Сбер: оборот по картам в Москве упал на 6% YoY

Средний Финтех Банкинг 45 мин Root cause investigation

Ситуация: Оборот в МСК упал на 6% YoY, в регионах вырос на 11%. Объяснить разницу.

CFO нервничает — Москва — топ-1 регион. Команда говорит «инфляция, конкуренты». Нужны цифры.

Доступные данные

transactions: tx_id, user_id, ts, amount, mcc, region, channel (online/offline)
users: user_id, region_registered, age, segment
mcc_categories: mcc, name, parent_category
competitor_market_share: region, month, sber_share, tinkoff_share
sber_subscriptions: user_id, type (Прайм/Премьер), status

Задачи

Декомпозировать оборот по mcc-категориям: где именно падение.
Срез по каналу: online vs offline динамика.
Сегмент возраст — может, молодые ушли в Тинькофф / Альфу.
Проверить: миграция MSK→region (релокация после 2022 продолжается?).
Cohort: новые юзеры МСК vs старые, поведение по подписке СберПрайм.

Все кейсы для подготовки →

Жанр кейса: Root cause / метрика упала — все кейсы этого типа.

Как разбирать Root cause / метрика упала кейсы

Что такое root cause кейс на собесе аналитика?

Тип кейса «метрика упала на N%, найди причину». Проверяет умение декомпозировать метрику, ставить гипотезы и системно их проверять SQL.

Как структурно разбирать root cause?

Шаги: уточнить определение метрики и окно, декомпозировать по сегментам (платформа, регион, юзер, продукт), построить дерево гипотез (продукт/техника/поведение/внешние), проверить guardrail-метрики, дать вердикт rollback/hotfix/keep.

Какие типичные ошибки на root cause кейсах?

Сравнение «эта неделя vs прошлая» без сезонности, агрегат без сегментации, доверие к одной метрике без guardrail, игнорирование каннибализации между фичами.

← Все кейсы

Сбер: оборот по картам в Москве упал на 6% YoY

Доступные данные

Задачи

Как разбирать Root cause / метрика упала кейсы

Похожие задачи на собеседованиях

Похожие кейсы (Финтех)