Month-over-Month прирост уникальных OTP-клиентов

Middle SQL Fintech

Условие задания

**Контекст:** Финтех-компания отслеживает рост аудитории OTP-логина. Аналитику нужно посчитать месячный прирост уникальных клиентов, использующих OTP для входа.

**Данные:**

[см. код в задании]

**Задание:**

1. Для каждого месяца посчитайте количество уникальных клиентов с category = 'login' и status = 'verified'
2. Добавьте колонку с количеством уникальных клиентов за предыдущий месяц (LAG)
3. Рассчитайте абсолютный прирост и процент прироста MoM
4. Отсортируйте по месяцу

Пример данных

Структура для ориентира — реальные значения из эталонного решения.

CREATE TABLE otp_events (
    id SERIAL PRIMARY KEY,
    client_id INT NOT NULL,
    session_id VARCHAR(64) NOT NULL,
    datetime TIMESTAMP NOT NULL,
    status VARCHAR(20) NOT NULL,
    category VARCHAR(50) NOT NULL
);

Темы

LAG DATE_TRUNC оконные функции MoM

Подсказки

Все тестовые задания →

Частые вопросы

Какой уровень знаний нужен для задачи "Month-over-Month прирост уникальных OTP-клиентов"?

Это задание для уровня Middle. Для middle-аналитиков с опытом 1-3 года, требует уверенного владения темой и понимания edge cases.

На каких собеседованиях встречается такая задача?

Подобные задания в категории «SQL» регулярно дают на собеседованиях аналитика данных в Яндекс, Сбер, Ozon, Авито, Тинькофф, Wildberries, T-Bank, X5, ВТБ и других крупных IT-компаниях. Тематика: LAG, DATE_TRUNC, оконные функции, MoM.

Сколько времени даётся на решение?

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.

Где ещё потренироваться по теме «SQL»?

На zasqlpython.ru есть 425 SQL задач в песочнице с автопроверкой кода, конспекты SQL для аналитика, AI мок-собеседование с разбором ваших ответов.

← Все задания