Собеседование на маркетинг-аналитика в START

Почему START — особенный работодатель для маркетинг-аналитика

START — российский VOD-сервис, известный собственным производством сериалов и фильмов. На рынке стриминга в РФ START входит в группу заметных игроков (Кинопоиск, Okko, Иви, START, Premier, Wink), специализируется на оригинальном контенте — каждый месяц премьеры новых серий, часть успешных франшиз («Содержанки», «Псих», «Контейнер»). Для маркетинг-аналитика это субподписочный медийный бизнес с фокусом на удержание и снижение оттока.

Маркетинг-аналитик отвечает за анализ подписочной воронки и AVOD (рекламной модели для не-подписчиков), attribution в digital-каналах (paid search, paid social, partnerships), retention и churn prevention, CRM-кампании вокруг релизов оригинальных проектов (новые серии — основной триггер новых подписок и удержания), измерение performance-кампаний по новым релизам.

Стек: SQL (ClickHouse как основной движок аналитики, Greenplum в DWH) + Python для глубоких разборов и моделей propensity-to-churn + Power BI или Tableau для дашбордов. Часть продуктовой аналитики — на Amplitude / Mixpanel-аналогах.

Актуальные вакансии — на hh.ru и сайте START.

Этапы собеседования

Цикл занимает 2-3 недели и включает 4-5 этапов. START — компания среднего размера для медиа, процесс менее формальный, чем в крупных корпорациях. Упор на SQL, маркетинг-метрики и специфику streaming.

1. HR-скрининг (30-45 минут)

Рекрутер проверяет фон: опыт маркетинг-аналитики в media / streaming / подписочных сервисах, стек (SQL, BI, веб-аналитика), мотивацию к контенту и streaming. Готовь питч 90 секунд: проекты, бизнес-эффект, стек. Если работал в стриминге, телеком-сервисах с подпиской, музыкальных сервисах — упомяни в первые секунды.

2. SQL deep dive (60-90 минут)

Практическая секция: ClickHouse-задачи на streaming-воронку. Реальные кейсы: посчитай trial-to-paid конверсию по когортам пользователей, построй retention-кривую по месяцам подписки, разбей источники привлечения по quality (LTV) а не по количеству, найди когорты с аномальным churn. Будут оконные функции, агрегаты, работа с большими таблицами событий.

Подготовка: SQL для маркетинг-аналитика.

3. Marketing-метрики и кейсы (60 минут)

Кейсы под подписочный streaming: как считать LTV (revenue × срок жизни × retention), CAC по каналам, payback period (для streaming обычно 6-12 мес), churn — voluntary vs involuntary, content-driven retention (как новый сезон сериала влияет на удержание). Дадут кейс: «После запуска оригинального сериала trial-конверсия выросла на 20%, а 3-месячный retention упал на 5%. Что значит и что делать?» — нужно разобрать на гипотезы (контент привлёк менее лояльную аудиторию, churn на отложенном эффекте, изменения в каталоге).

Подготовка: LTV и CAC, Attribution models.

4. A/B + эксперименты (45 минут)

Дизайн A/B в подписочном медиа: выбор метрики (trial→paid конверсия или retention к 3 месяцам?), длительность теста (учитываешь как минимум 1 цикл оплаты), подводные камни (новые серии как exogenous shock, novelty effect). Расскажи реальный кейс с цифрами.

Подготовка: A/B-эксперименты.

5. Поведенческое (45 минут)

С тимлидом или директором по маркетингу. STAR-формат: конфликт с продактом по приоритизации каналов, эксперимент с неожиданным результатом, защита цифр перед руководством. START ценит инициативу и владение цифрами, плюс — интерес к контенту.

Особенности по командам

Subscription marketing. Самая большая команда: привлечение новых подписчиков через performance-каналы (paid search, paid social), partnerships с операторами и банками, partnerships с устройствами (умные TV). Аналитик строит attribution на длинных воронках, измеряет каналы по LTV, оптимизирует bidding и креативы. Подойдёт тем, у кого есть опыт performance-маркетинга в подписке.

Retention / CRM. Удержание подписчиков — ключевая для streaming задача. Команда строит propensity-to-churn модели, дизайнит retention-кампании вокруг релизов и при первых сигналах оттока, измеряет персонализацию push и email. Тесная работа с продактами и контентной командой. Подойдёт кандидатам с опытом retention в подписке (Netflix, мобильные приложения, music streaming).

