Собеседование на маркетинг-аналитика в ЮKassa

Почему ЮKassa — особенный работодатель для маркетинг-аналитика

ЮKassa — один из крупнейших платёжных сервисов в РФ для интернет-эквайринга, часть платформы ЮMoney, которая входит в экосистему Сбера. Конкурирует с такими игроками как СберPay, Тинькофф Касса, AliPay, ЮMoney. Большая часть SMB и среднего бизнеса в e-commerce подключают приём платежей именно через ЮKassa, что даёт компании огромную базу мерчантов и уникальные данные о платёжном поведении российского рынка.

Маркетинг-аналитик отвечает за анализ B2B lead-funnel для мерчантов (привлечение новых магазинов и сервисов, активация и retention существующих), partnerships с CMS-платформами (Bitrix, Insales, Tilda, Wordpress), интеграторами и платформами, экосистемными кампаниями со Сбером, attribution на длинной B2B-воронке. Особенность ЮKassa — два уровня клиента: сам мерчант (B2B) и плательщик мерчанта (косвенный B2C).

Стек: SQL (ClickHouse как основной аналитический движок, Greenplum в DWH) + Python для глубоких разборов и моделей propensity + Power BI как корпоративный BI + Salesforce и собственная CRM. Часть инфраструктуры — на собственном стеке Сбера.

Актуальные вакансии — на hh.ru и сайте ЮMoney / ЮKassa.

Этапы собеседования

Цикл занимает 2-3 недели и включает 4-5 этапов. ЮKassa — большая компания в группе Сбер, процесс структурированный. Упор на SQL, маркетинг-метрики B2B SaaS и понимание fintech.

1. HR-скрининг (30-45 минут)

Рекрутер проверяет фон: опыт маркетинг-аналитики в B2B SaaS / fintech / эквайринге, стек (SQL, BI, Salesforce), мотивацию идти в ЮKassa. Готовь питч 90 секунд: проекты, бизнес-эффект, стек. Если работал в эквайринге, банковских B2B-сервисах, e-commerce-инфраструктуре — это сильный плюс.

2. SQL deep dive (60-90 минут)

Практическая секция: ClickHouse-задачи на B2B-воронку мерчантов. Реальные кейсы: посчитай конверсию из заявки в подключение и в первый платёж с дедупом по company_id, построй когорту мерчантов с retention платёжных объёмов, разбей revenue по каналам через multi-touch attribution, найди мерчантов с замедлением transactions и оцени churn risk. Будут оконные функции и работа с большими таблицами.

Подготовка: SQL для маркетинг-аналитика.

3. Marketing-метрики и кейсы (60 минут)

Кейсы под B2B fintech: как считать LTV для мерчанта (revenue от commissions × срок жизни × retention), CAC payback по сегментам (Enterprise 12-18 мес, SMB 6-9 мес, self-service ещё меньше), payback с учётом разных тарифов. Дадут кейс: «Самопогружающиеся мерчанты дают LTV в 2 раза ниже, чем sales-led — что делать?» — нужно разобраться, как корректно сравнивать (causal inference), предложить план оптимизации.

Подготовка: LTV и CAC, Attribution models.

4. A/B + эксперименты (45 минут)

Дизайн экспериментов в B2B fintech: малые выборки в enterprise, длинный цикл для крупных клиентов, особенности self-service. Спросят про выбор метрики (lead → activation → first transaction → revenue × месяцев), про длительность теста, про подводные камни (контаминация сегментов, partnerships как exogenous shock).

Подготовка: A/B-эксперименты.

5. Поведенческое (45 минут)

С тимлидом или директором по маркетингу. STAR-формат: конфликт с sales по приоритизации мерчантов, защита аналитики, отстаивание непопулярных выводов. ЮKassa ценит ownership и владение цифрами в большой структуре.

Особенности по командам

B2B Sales marketing. Работа с привлечением мерчантов через несколько сегментов: Enterprise (крупные e-commerce платформы, ритейл), middle market, SMB, self-service (мелкие магазины с моментальным онбордингом). Маркетинг-аналитик строит attribution на разных воронках по сегменту, измеряет account-based marketing для крупных. Подойдёт тем, кто работал в B2B SaaS с разными сегментами.

