Подготовка к роли продуктового маркетолога в Яндекс Образовании: запуск AI-приложения для школьников, поиск PMF и рост на стыке продукта, перформанса и аналитики
Фишка: Роль в команде нового AI-продукта Яндекс Образования: прямой контакт с продактом, разработкой и дизайном без лишних согласований; все каналы (SMM, PR, GR, CRM, digital) в быстром доступе; перформанс под вашим управлением; AI-инструменты — часть ежедневной работы, а не формальность
| Этап | Длительность | Что проверяют |
|---|---|---|
| HR-скрининг | 30–45 мин | Мотивация, опыт 3–5 лет в продуктовом маркетинге, готовность к hands-on роли без делегирования агентствам, офис в Москве, соответствие уровню Middle |
| Интервью с руководителем (продуктовый маркетинг) | 60–90 мин | Опыт запуска и продвижения целого продукта, кейсы по перформансу, аналитике, A/B-тестам; понимание EdTech и работы с неоформленным рынком |
| Кейс / практическое задание | 60–90 мин (иногда домашнее) | Стратегия вывода нового продукта на рынок, выбор каналов, гипотезы роста, метрики успеха, медиаплан или креативный бриф |
| Встреча с командой / стейкхолдерами | 45–60 мин | Взаимодействие с продактом, дизайном, разработкой и исследователями; аргументация решений на данных; инициативность и ownership |
| Финальное согласование | до 1 недели | Проверка референсов, согласование условий, онбординг |
Обязательный минимум
Плюсом будет
Как вы искали product-market fit для нового продукта? Какие сигналы подтвердили, что PMF найден?
Опишите цикл: гипотеза ЦА → MVP/каналы → метрики удержания и активации → итерации. Ключевые сигналы PMF: органический рост, высокий retention, NPS, повторное использование.
Чем продуктовый маркетолог отличается от performance-маркетолога и brand-маркетолога?
PMM отвечает за позиционирование, GTM, весь путь пользователя и связь продукта с рынком. Перформанс — каналы и CAC. Бренд — восприятие и охват.
Как бы вы вывели на рынок мобильное AI-приложение для школьников, если рынок ещё не сформирован?
Сегментация (школьники vs родители как плательщики), value proposition «разобраться в предмете, а не получить ответ», тест каналов, пилотные гипотезы, метрики активации и образовательного результата.
Как вы формулируете позиционирование и ключевое сообщение для нового продукта?
Фреймворк: для кого → какая проблема → чем отличаемся → доказательства. Проверка через интервью, лендинги, креативы.
Как вы приоритизируете маркетинговые гипотезы при ограниченном бюджете?
ICE/RICE: impact × confidence / effort. Сначала дешёвые проверки (лендинг, креатив, малый бюджет), потом масштабирование победителей.
Фишка: Вакансия прямо требует найти PMF и построить устойчивый портфель каналов — готовьте кейс с нуля, не только оптимизацию существующего продукта.
Ловушка: Не сводите роль к «настрою рекламу» — ожидают влияние на продукт, гипотезы и требования к развитию после MVP.
Совет: Принесите 1–2 истории, где вы были соавтором роста продукта, а не исполнителем по брифу.
Какие рекламные каналы вы использовали и как выбирали между ними?
Назовите конкретные: Яндекс Директ, VK Ads, myTarget, Telegram, in-app. Критерии: CAC, LTV, масштабируемость, качество трафика.
Как вы влияете на CAC, CR и ROAS? Приведите пример оптимизации.
Воронка: показы → клики → установки/регистрации → активация. Рычаги: таргетинг, креативы, лендинг, ставки, исключения аудиторий.
Как вы строите медиаплан для запуска нового продукта?
Цели и бюджет → гипотезы по каналам → тестовые бюджеты (10–20% на эксперименты) → KPI по этапам воронки → правила масштабирования.
Как вы оцениваете качество трафика, а не только объём?
Смотрите downstream-метрики: activation rate, D1/D7 retention, конверсия в ключевое действие, а не только CPI/CPA.
Как работаете с сезонностью и конкуренцией в EdTech (сентябрь, ЕГЭ, каникулы)?
Пики спроса у школьников и родителей; планируйте бюджет и креативы заранее; учитывайте конкуренцию за внимание в августе–сентябре.
