01 / тестовое задание

Loyalty Plant:
тестовое задание для аналитика данных

Реальное тестовое с собеседования на Middle Data Analyst: исходный текст задания, как решать и частые ошибки.

02 / оригинальный текст

Текст тестового задания

Исходный текст задания без редактуры — так, как его прислали кандидату.

Данные к заданиюОткрыть данные →

Задание #1

Перед тобой лежат 4 карточки.

Определи, какие карточки необходимо перевернуть, чтобы проверить выполняется ли для этих четырех карточек правило «Если на одной карточке - гласная буква, то на другой стороне этой карточки должно быть четное число».

Максимально подробно обоснуй свой ответ.

Задание #2

1. Преобразовать в Pandas DataFrame;

2. Убрать строки, в которых clientId равен 1;

3. Преобразовать столбец timestamp к виду 29-06-2023 09:36:45;

4. Оставить только те строки, где столбик log больше 15 секунд.

В качестве решения предоставить python-скрипт (.py).

Задание #3

Совместно с американской пиццерией «Mamma Mia Pizza» через мобильное приложение была запущена маркетинговая кампания с подарком на группу гостей, которые ранее сделали хотя бы один заказ в любой из пиццерий этой сети.

Целью кампании был возврат гостей и повышение их среднего чека.

Механика кампании сводилась к рассылке бесплатной подарочной позиции, которую можно было получить при любом заказе.

Параметры кампании:

Начало: 16 мар. 2024, 05:13

Конец: 24 мар. 2024, 22:00

ID подарочной позиции = 320

Себестоимость подарочной позиции: $2

В рамках кампании пользователям были совершены push-рассылки об акции в следующее время:

16 мар. 2024, 11:34

22 мар. 2024, 12:51

Имеются записи в базе данных об истории заказов до, во время и после периода кампании (таблица orders); информация об использованных подарках (таблица used_rewards) и список участников кампании (таблица campaign_clients). Схемы таблиц и данные указаны ниже.

Файл «schema.txt» со схемой таблиц и запросами их заполнения можно найти по ссылке.

Провести анализ эффективности этой кампании. Представь, что твой отчет будет изучать непосредственно американский маркетолог «Mamma Mia Pizza».

В отчете нужно максимально наглядно, понятно и убедительно продемонстрировать принесенную кампанией дополнительную выручку. Используй для этого любые подходящие средства визуализации данных.

От маркетолога поступил следующий список вопросов:

Как можно оценить эффективность кампании?

Успешна или убыточна акция?

Какие показатели можно использовать для оценки этой кампании?

Какая может быть конверсия? Конверсия куда?

Какой получился средний чек участников кампании без учета выбросов.

Результат приложи в виде документа / Excel / Google Sheets файла.

Обязательно прикрепи SQL запросы, python скрипты или другие артефакты, а также свои мысли и рассуждения, которые использовались в процессе.

03 / что проверяют

Что проверяет это задание

01

Python

Обработка данных и расчёты: pandas, скрипты, автоматизация.

02

SQL

Выборки, агрегаты, джойны и оконные функции для анализа данных.

03

Теория вероятностей

Вероятностные модели и аккуратные рассуждения.

04 / как решать

Как подойти к решению

  1. 1

    Разберите условие: что именно просят посчитать и в каких разрезах.

  2. 2

    Сверьтесь с данными: какие таблицы есть, период и нужные фильтры.

  3. 3

    Решайте по шагам и фиксируйте промежуточные результаты и допущения.

  4. 4

    Доведите до финальных чисел и коротких выводов или рекомендаций.

05 / частые ошибки

Частые ошибки

  • Неверный период, разрез или единицы измерения.
  • Не учтены фильтры и сегменты из условия.
  • Решение без промежуточных шагов — только финальная цифра.
  • Нет выводов и рекомендаций по результату.
06 / хороший ответ

Каким должен быть сильный ответ

Хороший ответ — это не просто финальные числа или код. Работодатель должен увидеть, как вы думаете, как проверяете ограничения задачи и как оформляете результат.

  • короткое описание логики решения;
  • промежуточные таблицы, запросы и фильтры;
  • финальные значения по каждому пункту задания;
  • понятные выводы и рекомендации.
07 / похожие задания

Похожие задания

08 / разборы в telegram

Хочешь больше таких разборов?

В Telegram-канале разбираю тестовые с собеседований, метрики и типичные ошибки кандидатов.

Подписаться в Telegram →
09 / следующий шаг

Разбираешь тестовые, но не уверен в решении?

На интенсиве разбираем реальные кейсы, A/B-секции, метрики, SQL, Python и типовые ошибки кандидатов.