Собеседование на маркетинг-аналитика в Positive Technologies

Почему Positive Technologies — особенный работодатель для маркетинг-аналитика

Positive Technologies — крупнейшая российская публичная cybersecurity-компания (тикер MOEX: POSI), один из лидеров корпоративной кибербезопасности в РФ. Продукты — MaxPatrol, PT NAD, PT Sandbox, PT BlackBox, PT XDR. Клиентская база — крупный enterprise: банки, госы, ТЭК. Маркетинг здесь критичен: лидогенерация для длинных enterprise-сделок, поддержка IR-функции и репутации публичной компании.

Маркетинг-аналитик в Positive Technologies работает с B2B-маркетингом в нише cybersecurity. Главные задачи: моделирование B2B lead-funnel, attribution лидов по каналам (content marketing — главный канал, event marketing — PHDays и другие конференции, partner network, organic search), event-аналитика (PHDays — флагманская конференция компании), retention enterprise-клиентов, A/B-эксперименты. Кросс-функциональная работа с маркетинг-командой, sales и продактами безопасности.

Стек: SQL (ClickHouse / Greenplum) для cohort, funnel, attribution, Python для регулярной автоматизации, Power BI как BI, Salesforce для CRM. Positive Technologies — публичная компания с серьёзными требованиями к точности и качеству аналитики.

Что важно понимать про работодателя: Positive — публичная компания (тикер POSI), это меняет требования к маркетинг-аналитике в важной плоскости. Любая цифра в публичных коммуникациях (отчёты для инвесторов, IR-материалы, MD&A в годовом отчёте) должна быть аудируема, и часто маркетинговые цифры (например, рост leads, conversion на enterprise-сделки) попадают в external communications. Это значит более жёсткие требования к качеству данных, чем в среднем по рынку, и больше работы с финансовой командой и IR-функцией. Параллельно — компания одна из самых известных в российском кибербезе через PHDays и сильный контент-маркетинг, что создаёт серьёзные объёмы органического трафика и лидов, которыми аналитику нужно уметь правильно управлять.

Актуальные вакансии — на hh.ru и сайте Positive Technologies.

Этапы собеседования

Полный цикл — обычно 2-3 недели и 4-5 этапов. Positive — компания с устоявшимся аналитическим процессом, отбор довольно структурированный: ожидаемые этапы, понятные критерии оценки, прозрачная коммуникация о статусе.

1. HR-скрининг (30-45 минут)

Рекрутер проверяет базу: опыт маркетинг-аналитики в B2B SaaS / cybersecurity. Если работал в Kaspersky, InfoWatch, BI.ZONE, R-Vision, F.A.C.C.T. — упомяни сразу, такой бэкграунд серьёзно ускоряет процесс. Если cybersecurity-опыта нет, но есть в B2B SaaS / enterprise-software — это тоже хорошо. Параллельно: мотивация (почему именно cybersecurity, почему Positive), готовность работать с публичной компанией (понимание, что часть твоих цифр пойдёт в IR-материалы), компенсационные ожидания. Готовь питч 90 секунд с конкретными 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), multi-touch attribution (linear, time-decay, position-based), cohort retention enterprise-клиентов с разбивкой по году подписки и сегменту, sales velocity (среднее время между этапами). Window functions, CTE, дедупликация лидов и touchpoint-ов. Сильный кандидат сразу обсуждает производительность на ClickHouse (фильтрация по партициям, агрегатные функции), правильную дедупликацию (один лид — одна attribution), edge-cases.

Подготовка: SQL для маркетинг-аналитика.

3. Marketing-метрики и кейсы (60 минут)

Темы: LTV enterprise-клиента в cybersecurity (5-7-летний горизонт, expansion в новые продукты типа MaxPatrol+PT NAD+PT XDR), CAC для B2B по каналам, pipeline coverage (3x — здорово, 2x — рисково), ROI event-маркетинга (как считать вклад PHDays в pipeline и в bookings), специфика публичной компании. Жди вопросов уровня «как ты считал бы ROI PHDays-2025, если конференция стоит N миллионов, после конференции в течение полугода зашли X лидов, из них Y превратились в closed-won за следующие 18 месяцев». Сильный кандидат сразу декомпозирует кейс: прямой attribution через UTM/QR-коды, lift в organic search после события, brand-эффект через прямой/organic-трафик, влияние на retention.

Подготовка: LTV и CAC, Attribution models.

4. A/B + experiments (45 минут)

Разбор экспериментов в B2B-специфике: малые выборки лидов, длинные циклы конверсии, ограниченные возможности рандомизации в больших enterprise-сделках. Типовые задачи: спроектируй A/B на лендингах для разных сегментов клиентов с трафиком 500 visits в неделю, оцени значимость без классического p-value. Сильный кандидат сразу обсуждает surrogate-метрики, bayesian-подходы, sequential testing.

Подготовка: A/B-эксперименты.

5. Поведенческое (45 минут)

С маркетинг-руководителем. STAR-формат. Positive Technologies — корпоративная компания, ценит ответственность и аккуратность. Жди вопросов про факап с метрикой в отчёте, конфликт с sales по интерпретации pipeline-данных, ситуацию, где твоя аналитика повлияла на стратегическое решение. Параллельно проверяют, насколько ты понимаешь специфику публичной компании: каждая цифра должна быть аудируемой, формулы — задокументированными, источники данных — отслеживаемыми.

