Кейс с собеса — внезапно упала метрика! 😳Метрики мы обсудили в прошлом посте этой серии, а теперь давайте к кейсу с метриками — еще один этап в подготовке к собесуВ классическом варианте кейс звучит так: однажды утром после беспокойного сна вы просыпаетесь огромным жуком замечаете сильный дроп в метрике. Внимание, вопрос — что случилось? 🤔Этот кейс проверяет аналитическое мышление и ваше умение смотреть на проблему под разным углом в поисках причины. Я здесь люблю использовать правило арбуза 😶Правило арбуза (название придумал я, хз как это называют) гласит: Как нам нравится внутренняя часть арбуза, так и вы сначала начните искать причину "внутри" вашей зоны влияния, а затем переходите "на внешнюю" зону влияния, где арбуз уже не такой вкусный. В цепочке жизненного цикла данных начните с последних внутренних этапов и переходите дальше на внешний уровень.1️⃣ Внутренняя тех проблема — наши скрипты/отчеты/витрины. Это полностью наша зона контроля, в первую очередь надо проверить, что это не просто у нас что-то криво считается2️⃣ Внутренняя бизнесовая проблема — соседняя команда не предупредила и выкатила АБ-тест, который очень жестко руинит ваши метрики. Такое бывает, когда коллеги в АБ-тестах не определяют метрики здоровья и не думают, что могут кому-то навредить. А может это у вас эксперимент проходит плохо, и вам надо срочно его тормозить.3️⃣ Внешняя тех проблема — DWH, разметка данных, источник данных. Если у вас все правильно, значит что-то не так с тем местом, откуда вы берете данные. Возможно, поменялся какой-то словарь или крашнулась какая-то таблица DWH. А может у нас умер прод и топики системы перестали отправлять сообщения (если интересно про это подробнее, почитайте зачем нужна Kafka)4️⃣ Внешняя бизнесовая проблема — праздники, понижение ключевой ставки, корпоративный скандал — в общем на ситуацию в бизнесе повлияли какие-то внешние события в мире. Скорее всего, если это так заэффектило, то вы сразу придете к этому выводу, минуя предыдущие шаги цепочкиНа самом деле мне кажется этот кейс очень полезным на собесах. На практике действительно часто сталкиваешься с аномалией и такой ресерч происходит сплошь и рядом. И если есть фреймворк, то это позволяет быстро оценить проблему (90% причин обычно кроются в пункте 1 и 2 😢)Вам давали такие кейсы на собесах? Давайте наберем 80 огоньков 🔥 и я пойду писать следующую часть про не-кодинговые харды аналитика!
Оставить комментарий/отзыв