## Контекст
Вы продуктовый аналитик в B2B SaaS (сервис аналитики для интернет-магазинов, тариф от 5 000 ₽/мес). На квартальном ревью финдиректор показал, что **Net Revenue Retention (NRR) упал с 112% до 98%** за 2 квартала. CPO просит вас за один день разобраться, что именно сломалось, и прийти с гипотезой + числами, а не с общими словами.
NRR — ключевая метрика роста SaaS: показывает, растёт ли выручка от уже существующих клиентов (без учёта новых) за счёт апгрейдов и допродаж, за вычетом оттока и даунгрейдов.
## Что дано
Таблица `subscriptions` — снапшот MRR (месячная выручка) по каждому клиенту на начало и конец периода (12 месяцев назад vs сейчас).
| колонка | тип | описание |
|---|---|---|
| `account_id` | int | id клиента |
| `segment` | text | сегмент: `smb`, `mid`, `enterprise` |
| `plan_start` | text | тариф год назад: `free`, `basic`, `pro`, `business` |
| `mrr_start` | numeric | MRR год назад, ₽ (0 если клиента ещё не было) |
| `mrr_end` | numeric | MRR сейчас, ₽ (0 если ушёл) |
| `signup_date` | date | дата регистрации аккаунта |
Таблица `feature_usage` — агрегат активности за последний месяц периода.
| колонка | тип | описание |
|---|---|---|
| `account_id` | int | id клиента |
| `active_seats` | int | активных пользователей за месяц |
| `reports_built` | int | построено отчётов за месяц |
## Задание
1. Посчитайте **NRR** правильно — только по когорте клиентов, которые были активны (`mrr_start > 0`) год назад. Новые клиенты в NRR не входят.
2. Разложите изменение MRR этой когорты на компоненты: **expansion** (рост MRR), **contraction** (даунгрейд, MRR упал но > 0), **churned** (ушли в 0).
3. Найдите, **в каком сегменте** сосредоточен провал, и проверьте гипотезу, что отток связан с падением активности (мало `active_seats` / `reports_built`).
4. Формат ответа: таблица «компонент × сегмент × сумма ₽» + вывод одним абзацем: где утечка и почему.
product-analytics NRR retention churn expansion юнит-экономика
Это задание для уровня medium. Senior-уровень — глубокое понимание темы, опыт решения нестандартных задач, обсуждение trade-off на собеседовании.
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, NRR, retention, churn, expansion.
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 «Продуктовые задачи», продуктовые кейсы, справочник метрик, AI мок-собеседование с разбором ваших ответов.
← Все задания