Фишка: Прямое управление перформансом — ожидают, что вы сами ведёте кампании, а не только ставите ТЗ подрядчику.
Ловушка: Не называйте только vanity-метрики (клики, показы). Связывайте рекламу с продуктовыми метриками.
Совет: Подготовьте цифры: бюджет, CAC до/после, какой канал сработал и почему.
Какие продуктовые метрики вы отслеживаете для мобильного B2C-приложения?
Acquisition (installs, CPI), Activation (первое ключевое действие), Retention (D1/D7/D30), Engagement (DAU/MAU, session length), Revenue если есть.
Как вы проектировали аналитический дашборд? Что на нём было?
Определите north star metric → декомпозиция на драйверы → источники данных → визуализация для принятия решений → регулярный review.
Как вы связываете маркетинговые и продуктовые метрики?
Когортный анализ по каналам: какой источник даёт пользователей с лучшим retention и activation. Маркетинг влияет на качество, не только количество.
Что такое activation и как вы её измеряете для образовательного приложения?
Момент, когда пользователь получил ценность: например, завершил первый разбор темы, а не просто зарегистрировался. Aha-moment нужно найти через данные и интервью.
Как вы работаете с воронкой от установки до регулярного использования?
Карта шагов → конверсии между этапами → узкие места → гипотезы (онбординг, пуши, CRM, контент).
Ловушка: «Смотрю в Метрику» — слабый ответ без конкретных событий, когорт и действий по данным.
Совет: Упомяните инструменты: AppMetrica, Amplitude, Metabase, Яндекс Метрика — что реально использовали.
Расскажите о A/B-тесте, который вы проводили. Какой был вывод?
Гипотеза → метрика успеха → размер выборки/длительность → результат → решение (внедрить/откатить/новая гипотеза).
Как вы определяете, достаточно ли данных для статистически значимого вывода?
Минимальный detectable effect, power 80%, significance 95%. Калькуляторы выборки. Не останавливайте тест раньше времени.
Что тестировали: креативы, лендинги, онбординг? Что даёт больший эффект?
В EdTech часто тестируют онбординг, paywall, push-цепочки, креативы. Назовите свой опыт и impact.
Как избежать ложных выводов в A/B-тестах?
Одна основная метрика, достаточная выборка, не подглядывать, учитывать новизну и сезонность, сегментировать осторожно.
Ловушка: «Тест показал +5%, внедрили» без контекста выборки и длительности — красный флаг для интервьюера.
Как отличается маркетинг для школьников и для их родителей?
Школьники — продукт, вовлечение, соцдоказательство среди сверстников. Родители — безопасность, результат, цена, доверие к бренду. Часто двойная ЦА.
Какие каналы лучше работают для привлечения школьников в мобильное приложение?
In-app/TikTok/YouTube/Telegram, школьные сообщества, сарафан, партнёрства со школами; для родителей — контекст, соцсети 35+, CRM.
Как вы коммуницируете ценность AI-продукта, который «помогает разобраться, а не выдаёт ответ»?
Античит-позиционирование, фокус на обучении и понимании, кейсы «разобрался сам», доверие родителей.
Какие регуляторные и этические ограничения учитываете при маркетинге детских продуктов?
152-ФЗ, возрастные ограничения, согласие родителей, прозрачность сбора данных, отсутствие манипулятивных практик.
Фишка: Плюсом будет опыт с родителями и детьми школьного возраста — подготовьте примеры, даже если EdTech был смежным.
Как вы брифуете дизайн и копирайтинг? Что включает хороший бриф?
Цель, ЦА, ключевое сообщение, формат, референсы, KPI, дедлайн, ограничения бренда.
Как вы работаете с продактом, когда маркетинговые данные говорят изменить продукт?
Принесите данные и гипотезу, предложите эксперимент, сформулируйте требование через пользовательскую ценность, не через «нам нужна фича X».
Расскажите о ситуации, когда вы закрыли пробел без формальной постановки задачи.
STAR: что заметили → что сделали сами → результат. Показывает ownership.
Как вы принимаете решение, когда данные противоречат интуиции команды?
Покажите умение спорить аргументированно: данные, альтернативные гипотезы, предложение теста вместо спора.
