**Контекст:** Вы — Head of Analytics в сервисе доставки продуктов (аналог Самокат/Яндекс.Лавка). CEO просит построить `дерево метрик` от `North Star Metric` до операционных метрик, которые контролируют конкретные команды.
**Данные:**
- `NSM` = Количество заказов в неделю (текущее: 850 000)
- Бизнес-модель: клиент делает заказ → курьер доставляет за 15–30 мин
- 5 продуктовых команд: Acquisition, Catalog, Checkout, Logistics, Retention
| Метрика | Текущее значение |
|---|---|
| `WAU` | 1 200 000 |
| `Заказов / WAU` | 0.71 |
| `CR визит → заказ` | 12% |
| `Среднее время доставки` | 22 мин |
| `Повторных заказов (W2)` | 45% |
| `NPS` | 42 |
**Задание:**
1. Постройте 3-уровневое дерево метрик: `NSM → L1 (3–4 метрики) → L2 (по 2–3 метрики)`.
2. Привяжите каждую L2-метрику к конкретной команде.
3. Определите, какая L1-метрика — главный рычаг роста (bottleneck).
4. Объясните принцип MECE при построении дерева метрик.
дерево метрик NSM декомпозиция L1 L2 driver metrics
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: дерево метрик, NSM, декомпозиция, L1 L2, driver metrics.
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