Brand. Работа на узнаваемость бренда START как «производителя качественных русских сериалов». Аналитик отвечает за brand health surveys, измерение share of voice, influence brand-кампаний на performance-метрики, спецпроекты вокруг премьер. Меньшая команда.

Digital / Mobile. Мобильное приложение START на iOS/Android — ключевой канал потребления. Аналитик работает с mobile app acquisition (UAC, ASO), измеряет paid vs organic installs, post-install events, deep links. Подойдёт тем, кто разбирается в мобильной аналитике.

Content marketing. Аналитика вокруг релизов сериалов: how content drives subscriptions, when to push CRM-коммуникации, эффективность teasers и трейлеров. Тесная работа с PR, креативной и контентной командой. Подойдёт тем, кто любит контент.

Что START ценит в маркетинг-аналитике

SQL уверенно. Базовое требование. ClickHouse-специфика — оконные функции, агрегаты, оптимизация. Слабый — «писал select-ы, делал join-ы»; сильный — «оптимизировал retention-отчёт с 4 минут до 20 секунд через предагрегацию по событиям».

Streaming metrics. Знание метрик streaming: trial-to-paid, MAUs, watch time, churn voluntary vs involuntary, ARPU по тарифам. Слабый — «у нас была воронка регистрация → подписка»; сильный — «строил funnel с учётом trial-этапа и payment failure, разделял voluntary и involuntary churn».

LTV / churn. Слабый — «LTV = ARPU × срок»; сильный — «LTV = ARPU × expected lifetime × retention rate, моделирую по cohorts, учитываю изменения в pricing и каталоге, разделяю trial-only vs paying users». Цифры обязательны.

A/B-тесты. Слабый — «делал A/B, смотрел значимость»; сильный — «дизайнил тесты с учётом minimum 30-day post-period, учитывал релизы контента как exogenous shock».

Retention. Глубокое понимание retention в подписке — что воздействует на удержание (контент, UX, push, цена), как измерять retention в моменте release и в спокойный период.

Как готовиться: план

За 4-6 недель до собеседования:

1. Неделя 1-2 — SQL. ClickHouse: оконки, агрегаты, оптимизация. 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 streaming, payback period, voluntary vs involuntary churn. LTV и CAC.
3. Неделя 4 — Attribution + Retention. Multi-touch для streaming, retention-метрики, propensity-to-churn. Attribution, Retention.
4. Неделя 5 — A/B + MMM. Дизайн вокруг релизов, MMM для streaming. MMM.
5. Неделя 6 — Mocks + behavioral. Mock-интервью, 5-7 STAR-историй.

Частые ошибки

Слабый SQL. Самая частая причина отказа. Кандидат с 3+ годами опыта зависает на retention-оконке. Слабый — «забываю синтаксис»; сильный — пишет когортный retention за 10 минут.

Last click only. «Использовали last click attribution» — для streaming с органическим контентом и brand-эффектами это слабо. Сильный — «дополнительно считал branded search lift, использовали MMM для оценки long-term эффекта brand».

Без streaming specifics. Кандидат говорит «считал LTV для подписки» — без понимания content-driven churn, trial-conversion, voluntary vs involuntary. Сильный — «моделировал retention с учётом релизов оригинального контента, разделял paying-users по тарифу».

Без churn understanding. Кандидат говорит «у нас был отток 5% в месяц» — без разбивки на причины. Сильный — «voluntary churn — это сознательная отписка, involuntary — failed payment, разделял в воронке, для involuntary дизайнил retry-логику, +12% recovery».

Без A/B понимания. «Запускали кампании, смотрели динамику» — слабо. Сильный — «дизайнил тесты с учётом cycles оплаты, post-period 60 дней, учитывал релизы как exogenous shock».

Связанные темы

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

FAQ

Удалёнка в START для маркетинг-аналитика?

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

Зарплатные вилки 2026?

Middle: 180-270k. Senior: 270-390k. Бонусная часть зависит от выполнения KPI.

Английский нужен?

Базовый — желательно (статьи, инструменты). Свободный — не обязателен.

Сколько этапов?

4-5 этапов, 2-3 недели.

Это официальная информация?

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