Тестовое задание
На маркетингового аналитика
MyTona

Задание #1
Дано:
Изучить основные понятия и определения. Также повторить основные определения и теоремы из элементарной и высшей математики.
Вопросы:

Вопрос 1.

Известно, что у некоторого проекта DAU в десять раз больше чем DPU, что это может значить?

1. Каждый игрок сделал десять платежей
2. Каждый десятый игрок сделал хотя бы один платеж
3. Каждый игрок возвращается в игру через десять дней после первого захода в игру
4. Все платящие игроки заплатили одну и ту же сумму, в десять раз превышающую ARPU


Вопрос 2.

Если в конкретный день ARPU = $ 1, а ARPPU = $ 10, о чём это говорит?

1. Каждый игрок заплатил $ 1
2. Сегодня 10% пользователей совершили платеж
3. Каждый платящий игрок заплатил $ 10
1. 95% пользователей сегодня не совершали платежей


Вопрос 3.

Если вы знаете, что в среднем 8 новых пользователей из 10 проходят туториал, то какова вероятность, что ни один из трех пришедших новых пользователей пройдёт туториал?

1. 51,2%
2. 8%
3. 2,4%
4. 0,8%


Вопрос 4.

Посчитать ROAS при следующих данных:

— Всего было куплено 1000 установок;
— CPI составил $ 0,5;
— Ровно четверть купленных игроков стали платящими;
— Каждый из платящих игроков в среднем принес $ 2.2.

1. 110%
2. 44%
3. 440%
4. 220%


Вопрос 5.

Какой из этих проектов приносит больше всего денег за месяц?

A. DAU = 210, Sticky Factor = 12%, ARPU = $ 0.3
B. Paying users = 40, ARPPU = 13 $
C. ARPU = 0,22 $, MAU = 2400
D. ARPPU = 9 $, Paying share = 5%, MAU = 1180

1. A
2. B
3. C
4. D


Вопрос 6.

Выберите когортные метрики, которые используются при подсчете LTV

1. Conversion rate, Средний чек, Повторные платежи
2. Retention rate, Conversion rate, Средний чек
3. Retention rate, DPU, Paying share
4. ARPPU, Повторные платежи, Paying share

Для каждого следующего вопроса нужно дать обоснованный и развернутый ответ.


Вопрос 7.

В городском парке появился новый аттракцион. Какую метрику парка призвано увеличить это нововведение? Обосновать каждый пункт

1. K-factor
2. ARPU
3. Retention
4. DAU


Вопрос 8.

Книжный магазин начал вести свою instagram страницу. Какую метрику магазина призвано увеличить это нововведение? Обосновать каждый пункт

1. ARPU
2. Retention
3. Paying share
4. New users
Задание #2
Дано:
Вы запустили игру в январе и по итогу января имели 1000 пользователей. В феврале вы планируете привлечь еще 2000 пользователей.

Вы рассчитываете, что переток из нулевого месяца в первый будет равен 60%. ARPU нулевого месяца (по вашим данным) равен $0,4. ARPU первого месяца - в два раза выше.
Задание:
Посчитать сколько денег проект заработает за январь-февраль?
Задание #3
Дано:
В приложении во вкладе Задание 2.2 показана активность игроков установивших игру в первые 30 дней после запуска новой игры и их активность в течении первых 7-ми дней после установки игры.
Задание:
Вычислить средний Retention Rate 1-го, 3-го и 7-го дня.
Задание #4
Дано:
В некоторой базе данных поддерживающей ANSI SQL представлена таблица user_activity, содержащая информацию об активности пользователей в приложении. Каждая запись представляет одну сессию и содержит следующие поля:

- user_id - уникальный идентификатор пользователя типа VARCHAR.
- ts - временная метка (timestamp) с момента начала сессии.

Пример исходных данных:
Задание:
Напишите оптимальный SQL-запрос, который эффективно посчитает количество активных, новых и лояльных пользователей по датам.

- Активные пользователи - пользователи, совершившие сессию.
- Новые пользователи - пользователи, совершившие первую сессию.
- Лояльные пользователи - пользователи, совершившие свою пятую по счету и более сессии.

Обратите внимание на эффективность вашего запроса, особенно при работе с большими объемами данных.

Ожидаемый формат результата:
Задание #5
Дано:
Дано количество Retained Users на каждый день после установки для дневных когорт. Исходные данные представлены в приложении во вкладке Задание 4.1.
Задание:
Вычислить Retention Rate на каждый день после установки, сгруппированный по когортам:

- День;
- Неделя.


Требования:

- Код должен быть написан на Python3;
- Приложить к письму исходный код решения и выходной файл содержащий сводную таблицу в формате *.xlsx.
готовишься к СОБЕСАМ на продуктового аналитика?
Мой онлайн-интенсив по подготовке к собеседованиям поможет тебе освоить навык прохождения всех этапов собеседования и получить оффер на 30% больше и в 2 раза быстрее
Узнать подробнее
хочешь поделиться решением или заданием с собеседования?

Оставь свои контакты через форму, и я свяжусь с тобой в течение 24 часов
© No Data No Growth, 2024