Собеседование на маркетинг-аналитика в Rutube

Почему Rutube — особенный работодатель для маркетинг-аналитика

Rutube — крупнейшая российская UGC-видеоплатформа, часть холдинга «Газпром-Медиа». На фоне ограничений международных видеосервисов в РФ Rutube стал одной из ключевых платформ для производителей видеоконтента — отечественных авторов, медиа, рекламных партнёров. Это значит кратный рост контента, MAU и нагрузки на маркетинг как функцию массового привлечения пользователей и авторов.

Маркетинг-аналитик в Rutube работает с unique-pattern маркетингом UGC-платформы. Главные задачи: user acquisition (массовое привлечение зрителей) и creator acquisition (привлечение авторов — это отдельный сегмент с другой воронкой и метриками), attribution в видео-формате, retention/engagement аналитика, A/B-эксперименты в продукте, content marketing-аналитика. Кросс-функциональная работа с маркетингом, продактом, creator success командой.

Особенность Rutube — это двусторонний рынок: одна аудитория (зрители) и другая (авторы), и обе нужно growth-итьодновременно. Это создаёт уникальные attribution-задачи: маркетинг-аналитик должен раздельно мерять unit economics зрительской воронки (CAC зрителя, LTV в терминах ad-revenue от него) и authorской воронки (CAC автора, LTV — выручка от его контента и привлечённой им аудитории). Плюс — нативный chicken-and-egg: без авторов нет контента, без зрителей нет авторов. Маркетинг здесь работает не на одну метрику, а на баланс между двух сторон.

Стек: SQL (ClickHouse / Greenplum) для cohort, funnel, attribution, Python для регулярной автоматизации, Power BI как BI.

Актуальные вакансии — на hh.ru и сайте Rutube.

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 media / UGC / video, причины ухода, ожидания. Если работал в VK Видео, Дзене, Кинопоиске или в крупных медиа-юнитах — упомяни сразу, это самый быстрый сигнал релевантности. Готовь питч на 60 секунд: какие сегменты вёл (B2C-зрители или авторы), какие каналы, какой эффект на retention. Параллельно рекрутер уточнит знакомство с UGC-маркетингом и готовность работать в гибриде.

2. SQL deep dive (60-90 минут)

Технический разбор на масштабе UGC: дают схему таблиц (videos, authors, views, advertising, sessions) и просят написать 4-6 запросов. Типовые задачи: cohort retention зрителей по неделям после регистрации, engagement-метрики (avg watch time, video completion rate, sessions per user), funnel «открытие → видео → следующее видео», attribution канала привлечения к watch-time через 30 дней. Сильный кандидат пишет запросы по миллиардам событий, оптимизирует через materialized views, понимает ClickHouse-специфику (FINAL, ARRAY JOIN), аккуратно работает с user-session-логикой. Слабый — пишет неоптимальные JOIN на видео-event таблицах, забывает про дедупликацию.

Подготовка: SQL для маркетинг-аналитика.

3. Marketing-метрики и кейсы (60 минут)

Темы: LTV пользователя UGC-платформы (через ad-revenue и engagement), CAC по сегментам (зрители vs авторы), retention/engagement (DAU/MAU, watch time per user, returning users), monetization funnel (рекламные показы). Дают кейс: «как ты будешь мерять эффективность акции на привлечение блогеров с YouTube». Сильный кандидат: считает incremental contribution каждого нового автора (контент он добавил, какой engagement он принёс), считает payback на CAC автора. Слабый: «считаем количество регистраций».

Подготовка: LTV и CAC, Attribution models.

4. A/B + experiments (45 минут)

Разбор экспериментов на масштабе UGC: дизайн A/B при высоком трафике, sample size calculation, как ловить SRM, что делать с heterogeneous treatment effects (когорта зрителей разнородна по поведению). Сильный ответ: понимание sequential testing, стратифицированных сэмплингов, готовность сказать «не значимо». Слабый: «p<0.05 — катим».

Подготовка: A/B-эксперименты.

5. Поведенческое (45 минут)

С маркетинг-руководителем. STAR-формат: расскажи про конфликт с маркетинг-менеджером по поводу attribution, про факап с неправильным расчётом метрики на масштабе, про инициативу по запуску creator-программы. Параллельно проверяют скорость работы и готовность брать ownership — UGC-платформа растёт быстро, и нужно тащить инициативы.

Особенности по командам

User acquisition. Массовое привлечение зрителей через digital UA, performance-каналы (контекст, таргет, programmatic), контентные кампании. Аналитик считает CAC по каналам, конверсию registration → first-watch → returning user, optimизирует bid-стратегии. Подойдёт кандидату с опытом performance в digital, кто умеет работать со скейлом и не боится «море трафика».