Особенности по командам

B2B marketing. Lead generation для разных продуктов (MaxPatrol, PT NAD, PT Sandbox, PT XDR, PT BlackBox). ABM (account-based marketing) как основной подход для крупных клиентов: банки, госы, ТЭК. Аналитик строит funnel-метрики, помогает приоритизировать аккаунты, считает sales velocity, отслеживает coverage пайплайна. Подойдёт кандидату с enterprise B2B-опытом и комфортом с длинным циклом продаж.

Content marketing. Главный канал привлечения для cybersecurity-вендора: статьи в блоге Positive, исследования угроз, threat reports, white papers, выступления на отраслевых медиа (Хабр, RBC, Forbes Russia). Аналитик считает вклад контента в pipeline (sourced vs influenced revenue), CPL по форматам, отслеживает поведение лидов на сайте. Подойдёт кандидату, которому нравится связка контента и аналитики.

Event marketing (PHDays). Флагманская конференция — главный event компании, привлекает несколько тысяч специалистов по кибербезу. Аналитик считает ROI PHDays через несколько lens-ов: прямой attribution через QR/UTM, lift в organic queries после конференции, влияние на closed-won за следующие 12-18 месяцев. Параллельно — десятки меньших событий (выезды на отраслевые конференции, специализированные форумы). Подойдёт кандидату с интересом к event-маркетингу и аналитике крупных активаций.

Retention / CRM. Удержание enterprise-клиентов, expansion (один и тот же клиент покупает MaxPatrol, через год добавляет PT NAD, через два — PT XDR). Аналитик строит cohort-NRR-модели по сегментам, помогает CSM-команде с upsell-кампаниями. Подойдёт кандидату с интересом к retention-механикам в long-tail B2B.

Brand. Brand vs performance в B2B-cybersecurity — сложный челлендж: brand-метрики (awareness, intent среди CISO) и performance-метрики на разных горизонтах. Аналитик помогает интерпретировать brand-tracker, оценивает halo-эффект brand-активностей на performance-каналы. Подойдёт кандидату с медианным brand-опытом и комфортом в работе с микс-моделями.

Что Positive Technologies ценит в маркетинг-аналитике

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

B2B funnel понимание. Сильный кандидат оперирует enterprise-funnel-метриками свободно: pipeline coverage, sales velocity, win rate по сегментам, average deal size, conversion на каждом этапе MQL → SQL → opportunity → closed-won. Слабый — путает MQL и SQL или не понимает разницу между signed и closed-won.

LTV / CAC. Сильный кандидат говорит конкретно: «LTV enterprise-клиента в Positive — 5-7-летний кумулятивный ARR с учётом expansion в новые продукты; средний NRR в сегменте банков 115%, CAC payback 18-24 месяца, LTV/CAC > 4». Слабый — отвечает абстрактно «LTV это пожизненная ценность».

A/B-тесты. Сильный кандидат знает специфику B2B-экспериментов: малые выборки, длинные циклы конверсии, ограниченные возможности рандомизации. Предлагает surrogate-метрики, sequential testing, bayesian-подходы. Слабый — пытается применить B2C-фреймворк.

Event-маркетинг. Сильный кандидат может оценить ROI PHDays через несколько lens-ов: прямой attribution, lift в organic queries, brand-эффект, влияние на retention существующих клиентов. Знает, что в B2B длительный horizon attribution (12-18 месяцев) — это нормально. Слабый — считает только прямые лиды с UTM.

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. Кандидат говорит «SQL знаю, в работе использовал», но на задаче с window functions или сложным JOIN-ом теряется. Что работает вместо: за неделю до собеса прогнать 30-40 задач на cohort retention, multi-touch attribution, B2B-funnel, разобраться с ClickHouse-специфическими функциями (AggregateFunction, sampling), понять EXPLAIN.

Last click only. Кандидат говорит «считаем по последнему касанию» — для B2B-cybersecurity с десятками касаний и многомесячным циклом это слабо. Сильный кандидат сразу обсуждает multi-touch attribution (linear, time-decay, position-based, data-driven), понимает limitations каждой модели, знает что в B2B стандарт — first-touch + last-touch + influenced revenue.

Без B2B specifics. Кандидат говорит на языке B2C-performance — ROAS, CPM — не понимая, что в B2B главное pipeline coverage и NRR, а не возврат на рубль по неделе. Что работает: за две недели прочитать 5-7 статей по SaaS-метрикам и B2B-маркетингу, посмотреть, как Cisco и Palo Alto Networks рассказывают про unit economics enterprise security.

Без lead-funnel. Кандидат не различает MQL и SQL, не понимает sales velocity, не оперирует pipeline coverage. Что работает: прорешать кейсы по B2B-funnel, понимать стандартные конверсии (lead → MQL 20-30%, MQL → SQL 30-40%, SQL → closed-won 15-25%).

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

Связанные темы

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

FAQ

Удалёнка в Positive Technologies для маркетинг-аналитика?

Гибрид и удалёнка распространены.

Зарплатные вилки 2026?

Middle: 220-310k. Senior: 310-450k.

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.