Собеседование на маркетинг-аналитика в Naumen

Почему Naumen — особенный работодатель для маркетинг-аналитика

Naumen — крупная российская B2B SaaS-компания из Екатеринбурга, один из ветеранов корпоративного софта в РФ. Продукты — Service Desk (ITSM), Contact Center, рекрутинговая платформа NauJobs, LMS, аналитика — закрывают потребности крупных предприятий и госов в сервисных и операционных IT-системах. Это значит, что маркетинг-аналитика работает с зрелым enterprise-B2B SaaS-фаннелем.

Маркетинг-аналитик в Naumen работает с B2B-маркетингом в enterprise-нише. Главные задачи: моделирование B2B lead-funnel для разных продуктов и сегментов (Enterprise vs SMB), attribution лидов по каналам (content marketing, event marketing, partner network, organic search), partner-аналитика (интеграторы Naumen продают большие проекты), event-аналитика (отраслевые конференции по ITSM, контакт-центрам), retention enterprise-клиентов. Кросс-функциональная работа с маркетинг-командой, sales и продактами.

Особенность Naumen — широкая продуктовая линейка (ITSM, Contact Center, NauJobs, LMS) с разной воронкой и аудиторией. Service Desk продаётся IT-руководителям, Contact Center — операционным директорам, рекрутинговая платформа — HR. Маркетинг-аналитик в Naumen должен уметь сегментировать эффективность каналов по продуктовым линиям, а не сваливать всё в один pipeline. Плюс — сильное присутствие партнёрских интеграторов: большая часть сделок enterprise-сегмента закрывается через партнёрскую сеть, attribution «прямая vs через партнёра» — отдельный челлендж.

Стек: SQL (ClickHouse / Greenplum) для cohort, funnel, attribution, Python для регулярной автоматизации, Power BI как BI, Salesforce для CRM. Naumen — инженерная компания с инженерной культурой.

Актуальные вакансии — на hh.ru и сайте Naumen.

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, причины ухода, ожидания. Если работал в Bitrix24, amoCRM, Mindbox, Контур, Naumen-подобных IT-вендорах — упомяни сразу, это самый быстрый сигнал релевантности. Готовь питч на 60 секунд: какие продукты вёл, как мерил эффективность каналов, какие partner-инициативы запускал. Параллельно рекрутер уточнит знание Salesforce и готовность к гибридному формату работы (офис в Екатеринбурге, удалёнка возможна).

2. SQL deep dive (60-90 минут)

Технический разбор: дают схему таблиц (leads, deals, customers, products, partners) и просят написать 4-6 запросов. Типовые задачи: B2B-funnel с конверсиями MQL → SQL → opportunity → closed-won по продуктовым линиям, cohort retention enterprise по году подписки, attribution «прямая vs через партнёра», расчёт partner-driven revenue, pipeline velocity по сегментам. Сильный кандидат использует window functions, понимает разницу между MQL и SQL, аккуратно работает с duplicate-leads в Salesforce. Слабый — считает revenue без учёта re-opens сделок, не различает sourced и closed deals.

Подготовка: SQL для маркетинг-аналитика.

3. Marketing-метрики и кейсы (60 минут)

Темы: LTV enterprise-клиента (с учётом expansion в новые модули и multi-product cross-sell), CAC для B2B с учётом partner-маржи, pipeline coverage, partner-метрики (partner-sourced ARR, partner penetration, активные интеграторы). Дают кейс: «у нас 50 активных интеграторов, как оценить, кто реально драйвит pipeline, а кто рисует фантомные лиды». Сильный кандидат: считает sourced revenue через системы tracking, контролирует duplicate-attribution, предлагает leaderboard и SLA. Слабый: «считаем sales от каждого партнёра» без учёта source.

Подготовка: LTV и CAC, Attribution models.

4. A/B + experiments (45 минут)

Разбор экспериментов в B2B-специфике: маленькие выборки, длинная конверсия, невозможность чистого random-split на enterprise. Вопросы: как тестировать landing-page при низком трафике, как делать quasi-experiments на ABM-аккаунтах, что считать primary-метрикой. Сильный ответ: понимание, что в B2B чаще работают geo-split, time-based holdouts, match-pair тесты. Слабый: пытается применить B2C-A/B подход дословно.

Подготовка: A/B-эксперименты.

5. Поведенческое (45 минут)

С маркетинг-руководителем. STAR-формат: расскажи про конфликт с sales по поводу attribution (классика B2B), про факап с прогнозом pipeline, про инициативу по запуску partner-программы. Параллельно проверяют коммуникацию с partner network и sales — в Naumen маркетинг плотно работает с интеграторами, soft skill договариваться важен.

