Собеседование на маркетинг-аналитика в VK Видео

Почему VK Видео — особенный работодатель для маркетинг-аналитика

VK Видео — UGC-видеоплатформа группы VK, после ограничений YouTube в России — главный игрок российского рынка пользовательского видео-контента. Десятки миллионов активных пользователей в месяц, миллиарды просмотров, библиотека UGC-контента + лицензированные шоу и фильмы. В отличие от подписочных VOD (Кинопоиск, Okko), VK Видео — рекламно-монетизируемая платформа с двумя ключевыми типами пользователей: зрители и creators.

Маркетинг-аналитик отвечает за анализ user acquisition (массовый приток новых зрителей через VK-экосистему и платные каналы), creator acquisition (привлечение авторов, особенно крупных, для роста библиотеки), retention и engagement (DAU/MAU, watch time, частота сессий), interaction с VK Клипами (short video формат), CRM-кампании, monetization. Особенность UGC — динамика библиотеки управляется не закупками контента, а активностью авторов.

Стек: SQL (ClickHouse как основной движок аналитики, Hadoop для тяжёлых задач) + Python для глубоких разборов + внутренние BI-инструменты VK + Mobile-аналитика (AppsFlyer / собственные системы). Часть инфраструктуры на собственном стеке VK.

Актуальные вакансии — на hh.ru и сайте VK.

Этапы собеседования

Цикл занимает 2-3 недели и включает 4-5 этапов. VK — большая корпорация, процесс структурированный. Упор на SQL на больших данных и специфику UGC-платформ.

1. HR-скрининг (30-45 минут)

Рекрутер проверяет фон: опыт маркетинг-аналитики в media / UGC / video / social platforms, стек (SQL, BI, мобильная аналитика), мотивацию идти в VK. Готовь питч 90 секунд: проекты, бизнес-эффект, стек. Если работал в социальных платформах, UGC-сервисах, мобильных приложениях с большой пользовательской базой — это сильный плюс.

2. SQL deep dive (60-90 минут)

Практическая секция: ClickHouse-задачи на UGC-масштабе. Реальные кейсы: посчитай retention по cohort по дате первого активности, разбей source aquisition пользователей по quality (LTV / engagement), найди топ-каналы по соотношению viewers / creators, оцени engagement через когортный watch time. Будут оконные функции, агрегаты на миллиардах строк, оптимизация.

Подготовка: SQL для маркетинг-аналитика.

3. Marketing-метрики и кейсы (60 минут)

Кейсы под UGC: как считать LTV для рекламно-монетизируемого сервиса (impressions × CPM × retention), CAC по типу пользователя (отдельно zrители и creators), engagement-метрики (DAU/MAU, watch time per user, sessions per user). Дадут кейс: «MAU вырос на 20%, но watch time не вырос — что значит и что делать?» — разбей на гипотезы (новые пользователи менее активные, проблема с retention внутри сессии, изменения в каталоге).

Подготовка: LTV и CAC, Attribution models.

4. A/B + эксперименты (45 минут)

Дизайн A/B на масштабе UGC: большие выборки (миллионы юзеров), мгновенная конверсия (запуск видео), долгосрочные эффекты на retention. Спросят про выбор метрики (DAU vs watch time vs sessions), про длительность теста, про подводные камни (network effects, novelty, сезонность контента).

Подготовка: A/B-эксперименты.

5. Поведенческое (45 минут)

С тимлидом или директором по маркетингу. STAR-формат: конфликт с продактом по приоритизации, защита аналитики, спор по архитектуре дашборда. VK ценит инициативу, готовность работать на масштабе и быстро.

Особенности по командам

User acquisition. Самая большая команда: массовое привлечение новых зрителей через VK-экосистему (главная VK, mail.ru, OK), платные каналы (paid social, paid search), partnerships с производителями устройств. Аналитик считает CAC по каналу, attribution на multi-touch, проводит большие A/B-тесты на онбординг. Подойдёт тем, у кого опыт growth-маркетинга на масштабе.

Creator acquisition. Привлечение авторов — стратегическая команда. UGC-платформы зависят от активности creators, поэтому VK Видео активно работает с привлечением и удержанием авторов (платформа монетизации, технические возможности, поддержка крупных авторов). Аналитик считает creator funnel (от регистрации до первого видео, до первой монетизации), retention авторов, эффект contributions крупных авторов. Подойдёт тем, кто понимает creator economy.