Retention / CRM. Удержание мерчантов — стратегическая задача. Команда строит propensity-to-churn модели (предсказывая снижение транзакционной активности), дизайнит retention-кампании, измеряет персонализацию контактов. В fintech retention важен на длинной дистанции — мерчант не churn-ится сразу, а постепенно снижает объёмы. Подойдёт кандидатам с retention-опытом.

Brand. Работа на узнаваемость бренда ЮKassa среди мерчантов и B2C-пользователей. Аналитик отвечает за brand health surveys, измерение share of voice среди эквайеров, influence brand-кампаний на performance-метрики. Меньшая команда.

Partnerships. Самая интересная для ЮKassa команда: работа с CMS-платформами (Bitrix24, Insales, Tilda, WordPress, Wix), интеграторами, маркетплейсами. Через эти интеграции приходит большой процент новых мерчантов. Аналитик считает co-marketing RoI, attribution в совместных кампаниях, эффект интеграций на onboarding-конверсию.

Ecosystem marketing. Совместные кампании со Сбером (СберBusiness, СберCRM, Сбер для бизнеса). Аналитик отвечает за измерение incrementality экосистемных кампаний, кросс-промо с другими сервисами Сбера, attribution в multi-channel воронке. Сильное поле для тех, кто понимает экосистемный маркетинг.

Что ЮKassa ценит в маркетинг-аналитике

SQL уверенно. Базовое требование. ClickHouse-специфика — оконные функции, оптимизация. Слабый — «писал select-ы, делал join-ы»; сильный — «оптимизировал ежедневный отчёт по платёжной воронке с 10 минут до 30 секунд через предагрегацию».

B2B SaaS / fintech metrics. Понимание особенностей B2B fintech: длинный цикл для enterprise, короткий self-service, важность активации (мерчант, который подключился, но не сделал первый платёж — это lost opportunity), transaction-based monetization. Слабый — «у нас была воронка регистрация → подписка»; сильный — «считал revenue per merchant с учётом transactional fees, разделял когорты по объёму платежей».

LTV / churn. Слабый — «LTV = ARPU × срок»; сильный — «учитываю transaction-based revenue, gradual churn (медленное снижение объёмов), expansion на дополнительных сервисах». Цифры обязательны.

A/B-тесты. Слабый — «делал A/B, смотрел значимость»; сильный — «дизайнил тесты с учётом малых выборок enterprise-сегмента, использовал sequential analysis, учитывал partnerships как exogenous shock».

Partnership analytics. Опыт измерения partnerships — большой плюс для ЮKassa. Co-marketing RoI, attribution в совместных воронках, эффект CMS-интеграций. Если работал с partnerships или channel marketing — это сильное преимущество.

Как готовиться: план

За 4-6 недель до собеседования:

1. Неделя 1-2 — SQL. ClickHouse: оконные функции, тяжёлые джойны, 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 B2B fintech, payback period, transaction-based revenue. LTV и CAC.
3. Неделя 4 — Attribution + Retention. Multi-touch для B2B, gradual churn, propensity-модели. Attribution, Retention.
4. Неделя 5 — A/B + MMM. Дизайн на разных сегментах, MMM для B2B SaaS. 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 для retention. Слабый — «забываю синтаксис»; сильный — пишет когорту retention за 10 минут.

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

Без B2B specifics. Кандидат говорит «считал LTV для подписки» — без понимания transactional revenue. Сильный — «учитываю transaction fees, gradual churn, expansion на дополнительных сервисах».

Без churn understanding. Кандидат говорит «у нас был отток 5%» — без gradual анализа. Сильный — «считал retention платёжных объёмов, не только Logo Retention, отслеживал замедление транзакций как leading indicator оттока».

Без A/B. «Запускали кампании, смотрели динамику» — слабо. Сильный — «дизайнил тесты с учётом размера выборки enterprise, использовал holdout-аудиторию, проверял SRM, выводы делал только при достижении MDE».

Связанные темы

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

FAQ

Удалёнка в ЮKassa 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: 330-480k. Бонусная часть — годовая.

Английский нужен?

Базовый — желательно (документация, статьи). 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.