Особенности по командам

B2B Sales marketing (Enterprise). Крупные клиенты — банки, госы, телеком, ритейл. ABM как основной подход: target-list ключевых аккаунтов, индивидуальная digital-программа, синхронизация с sales и partner-командой. Аналитик считает account-level engagement, эффективность ABM-tier, sourced и influenced pipeline. Подойдёт кандидату с опытом в B2B SaaS / enterprise-софт.

Retention / CRM. Удержание enterprise-клиентов, ренью многолетних контрактов, expansion в новые модули (например, клиент Service Desk покупает Contact Center). Аналитик считает gross retention, net revenue retention, expansion-rate; работает с customer success. Особенность Naumen — длинные контракты с большой долей expansion-revenue, NRR может быть выше 110%.

Brand. Brand-маркетинг в B2B-enterprise — это про trust у IT-руководителей и CIO. Метрики: awareness в опросах ICR/CNews, share of voice в отраслевых медиа (CNews, TAdviser), прямые заходы и search-brand. Подойдёт кандидату со знанием brand-tracking-исследований и пониманием B2B-аудитории.

Partnerships. Работа с интеграторами Naumen — большая часть enterprise-сделок идёт через партнёрскую сеть. Аналитик считает partner-sourced revenue, эффективность tier-партнёров, ROI partner-программ (skill-up, marketing-co-fund). Сложный домен из-за attribution и duplicate-leads. Подойдёт кандидату с опытом partner / channel analytics.

Content marketing (SEO). SEO — важный канал для B2B SaaS, особенно для среднего сегмента. Naumen активно вкладывается в content вокруг ITSM, Contact Center, рекрутинговых процессов. Аналитик считает organic traffic, конверсию контента в MQL, влияние SEO-страниц на pipeline. Подойдёт кандидату с опытом B2B SEO.

Что Naumen ценит в маркетинг-аналитике

SQL уверенно. Слабый кандидат говорит «знаю на базе». Сильный — пишет multi-product funnel-запрос с window functions, аккуратно работает с duplicate-leads в Salesforce, делает partner-attribution на CTE. На SQL-секции это решающий фильтр.

B2B SaaS metrics. Слабый кандидат не различает MRR и ARR, путает MQL и SQL. Сильный — раскладывает unit economics SaaS: gross retention, net revenue retention, expansion-rate, payback period, sales velocity, pipeline coverage — с цифрами из своего опыта.

LTV / churn. Слабый кандидат пишет формулу LTV = ARPU/Churn. Сильный: «LTV enterprise-клиента считаем с учётом expansion в новые модули, gross retention 95%+ для зрелых клиентов, NRR 110%+ за счёт upsell на дополнительные продукты». И знает, как разделять voluntary и involuntary churn.

A/B-тесты. Слабый кандидат не знает SRM, peeking, статистическую силу. Сильный — понимает экспериментальный дизайн, размер выборки, MDE, peeking penalty, не боится сказать «эффект не значим» под давлением маркетинг-менеджера.

Partnership analytics. Слабый кандидат не задумывается о специфике partner-сети. Сильный — считает partner-sourced ARR с учётом attribution, контролирует duplicate-leads через системы tracking, понимает, что partner-программа — это incremental к direct-каналам, не cannibalization.

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. 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 знает SELECT/JOIN/GROUP BY, но плавает на window functions, не помнит синтаксис CTE, путается с UNION. На SQL-секции в Naumen дают живой кодинг по схеме B2B SaaS — без 30-40 решённых задач уровня LeetCode/StrataScratch не пройти.

Last click only. В B2B last-click убивает credit для content и partner-каналов. Кандидат рассказывает «считаем CAC по последнему клику» — и всё. Сильный ответ: «считаю multi-touch с весами по типу касания, отдельно — sourced и influenced, partner-вклад трекаю через CRM».

Без B2B SaaS specifics. Кандидат рассказывает про unit economics e-commerce и не может перейти на SaaS-язык (MRR, NRR, churn, expansion). Перед собесом прочитай 3-5 статей про SaaS unit economics — блоги OpenView, ChartMogul, Profitwell.

Без churn understanding. Кандидат не знает gross/net разницы, не считает expansion отдельно. Сильный ответ: «считаю net revenue retention, отдельно gross retention, фильтрую involuntary churn через retry-логику».

Без A/B. Кандидат говорит «p<0.05 — катим». На вопросы про SRM, peeking, multiple testing — пожимает плечами. В Naumen A/B-секция отдельная, минимум 1-2 недели подготовки по экспериментальному дизайну.

Связанные темы

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

FAQ

Удалёнка в Naumen для маркетинг-аналитика?

Гибрид и удалёнка распространены, главный офис в Екатеринбурге.

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.