01 / тестовое задание

MyTona:
тестовое задание для маркетингового аналитика

Реальное тестовое с собеседования на Middle Marketing 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

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

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.

Посчитать сколько денег проект заработает за январь-февраль?

Задание #3

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.

Вычислить средний Retention Rate 1-го, 3-го и 7-го дня.

Задание #4

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:

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 количество Retained Users на каждый день после установки для дневных когорт. Исходные данные представлены в приложении во вкладке Задание 4.1.

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.

03 / что проверяют

Что проверяет это задание

01

Продуктовый кейс

Разложить задачу, выбрать метрики и сделать выводы.

02

Excel

Формулы, сводные таблицы и аккуратная работа с таблицами.

03

SQL

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

04

Python

Обработка данных и расчёты: pandas, скрипты, автоматизация.

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.