**Контекст:** Социальная сеть хочет протестировать новый алгоритм ранжирования ленты. Проблема: если пользователь из группы B видит более вовлекающий контент и начинает чаще лайкать/комментировать, это влияет на ленту его друзей из группы A (чужие лайки попадают в их ленту).
**Данные:**
- 50 млн `DAU`, средний граф: ~300 друзей на пользователя
- Текущий `engagement rate`: 8.2% (действия / сессия)
- Ожидаемый эффект нового алгоритма: +0.5 п.п.
- Среднее перекрытие социального графа между группами: ~45%
**Задание:**
1. Объясните, почему стандартный A/B-тест нарушает `SUTVA` в данном случае и к чему это приводит.
2. Предложите дизайн эксперимента с кластерной рандомизацией. Как выбрать кластеры?
3. Опишите `switchback` дизайн как альтернативу. В чём его преимущества и ограничения?
4. Как оценить размер сетевого эффекта (`spillover`)?
A/B-тест network effects switchback SUTVA кластерная рандомизация interference
Это задание для уровня Senior. Senior-уровень — глубокое понимание темы, опыт решения нестандартных задач, обсуждение trade-off на собеседовании.
Подобные задания в категории «A/B-тесты» регулярно дают на собеседованиях аналитика данных в Яндекс, Сбер, Ozon, Авито, Тинькофф, Wildberries, T-Bank, X5, ВТБ и других крупных IT-компаниях. Тематика: A/B-тест, network effects, switchback, SUTVA, кластерная рандомизация.
На реальном собеседовании на подобную задачу отводится 30-60 минут с обсуждением подходов, оптимизаций и trade-off. Для тренировки рекомендуем сначала решить самостоятельно, потом сверить с эталонным решением и подсказками.
На zasqlpython.ru есть другие задания в категории «A/B-тесты», продуктовые кейсы, справочник метрик, AI мок-собеседование с разбором ваших ответов.
← Все задания