Что такое "magic moment" в продукте и зачем его измерять?

Вопрос с собеседования аналитика по теме «Продуктовая аналитика».

Варианты ответа

• Момент когда юзер делает первый платёж в продукте
• Поведенческое событие, после которого юзер сильно retain-ится
• Самое популярное действие пользователя за первую сессию
• PR-приём в маркетинге для запуска новой фичи или продукта

Как разобрать этот вопрос на собеседовании

Разбери, что именно проверяет вопрос, проговори ход решения по шагам и подумай о крайних случаях. На собеседовании ценят структурное рассуждение и умение объяснить логику, а не только финальный ответ.

На собеседовании по такому вопросу важно не только назвать ответ, но и кратко объяснить, почему он верный.

Тема вопроса — «Продуктовая аналитика». Чтобы подготовиться к похожим задачам, отрабатывай их на практике: раздел практики помогает довести навык до автоматизма, а раздел вопросов — увидеть формулировки, которые реально встречаются на интервью аналитика данных.

Разбор ответа

Получить доступ к ответам — все вопросы →

Что дальше

• Раздел практики →
• Все 3000+ вопросов с разбором →

Похожие вопросы из категории «Продуктовая аналитика»

• Тебя просят решить, какие фичи продукта убить, а в какие вложиться. Как ты разложишь их по матрице «процент юзеров × частота использования», что сделаешь с квадрантом low percent + low usage и почему low-adoption фичу нельзя удалять только за низкий охват?
• Платящие юзеры массово отменяют подписку и переходят на Free (не уходят совсем, но выручка падает). По каким размерностям ты разберёшь причины даунгрейда, какие сигналы поищешь за 30 дней до него и что предложишь, чтобы спасти часть выручки?
• Отписка от push выросла с 1 до 5 процентов в месяц, а push — главный канал реактивации. По каким размерностям ты будешь искать причину (тип, частота, тайминг пушей), какие пороги считаются нездоровыми и что сделаешь в первую очередь?
• Когорты разного размера: 10, 1000 и 100 юзеров с retention 60, 30 и 50 процентов. Аналитик усреднил и получил 47 процентов, хотя реально удерживается 32. Где ошибка, как посчитать правильно и какими приёмами (взвешивание, порог, сглаживание) лечить такой bias?
• Продукт держится на пушах, и есть подозрение, что привычки у юзеров нет. Как ты проверишь, habit это или зависимость от уведомлений (например через тест «убрать пуши на месяц»), по каким признакам и метрикам, и почему агрессивный FOMO вредит в долгую?
• Руководитель хочет один сводный engagement-скор из нескольких метрик с весами, как single target для A/B. Как ты его соберёшь и провалидируешь веса, и почему опасно ставить такой композит целью команды, а не healthcheck-дашбордом?
• Тебе показывают «среднее число сессий на юзера» как метрику здоровья продукта, но распределение похоже на хоккейную клюшку: 5 процентов делают половину всех сессий. Почему среднее тут врёт, что покажешь вместо него и какие выводы про сегментацию и whale-риск сделаешь?
• У компании есть North Star Metric, но команды не понимают, как их работа на неё влияет, а дашборды — это 30 метрик без связи. Как ты построишь пирамиду метрик под NSM, чтобы каждая команда видела свой вклад, и какие тут антипаттерны?

SQL-задачи по теме

• Retention Day 1 по когортам
• Retention D1, D7, D30 для когорты
• Кумулятивный retention: доля вернувшихся хотя бы раз за N дней

Тестовые задания

• Диагностика внезапного падения DAU на 15%
• Дизайн метрики успеха для функции 'сохранить в избранное'

Полезные блог-статьи по теме

• MAPE, WAPE, sMAPE: формулы точности прогноза с примерами
• Collection Rate: формула, расчёт и SQL для аналитика
• NIM формула: расчёт чистой процентной маржи банка
• Running total в SQL: нарастающий итог за 5 минут