Подготовка к отбору на роль развития директ-коммуникаций с покупателями маркетплейса: рассылки, триггеры, A/B-тесты, аналитика отписок и работа с продуктовыми командами.
Фишка: Масштаб маркетплейса: миллионы авторизованных покупателей, высокая частота коммуникаций, жёсткие требования к deliverability, релевантности и скорости запуска гипотез.
| Этап | Длительность | Что проверяют |
|---|---|---|
| HR-скрининг | 30–45 мин | Мотивация, опыт 2+ лет в CRM, зарплатные ожидания, готовность к офису в Москве, базовое понимание задач вакансии. |
| Интервью с hiring manager / тимлидом CRM | 60–90 мин | Разбор кейсов: запуск кампаний, A/B-тесты, работа с продуктом, аналитика отписок, опыт с Mindbox/Exponea и BI-инструментами. |
| Практический кейс или тестовое | 1–3 часа (дома) или 45–60 мин (на встрече) | Гипотеза кампании, сегмент, метрики успеха, расчёт результатов A/B-теста, план по снижению отписок или росту подписной базы. |
| Финальное интервью | 45–60 мин | Стратегическое мышление, презентация результатов, взаимодействие со стейкхолдерами, культурный fit в быстрой e-commerce-среде. |
Обязательный минимум
Плюсом будет
Чем отличаются массовые и триггерные коммуникации? Когда что использовать в маркетплейсе?
Массовые — промо/акции по сегментам; триггеры — событие пользователя (брошенная корзина, доставка, post-purchase). Триггеры выше релевантность и ниже риск отписок.
Какие каналы директ-коммуникаций вы использовали и как выбирали канал под задачу?
Email — длинный контент и промо; push — срочность и короткий CTA; in-app — контекст в продукте; SMS — высокая доставляемость, дороже и жёстче лимиты.
Как выстраиваете CRM-стратегию для покупателей маркетплейса?
Сегменты по RFM/активности, lifecycle (новый → активный → спящий → churn), баланс промо и сервисных сообщений, частота и капы на контакт.
Фишка: В Ozon CRM — часть retention-машины маркетплейса: коммуникации должны быть релевантны каталогу, заказам и персональным рекомендациям.
Ловушка: Не сводите CRM только к «рассылке скидок» — покажи сервисные триггеры, onboarding подписчиков и работу с отписками.
С какими CRM/CDP-платформами работали (Mindbox, Exponea и др.)? Что настраивали сами?
Сегменты, сценарии, триггеры по событиям, интеграции с продуктом, шаблоны, тестовые отправки, права и процессы согласования.
Как устроен типичный триггерный сценарий от события до отправки?
Событие в продукте → условия/фильтры → задержка → канал → персонализация → лимиты частоты → fallback при ошибке.
Как улучшали процессы работы с CRM-системой в прошлой роли?
Шаблоны, чек-листы запуска, документация сценариев, автоматизация отчётов, обучение команды, SLA с продуктом/аналитикой.
Совет: Даже если платформа другая — покажи логику сценариев и интеграций, а не только названия кнопок в интерфейсе.
Опишите A/B-тест, который вы проводили: гипотеза, метрики, результат.
Формула: гипотеза → primary metric (CR/revenue) → secondary (OR/CTR) → размер выборки → длительность → статзначимость → решение.
Как определяете, что тест можно останавливать?
Достигнута статзначимость по primary metric, нет сильного cannibalization, достаточный sample size, учтены сезонность и промо-календарь.
Что делать, если A/B-тест «не показал разницы»?
Проверить мощность теста, сегмент, канал, оффер; сформулировать новую гипотезу; не масштабировать шум.
Какие ошибки чаще всего допускают при A/B в CRM?
Peeking, разные сегменты в группах, короткий период, несколько primary metrics, игнорирование holdout-группы.
Ловушка: Не называй победителем вариант с +0.3% CTR без проверки revenue и статзначимости.
Какие KPI вы отслеживаете для email/push-кампаний?
Delivery rate, OR, CTR, CR, unsubscribe/spam, revenue per send, incremental revenue vs control.
Как анализируете отток и отписки от рассылок?
Когорты подписчиков, частота, тип контента, канал, точка сбора подписки, spike после промо, сегменты high-churn.
Какими инструментами аналитики пользовались и для каких задач?
Amplitude/Metrika — поведение; BI (Redash/Superset/PBI) — дашборды CRM; CRM-платформа — кампании; связка с заказами/e-commerce метриками.
Как доказываете, что CRM приносит инкрементальный доход, а не «забирает» органику?
Holdout/control group, uplift-модели, сравнение с группой без коммуникации, attribution с осторожностью.
Совет: На собесе Ozon ценят цифры: всегда имей 2–3 кампании с baseline, результатом теста и бизнес-выводом.
Как растили базу подписчиков и работали с точками сбора подписки?
Виджеты, checkout opt-in, preference center, value exchange (скидка vs контент), A/B оффера подписки, double opt-in где нужно.
Как сегментируете базу для промо-кампании?
RFM, категории интереса, давность заказа, чувствительность к скидке, канал, статус подписки, frequency capping.
Как совместно с продуктовой командой запускали виджет подписки?
