**Контекст:** Вы — Head of Analytics маркетплейса товаров для дома (аналог Ozon/Wildberries нишевый). CEO просит построить систему метрик «сверху вниз», чтобы все команды работали в одном фреймворке.
**Данные:**
- `GMV`: 4.2 млрд ₽/мес, рост +25% YoY
- `Buyers`: 1.8 млн MAU, рост +15% YoY
- `Sellers`: 12 000 активных, рост +40% YoY
- `Take rate`: 18% (комиссия + фулфилмент)
- `Revenue`: 756 млн ₽/мес
- `Repeat rate` (повторная покупка за 90 дней): 35%
- Средний `NPS`: +28
Команды: Growth (привлечение), Product (конверсия), Marketplace (supply), Operations (фулфилмент), CX (поддержка).
**Задание:**
1. Выберите `North Star Metric` и обоснуйте.
2. Постройте дерево метрик L1 (3–4 метрики) → L2 (по 2–3 на каждую L1) → L3 (input-метрики команд).
3. Назначьте владельцев (команды) для каждой L2-метрики.
4. Определите guardrail metrics и counter-metrics.
North Star дерево метрик L1 L2 L3 маркетплейс система метрик
Это задание для уровня Senior. Senior-уровень — глубокое понимание темы, опыт решения нестандартных задач, обсуждение trade-off на собеседовании.
Подобные задания в категории «Метрики» регулярно дают на собеседованиях аналитика данных в Яндекс, Сбер, Ozon, Авито, Тинькофф, Wildberries, T-Bank, X5, ВТБ и других крупных IT-компаниях. Тематика: North Star, дерево метрик, L1, L2, L3.
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 «Метрики», продуктовые кейсы, справочник метрик, AI мок-собеседование с разбором ваших ответов.
← Все задания