Creator acquisition. Привлечение авторов — уникальная функция UGC, отличает Rutube от обычных streaming-сервисов. Метрики: CAC автора, time-to-first-upload, average content output, retention автора через 30/90 дней. Тесно работает с creator success командой и партнёрской программой. Подойдёт кандидату со специфическим опытом influencer / creator marketing или работы с авторами на YouTube/TikTok.

Retention / CRM. Удержание зрителей, engagement-кампании (push-уведомления о новых видео авторов, на которых подписан), recommendation-driven retention. Аналитик считает retention curves, propensity-модели для предсказания churn, A/B-тесты CRM-механик. Подойдёт аналитику с опытом subscription-маркетинга или engagement-маркетинга.

Brand. Brand-маркетинг — про охват, узнаваемость, share of voice. В Rutube особенность — позиционирование как «российский YouTube», brand-tracking studies, синергия с ГПМ-каналами. Подойдёт кандидату со знанием brand-метрик и опытом медиа-планирования.

Digital. Mobile app acquisition — отдельный челлендж: SKAdNetwork, postback-attribution, deeplinks, AppsFlyer / Adjust. Аналитик считает unit economics в разрезе iOS/Android, ловит fraud installs, оптимизирует CPI и engagement-quality. Подойдёт тем, кто работал с mobile в социальных сетях, играх или подписочных сервисах.

Что Rutube ценит в маркетинг-аналитике

SQL на масштабе. Слабый кандидат говорит «знаю на базе» и пишет неоптимальные запросы по миллиардам строк. Сильный — «писал на масштабе UGC, оптимизировал запросы через materialized views, partitioning, pre-aggregations, знаю ClickHouse-специфику (FINAL, ARRAY JOIN)». На SQL-секции масштабная оптимизация — решающий фильтр.

UGC metrics. Слабый кандидат рассказывает про streaming SVOD как будто это то же самое. Сильный — раскладывает: «UGC-экономика — это watch time / impressions / ad-revenue, а не подписки, KPI — DAU и engagement-density (минут на DAU), monetization идёт через рекламу с разной ставкой по типу контента».

LTV / engagement. Слабый кандидат считает LTV как «выручка/количество». Сильный: «считаем LTV пользователя UGC с учётом ad-revenue от его просмотров, времени проведённого на платформе, viral coefficient (сколько привёл других), creator LTV — отдельная история через выручку от его контента».

A/B-тесты. Слабый кандидат катит без sample size, не учитывает heterogeneity. Сильный — понимает statistical power, stratified sampling, sequential testing, готов сказать «не значимо» даже на масштабе.

Retention. Слабый кандидат показывает D7/D30 без сегментации. Сильный — сегментирует по причине прихода (creator-driven, viral, search, ads), различает active viewers и lurkers, понимает, что в UGC main retention driver — это качество recsys.

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, cohort retention. SQL для маркетинг-аналитика.
2. Неделя 3 — Marketing метрики. UGC-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 оптимизирует на масштабе. В Rutube запросы по миллиардам видео-event строк — без знания ClickHouse-оптимизаций (materialized views, pre-aggregation) и без 30-40 решённых задач уровня LeetCode не пройти.

Last click only. В UGC last-click ломается из-за нелинейности user journey: юзер увидел видео в рекомендациях, забыл, через неделю пришёл по бренду. Сильный ответ: «считаю multi-touch с весами, отдельно sourced и influenced engagement».

Без UGC specifics. Кандидат рассказывает про subscription unit economics и не может перейти на UGC-язык (DAU, watch time, ad-revenue, viral coefficient). Перед собесом прочитай 3-5 статей про UGC-метрики — блоги YouTube, TikTok, разборы экономики Дзена и VK Видео.

Без engagement understanding. Кандидат показывает «просмотры выросли». Сильный: «engagement-density (watch time / DAU) выросла на 8%, в основном за счёт нового recsys-алгоритма для главной, эффект подтверждается A/B». Это про декомпозицию.

Без A/B понимания. Кандидат не знает SRM, peeking, не различает statistical и practical значимость. В Rutube масштаб большой, и без понимания экспериментального дизайна можно «найти» эффект там, где его нет.

Связанные темы

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

FAQ

Удалёнка в Rutube для маркетинг-аналитика?

Гибрид и удалёнка распространены.

Зарплатные вилки 2026?

Middle: 200-300k. Senior: 300-440k.

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.