Retention / CRM. Удержание зрителей через push-уведомления, email, in-app коммуникации. Команда дизайнит CRM-кампании по сегментам (новые, активные, спящие), измеряет персонализацию рекомендаций. Тесная работа с продактами и рекомендательной командой. Подойдёт кандидатам с retention-опытом в подписочных и UGC-сервисах.

Short video / Клипы. Команда работает с интеграцией VK Видео и VK Клипов (короткий вертикальный формат). Аналитик считает cross-platform engagement, эффект Клипов на retention в Видео, формат-специфичные метрики (skip rate, completion rate, time to scroll). Подойдёт тем, кто понимает short-form video (TikTok-аналоги).

Digital / Mobile. Мобильное приложение VK Видео — ключевой канал. Аналитик работает с mobile UAC, ASO, attribution через AppsFlyer / SKAdNetwork (для iOS), оптимизирует bidding. Подойдёт тем, кто разбирается в мобильной аналитике.

Что VK Видео ценит в маркетинг-аналитике

SQL на масштабе. ClickHouse / Hadoop на десятках терабайт данных. Слабый — «писал select-ы, делал join-ы»; сильный — «оптимизировал ежедневный отчёт на 50 ТБ через предагрегацию по часовым окнам, время выполнения с 2 часов до 5 минут».

UGC metrics. Знание метрик UGC-платформ: DAU/MAU, watch time, sessions per user, content creation rate, creator retention. Слабый — «у нас была воронка регистрация → подписка»; сильный — «строил funnel с разделением viewer-only / creator funnel, отдельно отслеживал first-content milestone».

LTV / engagement. Слабый — «LTV = ARPU × срок»; сильный — «для UGC LTV = expected lifetime × ARPDAU (average revenue per DAU) × engagement weight, учитываю отдельно advertising-LTV и subscription-LTV для платных тарифов». Конкретика обязательна.

A/B-тесты. Слабый — «делал A/B, смотрел значимость»; сильный — «дизайнил тесты с учётом network effects, использовал cluster randomization, проверял long-term retention через 90 дней».

Retention. Глубокое понимание retention в UGC — что воздействует (контент, авторы, UX, рекомендации), как измерять stickiness (DAU/MAU), как ловить deactivation сигналы.

Как готовиться: план

За 4-6 недель до собеседования:

1. Неделя 1-2 — SQL. ClickHouse / Hadoop: оконные функции, оптимизация на больших таблицах. 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 UGC, engagement-метрики, payback period. LTV и CAC.
3. Неделя 4 — Attribution + Retention. Multi-touch для UGC, retention-метрики, stickiness. Attribution, Retention.
4. Неделя 5 — A/B + MMM. Дизайн на больших выборках, MMM для media. 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 оконке retention или агрегатах на большой таблице. Слабый — «забываю синтаксис»; сильный — пишет когорту retention за 10 минут и сразу обсуждает оптимизацию.

Last click only. «У нас была attribution через last click» — для media с long-term retention это слабо. Сильный — «использовали multi-touch с учётом organic-signal, лифт от brand-кампаний измерял через geo-experiments».

Без UGC specifics. Кандидат говорит «у нас был подписочный сервис» — не понимает UGC-динамики и creator economy. Сильный — «учитываю creator funnel отдельно от viewer, отслеживаю concentration top-creators, измеряю эффект новых авторов на retention viewers».

Без engagement understanding. Кандидат говорит «у нас MAU вырос» — не разбирает stickiness, watch time, sessions. Сильный — «MAU не самая важная метрика, я смотрю DAU/MAU stickiness и watch time per user, плюс отслеживаю content creation rate».

Без A/B понимания. «Запускали кампании, смотрели динамику» — слабо. Сильный — «дизайнил тесты с cluster randomization из-за network effects, проверял long-term retention через 90 дней, использовал sequential analysis».

Связанные темы

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

FAQ

Удалёнка в VK Видео для маркетинг-аналитика?

Гибрид распространён, удалёнка возможна, но для крупных команд руководство предпочитает офис в Москве 2-3 дня в неделю.

Зарплатные вилки 2026?

Middle: 220-320k. Senior: 320-460k. Бонусная часть — годовая.

Английский нужен?

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

Сколько этапов?

4-5 этапов, 2-3 недели.

Это официальная информация?

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