Собеседование на маркетинг-аналитика в Selectel

Почему Selectel — особенный работодатель для маркетинг-аналитика

Selectel — один из крупнейших независимых российских cloud-провайдеров, известен dedicated-серверами и public cloud, K8s-as-a-service, GPU-инстансами для ML. В отличие от облаков-наследников экосистем (Yandex Cloud, VK Cloud, Cloud.ru), Selectel — отдельный B2B-бизнес, который зарабатывает только на облачных сервисах и инфраструктуре. Для маркетинг-аналитика это означает работу в чистом B2B SaaS-контексте с длинным циклом сделки и продуктово-led growth.

Маркетинг-аналитик отвечает за анализ B2B lead-funnel в нескольких сегментах: Enterprise (большие корпорации с длинной воронкой и работой через sales), SMB (средний бизнес), self-service / developers (разработчики, которые регистрируются и платят сами). Здесь нужна работа с attribution на длинной воронке (от первого визита блога до сделки может пройти полгода), измерение партнёрских программ с системными интеграторами, content marketing-аналитика (Хабр, конференции, технические статьи), измерение event marketing.

Стек: SQL (ClickHouse — Selectel сам активно использует ClickHouse) + Python для глубокой аналитики + Power BI / Metabase для дашбордов + Salesforce / amoCRM как CRM. Часть веб-аналитики на Яндекс.Метрике, продуктовая — на Amplitude.

Актуальные вакансии — на hh.ru и сайте Selectel.

Этапы собеседования

Цикл обычно занимает 2-3 недели и включает 4-5 этапов. Selectel — компания среднего размера, процесс менее формальный, чем в корпорациях, упор на конкретные кейсы и SQL.

1. HR-скрининг (30-45 минут)

Рекрутер проверяет фон: опыт маркетинг-аналитики в B2B (особенно cloud / SaaS / IT-инфраструктура), стек (SQL, Salesforce, BI), мотивацию идти именно в Selectel (часто кандидаты хотят инфраструктурный B2B после b2c). Готовь питч на 90 секунд: какие продукты вёл, какие задачи решал, какой эффект на бизнес. Если есть опыт в IT-инфраструктуре, cloud или DevOps-tools — это сильный плюс.

2. SQL deep dive (60-90 минут)

Практическая секция: ClickHouse-задачи на конверсию B2B-воронки, cohort-анализ self-service users, attribution по нескольким touch-points за окно 90+ дней. Реальные кейсы: посчитай конверсию из регистрации в первую оплату с дедупом по company_id (одна компания может иметь несколько пользователей), построй когортный retention по месяцу первого платежа, найди топ-каналов по quality leads (не по count, а по revenue или конверсии в paying). Будут оконные функции и работа с большими таблицами.

Подготовка: SQL для маркетинг-аналитика.

3. Marketing-метрики и кейсы (60 минут)

Кейсы из B2B cloud: как считать LTV для cloud-клиента (revenue growth, expansion, churn), какой CAC payback приемлем для разных сегментов (для Enterprise 12-18 мес, для SMB 6-9 мес, для self-service ещё меньше), как измерять content marketing (multi-touch, last-touch, brand search). Дадут кейс: «Self-service лиды выросли на 40%, но revenue от них не вырос — что не так?» — нужно разобрать на гипотезы (более слабые лиды, проблема с конверсией, изменения в pricing).

Подготовка: LTV и CAC, Attribution models.

4. A/B + эксперименты (45 минут)

Дизайн экспериментов в B2B-контексте. Особенность — небольшие выборки (Enterprise клиенты — десятки тысяч в год, не миллионы), длинный цикл (от показа до конверсии 30-90 дней), необходимость учитывать сезонность и внешние события. Спросят про выбор метрики (заявка vs sales-qualified lead vs deal vs revenue), про длительность теста, про подводные камни (контаминация сегментов, novelty).

Подготовка: A/B-эксперименты.

5. Поведенческое (45 минут)

С тимлидом и/или директором по маркетингу. STAR-формат: расскажи про конфликт с sales по приоритизации лидов, про эксперимент, который опровергнул общую гипотезу, про защиту цифр перед C-level. Selectel ценит инженерный подход и владение цифрами — приводи конкретику с числами и графиками.

Особенности по командам

Enterprise marketing. Работа с крупными B2B-клиентами (банки, ритейл, телекомы, ML-стартапы со значительными бюджетами). Длинная воронка с участием sales, частые встречи и кастомные предложения. Маркетинг-аналитик строит attribution на длинной воронке, измеряет эффективность ABM (account-based marketing), считает opportunity-driven метрики (pipeline, deal velocity). Подойдёт тем, кто работал в B2B SaaS или enterprise sales-led компаниях.

SMB / Self-service. Маркетинг для среднего бизнеса и небольших клиентов, которые регистрируются и платят без участия sales. Здесь больше product-led growth, аналитика behavior в продукте, активация после регистрации, оптимизация trial-to-paid. Стек ближе к b2c-аналитике. Подойдёт тем, у кого опыт growth-маркетинга в SaaS.

