Собеседование на маркетинг-аналитика

Готовься к собесу аналитика как в Duolingo
10 минут в день — SQL, Python, A/B, метрики. 1700+ вопросов в Telegram
Открыть Карьерник в Telegram

Что спрашивают на собесе маркетинг-аналитика

Собеседование на маркетинг-аналитика проверяет: SQL на уверенном уровне (cohort, funnel, attribution), marketing-метрики (CAC, LTV, ROAS, CPA), attribution-модели (last click, multi-touch, MMM), A/B-тесты, CRM / segmentation, инструменты (PostHog, GA, Яндекс.Метрика, CRM-системы).

Отличается от продуктового аналитика: фокус на acquisition / paid channels / attribution, меньше на product funnel и feature usage. Часто работает с performance-маркетингом.

Этапы собеседования

1. Скрининг с рекрутером (20-30 минут). Опыт, инструменты, ожидания.

2. SQL deep dive (60 минут). Cohort analysis, funnel, attribution в SQL.

3. Marketing-метрики и кейсы (60 минут). «Как считаешь LTV?», «как оценить канал X».

4. A/B-тесты (45 минут). Design, анализ, частые ошибки.

5. Поведенческое (45 минут). STAR-вопросы про работу с маркетинг-командой.

Главные темы по разделам

SQL для маркетинг-аналитика

Marketing-метрики

  • CAC (Customer Acquisition Cost)
  • LTV (Lifetime Value)
  • LTV / CAC > 3 — устойчивая модель
  • Payback period (months to recover CAC)
  • ROAS (Return on Ad Spend)
  • CPA (Cost Per Acquisition)
  • MER (Marketing Efficiency Ratio)
  • Conversion rate на каждом шаге воронки
  • Retention — D1, D7, D30, M1, M3

Подробнее — монетизация и pricing, метрики на собесе PM.

Attribution-модели

  • Last click — простой, default
  • First click — для brand awareness
  • Linear — равная атрибуция всем точкам
  • Time decay — больше веса последним точкам
  • Position-based — U-shape, веса first + last
  • Data-driven — ML-based attribution (Markov / Shapley)
  • MMM (Marketing Mix Modeling) — для оффлайна

A/B-тесты

Channels и paid acquisition

  • Yandex Direct, Google Ads (теперь сложнее в РФ)
  • VK Ads, MyTarget, Telegram Ads
  • Influencer / партнёрские программы
  • SEO как канал

CRM / Segmentation

  • RFM-сегментация
  • Cohort retention
  • Churn prediction (basic ML)
  • LTV-прогнозирование

Что маркетинг-аналитик умеет делать

  • Считать CAC / LTV по каналам и сегментам
  • Делать attribution: «откуда пришли деньги»
  • Запускать и анализировать A/B-тесты на маркетинг
  • Оптимизировать paid acquisition (ROAS / CPA)
  • Сегментировать клиентов для CRM
  • Прогнозировать ROI на новые каналы

Как готовиться: план

За 4-6 недель:

  1. Неделя 1-2 — SQL глубоко. Cohort, funnel, attribution. SQL-тренажёр.
  2. Неделя 3 — Marketing-метрики. LTV, CAC, ROAS, MMM.
  3. Неделя 4 — A/B-тесты. A/B-эксперименты.
  4. Неделя 5 — Кейсы. «Оцените канал X», «оптимизируйте ROAS».
  5. Неделя 6 — Mocks + behavioral.

Частые ошибки

  • Last click везде. В реальности — нужна multi-touch attribution.
  • Без понимания LTV-CAC. Базовое понимание unit economics.
  • A/B без power calculations. Запустить тест без расчёта sample size — типичная ошибка.
  • Слабый SQL. Маркетинг-аналитик пишет много SQL.
  • Без бизнес-понимания. «Просто цифры» — не покажешь умение работать с маркетингом.

FAQ

Маркетинг-аналитик или продуктовый — что выбрать?

Маркетинг — больше про acquisition, attribution, paid channels. Продуктовый — больше про feature usage, retention, growth внутри продукта.

Сколько зарабатывает в 2026?

Junior: 100-160k. Middle: 160-260k. Senior: 260-400k.

Какие инструменты must?

SQL обязательно. PostHog / GA / Метрика — желательно. Excel / Sheets — для коммуникации с маркетингом.

Нужен ли Python?

Базовый — желательно (pandas для cohort / attribution).

Где практиковать?

Открытые маркетинг-датасеты, SQL-тренажёр, кейс-собесы.

Тренироваться в Telegram