01 / тестовое задание

ВТБ:
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

Тестовое задание УЖЦК

В данном тестовом задании предлагается выполнить несколько прикладных задач, связанных с псевдоданными УЖЦК.

В приложении к заданию есть файл.

Это файл БД на фреймворке sqlite3. Синтаксис SQL, используемый в данной БД, почти не отличается от ORACLE DB (более подробно).

Запросы к базе можно сохранять сразу в pandas.DataFrame, используя следующий код:

В базе данных хранятся две таблицы: pl и campaign. Ключом для связи этих таблиц является поле client_id.

Описание таблиц

Таблица pl:

-client_id — id клиента; -segment — сегмент клиента внутри СМБ (Средний и малый бизнес); -period — период расчёта ЧОД банка от продукта, используемого клиентом; -product — продукт; -pl — ЧОД в тысячах рублей.

Пример:

В периоде «p_1» за продукт «Кредит» с клиента «yxwtZv530y» массового сегмента банк заработал 0.374924 тыс. рублей.

Если в каком-либо периоде информация о клиенте/продукте отсутствует, значит в этот период клиента в банке не было или клиент продуктом не пользовался.

Таблица campaign:

-client_id — id клиента; -product — продукт кампании; -response — статус отклика на предложение; -manager_id — id менеджера, на которого назначен клиент.

Задача

1. Посчитать средний ЧОД по продуктам и количество клиентов с продуктом для каждого сегмента в разрезе периодов.

2. Посчитать средний ЧОД и количество клиентов в каждом сегменте в разрезе периодов.

3. Оценить отток клиентов с продуктов в периоде p_2.

4. Посчитать сумму ЧОД, привлечённую каждым менеджером в ходе маркетинговой кампании.

5. Оценить эффективность маркетинговой кампании.

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

Продуктовый кейс

Разложить задачу, выбрать метрики и сделать выводы.

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.