Developer marketing. Самая специфическая команда: маркетинг для разработчиков и DevOps-инженеров через Хабр, GitHub, технические конференции, документацию, бесплатные ресурсы (туториалы, sandbox). Аналитик считает влияние контента и развития сообщества на регистрации и активацию, поддерживает retro-метрики по конференциям и meetup-ам. Сюда берут аналитиков с инженерным мышлением и интересом к dev-сообществу.

Content marketing. Аналитика блога Selectel (на Хабре и собственном блоге), измерение SEO-трафика, конверсий по теме статьи, влияния контента на воронку. Тесная работа с редакцией и SEO-командой. Подойдёт тем, кто любит SEO и контентный маркетинг.

Event marketing. Конференции (Selectel Tech Day, выступления на HighLoad++, partner conferences), meetup-ы. Аналитик считает CAC по каналу events, attribution от события до сделки, RoI офлайн-каналов. Меньшая команда, тесная связь с офлайн-маркетингом.

Что Selectel ценит в маркетинг-аналитике

SQL уверенно. Без сильного SQL не пройдёшь. Selectel использует ClickHouse внутри, ожидают знание оконных функций, оптимизации тяжёлых запросов, работы с большими таблицами. Слабый — «писал select-ы, делал join-ы»; сильный — «оптимизировал запрос с 8 минут до 30 секунд через материализованное представление и предагрегацию».

B2B cloud / SaaS funnel. Понимание особенностей B2B-воронки: длинный цикл, sales-touchpoints, deal velocity, pipeline, opportunity. Слабый — «у нас была воронка регистрация → оплата»; сильный — «строил multi-touch attribution с весовыми коэффициентами от content-touch до booking, учитывал MQL и SQL переходы».

LTV / CAC для B2B SaaS. Слабый — «LTV = ARPU × срок»; сильный — «учитываю expansion revenue и net revenue retention, разделяю когорты по сегменту и vintage года, для Enterprise добавляю pipeline-aware LTV». Конкретика обязательна.

A/B-тесты. Слабый — «делал A/B, смотрел значимость»; сильный — «проектировал тесты с учётом малых выборок Enterprise-сегмента, использовал sequential analysis, учитывал длительность пути от показа до конверсии».

Developer-marketing. Большой плюс — понимание dev-аудитории. Если знаешь, как читают Хабр, что ценят разработчики, как работает word-of-mouth в инженерной среде — это серьёзное преимущество.

Как готовиться: план

За 4-6 недель до собеседования:

1. Неделя 1-2 — SQL. ClickHouse-специфика: оконные функции, тяжёлые джойны, агрегаты. Параллельно прорешай вопросы по SQL и аналитике в Карьернике: 1500+ задач с разбивкой по темам, по 10-15 минут в день закрывают пробелы перед собесом. SQL для маркетинг-аналитика.
2. Неделя 3 — Marketing-метрики. LTV/CAC для B2B SaaS, payback period, pipeline-метрики, expansion. LTV и CAC.
3. Неделя 4 — Attribution + Retention. Multi-touch модели, длинная воронка, retention для B2B. Attribution, Retention.
4. Неделя 5 — A/B + MMM. Дизайн на малых выборках, sequential testing, MMM для B2B. MMM.
5. Неделя 6 — Mocks + behavioral. Mock-интервью, 5-7 STAR-историй из опыта.

Частые ошибки

Слабый SQL. Кандидат с 3+ годами опыта зависает на оконных функциях. Это самая частая причина отказа. Слабый — «забываю синтаксис»; сильный — пишет за 10 минут когорту с месячным retention.

Last click only. «У нас была attribution через last click» — для B2B-воронки длиной 60+ дней это бесполезно. Сильный — «использовали data-driven с шагом по этапам воронки, учитывали content-touch отдельно от paid».

Без cloud / B2B SaaS specifics. Кандидат говорит «считал LTV для подписки» — без понимания expansion revenue, churn cohorts, deal cycle. Сильный — «учитываю expansion и contraction, NRR как ключевая метрика, отличаю Logo Retention от Revenue Retention».

Без developer-marketing. Кандидат не знает, что такое Хабр-маркетинг, дев-сообщество, технические конференции. Сильный — «считал conversion от прочтения статьи на Хабре до регистрации, измерял retro-эффект конференций на pipeline».

Без A/B. «Запускали кампании, смотрели динамику» — слабо. Сильный — «дизайнил тесты с учётом размера выборки Enterprise-сегмента, использовал holdout для measurement, проверял SRM».

Связанные темы

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

FAQ

Удалёнка в Selectel для маркетинг-аналитика?

Гибрид и удалёнка распространены, особенно для аналитики. Полная удалёнка возможна, офисы — в Москве и Санкт-Петербурге.

Зарплатные вилки 2026?

Middle: 230-330k. Senior: 330-470k. Бонусная часть зависит от достижения KPI команды и компании.

Английский нужен?

Базовый — желательно (документация, статьи, иногда международные клиенты). Свободный — не обязателен.

Сколько этапов?

4-5 этапов, 2-3 недели на основной цикл.

Это официальная информация?

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