 минут)

С маркетинг-руководителем или руководителем направления. STAR-формат: расскажи про кейс, где твоя аналитика изменила маркетинговое решение; про конфликт с руководителем практики по приоритетам; про факап в отчёте для C-level. В консалтинге много кросс-функциональной работы с руководителями практик (банковской, госовской, ТЭК), и навык договариваться с senior-стейкхолдерами критичен.

Особенности по командам

B2B Sales marketing. Крупные клиенты с длинным циклом (12-24 месяца от первого касания до подписанного контракта). ABM (account-based marketing) как основной подход: персонализированные кампании под конкретные крупные аккаунты. Аналитик помогает приоритизировать аккаунты, считает sales velocity по сегментам, отслеживает coverage пайплайна по каждой практике. Подойдёт кандидату с enterprise-B2B-опытом и комфортом с малыми выборками и долгими циклами.

Content marketing. Кейсы клиентов, отраслевые исследования, white papers, публикации в CIO-медиа — критический канал в B2B-консалтинге, потому что CIO/CDTO принимают решения на основе доверия и экспертизы. Аналитик измеряет вклад контента в pipeline (sourced vs influenced revenue), CPL по форматам, поведение лидов на сайте. Подойдёт кандидату с интересом к связке контента и аналитики.

Event marketing. Отраслевые конференции и форумы для CIO/CDTO — главные события года для консалтинговой компании. Аналитик помогает приоритизировать events, считает ROI через несколько lens-ов (sourced revenue, influenced revenue, brand-эффект), отслеживает long-term влияние на retention существующих клиентов. Подойдёт кандидату с интересом к event-маркетингу.

Partner marketing. Работа с технологическими вендорами (Postgres Pro, 1С, российские облачные провайдеры): совместные вебинары, joint case studies, channel sales. Аналитик считает ROI каждого партнёрства, отслеживает sourced revenue через partner channel. Подойдёт кандидату с интересом к channel-маркетингу и комфортом в работе на стыке маркетинга и BD.

Retention / CRM. Удержание enterprise-клиентов, expansion в новые практики (клиент банковской практики через год начинает работать с практикой ТЭК или DataOps). Аналитик строит cohort-NRR-модели, помогает CSM-команде с upsell. В консалтинге expansion — главный driver роста, потому что привлечение нового enterprise-клиента дорогое. Подойдёт кандидату с интересом к retention-механикам и cross-sell.

Что Лига Цифровой Экономики ценит в маркетинг-аналитике

SQL уверенно. Слабый кандидат говорит «знаю на базе» — для analytics-роли это сразу красный флаг. Сильный — пишет window functions, оптимизирует запросы на Oracle/PostgreSQL/ClickHouse, понимает индексы и партиции, может разобрать чужой запрос и найти баг с дедупликацией. SQL — основной рабочий инструмент.

B2B / consulting funnel. Сильный кандидат глубоко понимает enterprise-воронку: MQL → SQL → opportunity → proposal → negotiation → closed-won; sales velocity на каждом этапе; pipeline coverage 2-3x; win rate 15-25% в enterprise-консалтинге; average deal size десятки-сотни миллионов. Слабый — не различает MQL и SQL или не понимает разницу между signed proposal и closed-won.

LTV / CAC long cycle. Сильный кандидат говорит конкретно: «LTV считаем как кумулятивную выручку за 5-7 лет с учётом expansion в смежные практики; в крупных банках NRR в районе 110-120%, в госах ниже из-за зависимости от бюджетных циклов; CAC payback на новых клиентах 24-36 месяцев». Слабый — отвечает абстрактно или применяет B2C-формулу LTV = ARPU * lifetime.

A/B-тесты. Сильный кандидат знает специфику B2B-экспериментов: малые выборки, длинные циклы конверсии, ограниченная рандомизация в крупных аккаунтах. Предлагает surrogate-метрики, sequential testing, bayesian. Слабый — пытается применить классический B2C-фреймворк к B2B.

Event-маркетинг. Сильный кандидат может оценить ROI крупных конференций через несколько lens-ов: прямой sourced, influenced revenue (event как одно из касаний), brand-эффект через прямой/organic-трафик, retention-эффект на существующих клиентах. Знает, что в B2B horizon attribution 12-18 месяцев — нормально. Слабый — считает только прямые лиды с UTM-меткой.

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 long sales cycle. 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. Кандидат пишет SELECT GROUP BY без window functions, не оптимизирует запросы, не учитывает дедупликацию лидов. Что работает: за неделю до собеса прогнать 30-40 SQL-задач (cohort retention, multi-touch attribution, B2B-funnel), разобраться с indexing и EXPLAIN на Oracle/PostgreSQL.

Last click only. Кандидат считает по последнему касанию — для enterprise-консалтинга с десятками касаний и многомесячным циклом это слабо. Сильный — обсуждает multi-touch attribution, использует одновременно first-touch, last-touch и influenced revenue, понимает long attribution window.

Без B2B / consulting specifics. Кандидат разговаривает на языке B2C-performance — ROAS, CPM — не понимая, что в B2B главное pipeline coverage и LTV/CAC на длинном горизонте. Что работает: за 2 недели до собеса прочитать про enterprise B2B-маркетинг, посмотреть, как Accenture и Deloitte описывают свой маркетинговый процесс в публичных материалах.

Без long sales cycle. Кандидат не понимает, что в консалтинге цикл 12-18 месяцев, что MQL → closed-won-конверсия 1-3%, что main marketing job — не лиды любой ценой, а pipeline coverage и quality. Что работает: пообщаться с другом-сейлом из B2B-IT-компании, прочитать 2-3 статьи про enterprise sales process.

Без A/B. Кандидат говорит «у нас отдельный аналитик по экспериментам» — для маркетинг-аналитика в Лиге это слабо. Что работает: прорешать кейсы по дизайну A/B в условиях малой выборки, понимать MDE, sample size, peeking problem, surrogate-метрики.

Связанные темы

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

FAQ

Удалёнка в Лиге для маркетинг-аналитика?

Гибрид и удалёнка распространены.

Зарплатные вилки 2026?

Middle: 200-290k. Senior: 290-420k.

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.