Фишка: В Яндекс Образовании нет прослоек — ожидают, что вы сами делаете макеты лендингов и креативов и принимаете финальный результат.
Совет: Покажите портфолио: лендинги, креативы, медиапланы (можно обезличенно).
Как вы используете AI-инструменты в ежедневной работе маркетолога?
Генерация гипотез креативов, анализ отзывов, черновики текстов, персонализация, автоматизация отчётов — с проверкой качества человеком.
Как бы вы использовали AI для ускорения запуска маркетинговых кампаний нового продукта?
Быстрые варианты копирайта и визуалов для тестов, анализ конкурентов, сегментация сообщений — но финальное качество и бренд под вашим контролем.
Фишка: AI — часть ежедневной работы в команде, не модная приписка. Покажите реальные кейсы использования.
Go-to-market для AI-приложения школьников
Представьте: завтра выходит MVP мобильного AI-приложения для школьников 12–17 лет, которое помогает разобраться в предмете. Бюджет на первый месяц — 2 млн ₽. Рынок не сформирован, конкуренты — репетиторы и ChatGPT. Составьте план вывода на рынок: ЦА, каналы, гипотезы, метрики, распределение бюджета.
1) Сегменты: школьники (пользователи) + родители (влияние на установку/оплату). 2) Позиционирование: «учись понимать, а не списывай». 3) Каналы (тест 20% бюджета каждый): VK/Telegram ads на школьников, контекст на родителей, influencer/UGC, ASO. 4) Метрики: CPI, activation (первый разбор темы), D7 retention, cost per activated user. 5) Бюджет: 40% перформанс-тесты, 30% креативы/лендинг, 20% контент/SMM, 10% резерв. 6) Неделя 1–2: лендинг + 3 креатива × 3 канала; неделя 3–4: масштабировать 1–2 победителя.
Сложность: Стратегический кейс, 45–60 мин на интервью
Диагностика падения конверсии
После масштабирования рекламной кампании CPI вырос на 40%, а activation rate упал с 35% до 22% за две недели. Ваши действия?
1) Проверить, не изменился ли mix каналов/аудиторий (новые сегменты с низким качеством). 2) Когортный анализ по каналам и креативам — отсечь плохие. 3) Проверить продукт: не было ли релиза, багов онбординга. 4) Сравнить лендинг/стор до и после. 5) A/B: старый vs новый креатив/лендинг. 6) Временно снизить бюджет на проблемные сегменты, перераспределить на проверенные. 7) Через 1–2 недели — решение о масштабировании по данным.
Сложность: Аналитический кейс, 30–45 мин
Дизайн A/B-теста онбординга
Нужно протестировать новый онбординг в образовательном приложении. Текущая activation — 28%. Цель — +5 п.п. Как спланируете эксперимент?
1) Гипотеза: новый онбординг сократит путь до первого разбора темы. 2) Primary metric: % пользователей, завершивших первый разбор за 24ч. 3) Guardrails: crash rate, uninstall rate. 4) Размер выборки: калькулятор (MDE 5%, power 80%, baseline 28% → ~15–20k пользователей на вариант, зависит от трафика). 5) Длительность: минимум 1–2 полных недели (учесть дни недели). 6) Критерий: stat sig + практическая значимость. 7) Rollout: 50/50 или 10% canary если риск высокий.
Сложность: Практический кейс, 20–30 мин
3 дня
7 дней
14 дней
| Блок | Готов, если... |
|---|---|
| Продуктовый маркетинг и PMF | можете за 5 минут описать GTM нового AI-приложения для школьников с каналами и метриками |
| Перформанс-маркетинг | приводите конкретные цифры CAC/ROAS и объясняете, как оптимизировали воронку |
| Продуктовая аналитика | называете north star metric и объясняете, как строили дашборд и принимали решения |
| A/B-тестирование | описываете полный цикл теста с гипотезой, выборкой и выводом |
| EdTech | объясняете разницу маркетинга для школьников и родителей с примерами каналов |
| Кросс-функциональность | есть история ownership и пример влияния маркетинга на продукт |
| Поведенческие | 5 ответов по STAR укладываются в 2–3 минуты каждый |
В день собеседования