**Контекст:** Ты — старший аналитик в SaaS (Notion / Figma / Jira). Продакт запускает новую функцию «AI-помощник при создании документа» (LLM предлагает заголовки/шаблоны). Твоя задача — **дизайн launch readiness пакета метрик**.
**Вопросы от продакта:**
- Как понять что фичу стоит раскатывать?
- Что отслеживать после раскатки?
- Как отличить «баг» от «новые юзеры не разобрались»?
**Задание:** написать **framework из 4-х уровней метрик**:
1. **Primary (success metrics)** — 1-2 метрики, решающие «успех/неуспех».
2. **Secondary (health metrics)** — 3-5 метрик, подтверждающих первичную.
3. **Guardrails (counter-metrics)** — 3-5 метрик, которые **не должны упасть** (даже если primary растёт).
4. **Diagnostic (debugging metrics)** — 5-10 детальных, для разбора «что именно происходит».
Обосновать каждую метрику: что измеряет, как считаем, что значит её просадка.
product-analytics guardrails launch metrics-design
Это задание для уровня Middle. Для middle-аналитиков с опытом 1-3 года, требует уверенного владения темой и понимания edge cases.
Подобные задания в категории «Продуктовые задачи» регулярно дают на собеседованиях аналитика данных в Яндекс, Сбер, Ozon, Авито, Тинькофф, Wildberries, T-Bank, X5, ВТБ и других крупных IT-компаниях. Тематика: product-analytics, guardrails, launch, metrics-design.
На реальном собеседовании на подобную задачу отводится 15-30 минут — оцениваются подход, корректность, обработка edge cases. Для тренировки рекомендуем сначала решить самостоятельно, потом сверить с эталонным решением и подсказками.
На zasqlpython.ru есть другие задания в категории «Продуктовые задачи», продуктовые кейсы, справочник метрик, AI мок-собеседование с разбором ваших ответов.
← Все задания