Собеседование на маркетинг-аналитика в Wink

Почему Wink — особенный работодатель для маркетинг-аналитика

Wink — VOD-сервис «Ростелекома», уникальный на рынке тем, что объединяет современный стриминг (мобильное приложение, Smart TV) и приставочный IPTV — наследие телекомного бизнеса с десятками миллионов абонентов через ШПД. Это даёт Wink широкую аудиторию: от классического телесмотрения через приставку Ростелеком до молодёжной аудитории мобильного приложения. Особенность — Wink интегрирован с тарифными планами Ростелекома, что создаёт уникальные паттерны cross-sell и retention.

Маркетинг-аналитик отвечает за анализ подписочной воронки в нескольких каналах: чистый OTT-маркетинг (paid social, paid search, mobile app acquisition), интеграции с тарифными планами Ростелекома (Wink в составе пакета), приставочный IPTV (особый канал retention через основной телеком-сервис), retention и churn prevention. AVOD-модель для не-подписчиков — отдельный пласт с advertising-driven LTV.

Стек: SQL (ClickHouse как основной аналитический движок, Greenplum в DWH «Ростелекома») + Python для глубоких разборов и propensity-моделей + Power BI как корпоративный BI. Часть продуктовой аналитики на Amplitude / Mixpanel-аналогах.

Актуальные вакансии — на hh.ru и сайте «Ростелекома».

Этапы собеседования

Цикл занимает 2-3 недели и включает 4-5 этапов. Wink — часть большой структуры «Ростелекома», процесс умеренно формальный. Упор на SQL, маркетинг-метрики streaming и понимание особенностей IPTV-канала.

1. HR-скрининг (30-45 минут)

Рекрутер проверяет фон: опыт маркетинг-аналитики в media / streaming / подписочных сервисах, стек (SQL, BI, веб- и мобильная аналитика), мотивацию к streaming. Готовь питч 90 секунд: проекты, бизнес-эффект, стек. Если работал в стриминге, телекомах, IPTV-сервисах — это сильный плюс.

2. SQL deep dive (60-90 минут)

Практическая секция: ClickHouse-задачи на streaming-воронку. Реальные кейсы: посчитай trial-to-paid конверсию по когортам, разбей source acquisition по quality (LTV), оцени cross-sell между OTT и IPTV, построй retention-кривую по месяцам подписки. Будут оконные функции, агрегаты, работа с большими таблицами.

Подготовка: SQL для маркетинг-аналитика.

3. Marketing-метрики и кейсы (60 минут)

Кейсы под подписочный streaming + IPTV: как считать LTV с учётом разных каналов привлечения, CAC по сегментам (OTT-only vs пакет Ростелекома), payback period, voluntary vs involuntary churn. Дадут кейс: «Пакетные подписчики Ростелекома показывают LTV в 3 раза выше OTT-only — это органический эффект или артефакт?» — нужно разобраться, как корректно сравнивать сегменты (causal inference).

Подготовка: LTV и CAC, Attribution models.

4. A/B + эксперименты (45 минут)

Дизайн A/B в подписочном медиа: выбор метрики (trial-to-paid или retention?), длительность теста, подводные камни (релизы контента как exogenous shock, novelty effect, контаминация через тарифные пакеты).

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 аналитики перед C-level. Wink ценит инициативу и владение цифрами в большой телеком-структуре.

Особенности по командам

Subscription marketing. Самая большая команда: привлечение подписчиков через OTT-каналы (paid social, paid search), partnerships, mobile app acquisition. 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 задача для streaming. 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.

Brand. Работа на узнаваемость бренда Wink. Аналитик отвечает за brand health surveys, измерение share of voice, влияние brand-кампаний на performance-метрики. Меньшая команда.

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

IPTV / Smart TV. Уникальная для Wink команда: работа с приставочной аудиторией через тарифные пакеты Ростелекома. Аналитик измеряет cross-sell IPTV → Wink streaming, эффекты bundle-предложений, retention пакетных подписчиков. Подойдёт тем, кто понимает телеком-маркетинг или работал в IPTV-сервисах.

Что Wink ценит в маркетинг-аналитике

SQL уверенно. Базовое требование. ClickHouse-специфика — оконные функции, агрегаты, оптимизация. Слабый — «писал select-ы, делал join-ы»; сильный — «оптимизировал ежедневный retention-отчёт с 8 минут до 30 секунд через предагрегацию».

Streaming + IPTV metrics. Знание метрик streaming: trial-to-paid, watch time, churn voluntary vs involuntary. Плюс понимание IPTV-специфики: bundle-подписки, attribution в multi-product экосистеме. Слабый — «у нас была воронка регистрация → подписка»; сильный — «разделял OTT-only и bundle-подписчиков в анализе, отдельно считал retention для каждого сегмента».

LTV / churn. Слабый — «LTV = ARPU × срок»; сильный — «учитываю expansion от cross-sell IPTV, voluntary vs involuntary churn, моделирую отдельно по сегментам». Цифры обязательны.

A/B-тесты. Слабый — «делал A/B, смотрел значимость»; сильный — «дизайнил тесты с учётом релизов контента как shock, post-period 60 дней для retention».

Retention. Глубокое понимание retention в подписке — что воздействует на удержание, как измерять retention в моменте release и в спокойный период, как ловить failure-payment retention.

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. 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 когорту retention за 10 минут.

Last click only. «Использовали last click attribution» — для streaming это слабо. Сильный — «дополнительно считал branded search lift, MMM для оценки brand-эффектов».

Без streaming / IPTV specifics. Кандидат говорит «считал LTV для подписки» — без понимания bundle-эффектов и IPTV-канала. Сильный — «разделял OTT-only и bundle, отдельно моделировал LTV по сегментам, для bundle учитывал retention основного телеком-сервиса».

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

Без A/B понимания. «Запускали кампании, смотрели динамику» — слабо. Сильный — «дизайнил тесты с post-period 60 дней, учитывал релизы как exogenous shock, 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 Wink для маркетинг-аналитика?

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

Зарплатные вилки 2026?

Middle: 200-300k. Senior: 300-430k. 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.