JTBD пользователя, место в UI, A/B оффера, техническое ТЗ, события в аналитику, метрики конверсии в подписку.
Фишка: В вакансии явно указана совместная работа с продуктом над виджетами — подготовь кейс с ТЗ и метриками после релиза.
Как пишете промо-тексты для рассылок? Приведите структуру письма/push.
Subject/preheader, один главный оффер, CTA, персонализация, мобильная вёрстка, compliance (отписка, идентификация отправителя).
Как ставите ТЗ дизайнеру на креатив рассылки?
Цель, сегмент, оффер, формат, референсы, дедлайн, варианты для A/B, технические ограничения шаблона.
Как балансируете промо и полезный контент, чтобы не растить отписки?
Mix контента, frequency cap, preference center, сегментация по engagement, тест subject lines и офферов.
Ловушка: Слишком агрессивные скидки в каждом письме — частый red flag; покажи стратегию ценности beyond discount.
Какие специфики CRM в e-commerce / маркетплейсе вы учитываете?
Широкий ассортимент, сезонность, промо-календарь, post-purchase, cross-sell/up-sell, seller vs platform коммуникации.
Какие триггеры наиболее эффективны для маркетплейса?
Брошенная корзина/просмотр, price drop, back in stock, статус заказа, рекомендации, reactivation после N дней без заказа.
Как учитываете промо-календарь (распродажи, Black Friday) в CRM-плане?
Предварительный warm-up, сегменты VIP/новичков, лимиты отправок, приоритизация каналов, post-campaign анализ.
Фишка: Ozon — один из крупнейших маркетплейсов РФ; покажи понимание масштаба базы и рисков перегрузки коммуникациями.
Расчёт отписок и план действий
После массовой промо-рассылки на 2 млн получателей unsubscribe rate вырос с 0.08% до 0.35%. Open rate упал на 12% в следующие 7 дней. Опишите анализ причин и план из 5 шагов на 2 недели.
1) Разложить отписки: новые vs старые подписчики, сегмент, канал, subject, время отправки. 2) Сравнить с историческими промо той же категории. 3) Проверить частоту контактов за 7 дней до send. 4) Actions: снизить frequency для low-engagement, pause агрессив promo, A/B softer offer, обновить preference center, win-back только engaged. 5) Метрики контроля: unsub rate, OR, spam complaints, revenue per send vs holdout.
Сложность: O(n) по сегментам базы
Дизайн A/B-теста reactivation
Сегмент «спящие покупатели»: нет заказа 90+ дней, но push/email opt-in активен. Нужно поднять repeat purchase rate. Предложите гипотезу, 2 варианта, primary metric, размер выборки (качественно) и критерии успеха.
Гипотеза: персонализированный оффер по последней категории покупки победит generic скидку. A: 10% на категорию X; B: бесплатная доставка от порога. Primary: conversion to order за 14 дней. Secondary: OR/CTR, unsub. Split 50/50, минимум 2 недели, учёт промо-календаря. Успех: stat sig uplift CR ≥10% при acceptable unsub.
Сложность: O(1) на уровне дизайна эксперимента
ТЗ на виджет подписки с продуктом
Продукт хочет виджет подписки на главной мобильного приложения. Напишите краткое ТЗ для продуктовой и дизайн-команды: цель, UX, события аналитики, метрики успеха, ограничения.
Цель: +X% opt-in без роста unsub. UX: ненавязчивый блок после первого заказа / в профиле; copy с value (персональные акции, статус заказа). Analytics events: widget_view, subscribe_click, subscribe_success, dismiss. Metrics: opt-in rate, 7-day retention подписчиков, unsub D7. Constraints: не блокировать checkout, frequency 1 раз в 30 дней, соответствие 152-ФЗ и политике рассылок.
Сложность: O(1)
Приоритизация CRM-гипотез
Есть 4 идеи: (1) welcome-цепочка для новых подписчиков, (2) price alert push, (3) weekly digest рекомендаций, (4) win-back SMS. Ресурс — 1 маркетолог, 2 недели. Как приоритизируете и почему?
ICE/RICE: impact на revenue и охват × confidence × ease. Обычно welcome-цепочка — высокий impact на новых (много притока в маркетплейсе), быстрый win. Price alert — сильный intent, но нужна продуктовая интеграция. Digest — риск fatigue. SMS — дорого, только после тестов в email/push. План: welcome MVP → price alert discovery → digest в backlog с frequency cap.
Сложность: O(n) по числу гипотез
3 дня
7 дней
14 дней
| Блок | Готов, если... |
|---|---|
| CRM-стратегия и каналы | можешь за 2 минуты объяснить разницу mass vs trigger и выбрать канал под задачу маркетплейса |
| A/B-тестирование | можешь описать полный цикл теста с primary metric и ошибками без подсказок |
| Аналитика и метрики | можешь разобрать рост отписок после промо и предложить план с holdout |
| Сегментация и подписки | можешь написать ТЗ на виджет подписки с событиями аналитики |
| E-commerce | можешь назвать 5 триггеров маркетплейса и как учитываешь промо-календарь |
| Behavioral | 3 кейса по STAR с цифрами результатов отрепетированы вслух |
В день собеседования
