Собеседование аналитика в Drom

О компании

Drom.ru — одна из крупнейших российских площадок объявлений об автомобилях, особенно сильная на Дальнем Востоке и в Сибири. Это двусторонний рынок (marketplace): с одной стороны — частные продавцы и автодилеры, с другой — покупатели, которые ищут машину. Аналитик здесь балансирует интересы обеих сторон: продавцу нужно быстро и выгодно продать, покупателю — найти честное объявление по адекватной цене, а самой площадке — заработать на платных услугах и удержать обе аудитории.

Чем аналитика в авто-классифайде особенная

Классифайд — не e-commerce. Здесь нет корзины и чекаута в привычном виде: ключевое событие — контакт между продавцом и покупателем (звонок, сообщение, показ телефона), а сама сделка часто уходит в офлайн и площадка её не видит напрямую. Отсюда специфика, которую любят проверять на собесе:

• Двусторонний рынок. Рост предложения без спроса (или наоборот) ломает баланс. Аналитик должен думать про обе стороны сразу: больше объявлений — не всегда хорошо, если на них некому откликаться.
• Прокси-метрики вместо прямых продаж. Раз конечная сделка не видна, успех меряют косвенно: доля объявлений с откликами, число контактов на объявление, время жизни объявления до снятия с публикации.
• Сезонность и география. Спрос на авто сильно зависит от сезона, региона и курса валют (особенно для праворульных машин с Дальнего Востока). Без поправки на это легко принять сезонный спад за деградацию продукта.
• Качество и доверие. Мошеннические объявления, перекупы, накрутка — угроза доверию. Часть аналитики связана с антифродом и качеством контента.

Этапы собеседования

Точное число этапов зависит от команды и уровня, но обычно процесс выглядит так:

1. Скрининг с рекрутером (30–45 минут). Знакомство, опыт, мотивация, ожидания по деньгам. Заранее подготовьте короткий рассказ о себе и один-два кейса, где ваша аналитика повлияла на решение.
2. Техническое интервью по SQL и метрикам (60–90 минут). Живые задачи на SQL и разбор того, как вы считаете и интерпретируете продуктовые метрики. Это ядро собеса аналитика.
3. Продуктовое / кейс-интервью (60 минут). Открытый кейс из мира классифайдов: почему что-то упало, как измерить эффект изменения, как сегментировать пользователей. Оценивают ход мысли, а не «правильный ответ».
4. Финал с нанимающим менеджером или командой. Обсуждение задач команды, мэтч по опыту и ценностям, ответы на ваши вопросы.

Как готовиться

SQL

Обычно достаточно уверенного middle-уровня. На чём делать акцент:

• Оконные функции — ранжирование объявлений, «свежайший» контакт по каждому пользователю, running-метрики.
• Сложные JOIN'ы — связки объявлений, продавцов, событий и категорий.
• Работа с датами и периодами — время жизни объявления, retention по неделям, сезонные срезы.
• Воронка просмотров и откликов — от показа в выдаче до контакта, с конверсиями на каждом шаге.

Полезно: 50 вопросов по SQL, SQL для воронок конверсии.

Специфика классифайдов

Проговорите вслух, как вы бы считали ключевые метрики площадки:

• Качество объявлений — просмотры, глубина просмотра, доля объявлений, получивших хотя бы один отклик.
• Время жизни объявления — сколько дней от публикации до снятия/продажи, и что на него влияет.
• Сегментация продавцов — частники против дилеров: у них разное поведение, монетизация и метрики.
• Ценообразование — как устроен рынок подержанных авто, что такое адекватная цена и как её оценивать.

Продуктовая аналитика

• Основная воронка: показ в выдаче → просмотр карточки → контакт (звонок/сообщение) → сделка. Умейте назвать метрику на каждом шаге и типичные точки утечки.
• Retention продавцов и покупателей: возвращается ли пользователь размещать новое объявление или искать следующую машину.
• Ранжирование и поиск: как оценить, что новая сортировка выдачи стала лучше, а не просто «другой».

Кейсы

Возможные темы:

• Почему упала доля объявлений с откликами в сегменте X? (Учите отделять сезон/микс от реальной деградации.)
• Как сегментировать продавцов для монетизации платных услуг?
• Как измерить эффект изменения в ранжировании поиска, если прямой конверсии в продажу не видно?

Ключевой навык — не выпалить ответ, а разложить задачу: уточнить контекст, выдвинуть гипотезы, назвать метрики и способ проверки. Полезно: как отвечать на кейсы.

Что ценят в аналитике

• Понимание двусторонних рынков. Что рост одной стороны без другой вреден, и как метрики продавца и покупателя связаны.
• Бизнес-контекст. Аналитик, который сначала уточняет цель задачи, ценнее того, кто сразу бросается писать запрос.
• Аккуратность выводов. В классифайдах много нюансов (сезонность, регионы, микс сегментов) — поспешный вывод легко оказывается артефактом данных.
• Умение доносить результат. Не просто посчитать, а объяснить продукту и менеджеру, что делать с числом.

Частые ошибки

• Игнорировать вторую сторону рынка. Смотреть только на продавцов или только на покупателей — и не замечать, что метрика поехала из-за дисбаланса.
• Считать классифайд как e-commerce. Искать «конверсию в покупку» там, где сделка уходит в офлайн, вместо работы с прокси-метриками контактов.
• Не поправлять на сезонность и регион. Принять сезонный или региональный эффект за результат своей гипотезы.
• Прыгать в SQL без уточнения задачи. Не спросить, зачем считаем метрику и какое решение за ней стоит.

Связанные темы

• Собеседование аналитика в Avito
• Собеседование аналитика в Auto.ru
• Собеседование аналитика в маркетплейсе

FAQ

Нужен ли опыт в авто?

Необязательно. Готовность быстро разобраться в предметной области и понимание того, как работает двусторонний рынок, важнее, чем знание марок машин. Если опыта в авто нет — покажите, что разобрались в специфике классифайдов при подготовке.

Какой уровень SQL ожидают?

Обычно уверенный middle: оконные функции, JOIN'ы, CTE, работа с датами и агрегатами, построение воронок. Скорость и чистота решения важны, но ещё важнее — умение объяснить, что и зачем вы считаете.

Нужен ли Python?

Как минимум базовый pandas: группировки, объединения таблиц, простая обработка данных. Глубокий ML обычно не требуется для продуктового аналитика, но умение достать данные и посчитать метрику в Python пригодится.

Спрашивают ли про A/B-тесты?

Да, если позиция продуктовая. Готовьтесь объяснить, как бы вы измерили эффект изменения (например, в ранжировании поиска), какую метрику взяли бы, как учли сезонность и почему выбрали именно её. Полезно потренировать разбор кейсов вслух.

Это официальная информация о процессе найма?

Нет. Статья опирается на публичные источники и опыт кандидатов. Число этапов, состав интервью и требования зависят от команды и уровня позиции — точные детали уточняйте у рекрутера Drom.

Тренируйте продуктовую аналитику — откройте тренажёр с 1500+ вопросами для собесов.