Все вокруг ноют, что работы нет и что на каждую вакансию космический спрос, а джуны готовы работать за еду. В этой статье поделюсь фактами — как я нанимал продуктового аналитика в известную международную компанию и какая у меня получилась статистика по кандидатам.

Если посмотреть открытые данные в HH, то можно ужаснуться — на IT вакансии может быть по 1000+ заявок от кандидатов. Чтобы не умереть, разбирая тысячи резюме, по рекомендации HR я добавил в начале достаточно простой опросник — сам заполнял похожий при трудоустройстве. Результат? Всего 85 откликов за всё время публикации вакансии!

Ну а дальше случилась дикая воронка отсева, которую я зафиксировал в цифрах, и сейчас ею поделюсь. Пристёгивайтесь и всё внимание на процент отсева кандидатов на каждом этапе.

Этап 1. Первичная оценка. 85 резюме → 57 (Отсев 33%)

Я открываю пачку резюме и чувствую себя археологом. Тут есть всё: продакты, проджекты, бизнес-аналитики, привыкшие к формализации требований стейкхолдеров, но не к работе с продуктовыми гипотезами, и, конечно, магистры метрик NPS и CSI — их было много (видимо, сократили первыми). Большинство этих кандидатов с цифрами толком не работали, так что сразу мимо. Это минус 33%.

Этап 2. HR-скрининг и первый контакт. 57 → 49 (Отсев 14%)

Казалось бы, чего проще — созвониться с HR. Но нет. Люди не отвечают, не перезванивают, не приходят на созвоны. 14% отсеялись на этапе "возьми трубку".

Этап 3. Моя оценка перед собесом. 49 → 20 (Отсев 59%)

Тут уже включаюсь я сам. Смотрю на тех, кто прошёл через HR, и понимаю: больше половины демонстрируют узкий кругозор, в ответах ссылаются на один и тот же кейс, либо навыки далеки от нашего запроса. Также не рассматривал студентов, так как не представляю, как можно работать полный день и заканчивать универ очно. Из 49 человек я готов был общаться лично только с двадцатью.

И да, мы не отсеивали по зарплате. Тут был вполне демократичный разброс: от 60 тысяч до 250+ тысяч рублей. Деньги не были ключевым критерием.

Этап 4. Приди на интервью! 20 → 14 собеседований (Отсев 30%)

Приглашаем на собеседование. Кто-то передумал, другой не ответил, третий не пришёл... До живого разговора дошли 14 человек.

Этап 5. Интервью с нанимающим. 14 → 3 (Отсев 78%)

Самый мясной этап — техническая секция. Я общаюсь, даю задачи и... Из 14 человек достойные результаты показали только трое. Задания было 2: 

1) Проанализировать статистику пуш-уведомлений: оценить эффективность, найти точки роста, предложить гипотезы для новых экспериментов.

2) Разобрать результаты двух A/B-тестов нового пейволла в разных странах: сделать выводы, какой тест выиграл и что делать дальше — раскатывать, откатывать или копать дальше.

Больше всего “порадовала” пара кандидатов с зарплатными ожиданиями 250к+. Люди уверенно вещали о глубокой экспертизе, при виде цифр просто говорили, что “нет, тут не смогу ничего сказать”. До интерпретации цифр и расчёта статзначимости доходили единицы! Это не просто “бывает” — это 78% людей, которые называют себя Middle/Senior, но не могут работать с данными. Ещё частый случай — дата-аналитики: очень круто жонглирует данными, но вообще без понимания задач бизнеса. Такие валятся на вопросах о том, как можно посчи��ать, например, выручку будущих периодов на основе предыдущих.

Да, ещё были "опытные пользователи GPT", но их легко было вычислить по тому, как они очевидно читали с экрана. Таких было двое.

Кстати, тестовые задания я брал из кейс-баттлов нашего продуктового сообщества. Наши продакты их решали, да! А продуктовые аналитики — нет. 

Этап 6. Оффер. 3 → 1

Из тройки был явный фаворит. На нём и остановились. Один человек из 85. Конверсия — 1.2%

Работа над ошибками и выводы

  • Кандидатам: 

    • Отметил для себя, что с большим подозрением отношусь к резюме, где специализация указана не та, что я ищу. Типа, зачем мне продакт, если я ищу аналитика? Если нужен человек для работы с цифрами, “общий продуктовый бэкграунд” без фокуса на данных выглядит как спам-отклик.

    • Если в описании есть “работа с данными” — освежите матстат и логику интерпретации цифр. Обидно “сыпаться” на стандартных кейсах! 

    • Пунктуальность — это важно. Переносы собеседования по 3 раза, потому что глючит ноут и отваливается интернет — это не серьёзно. Если вы не можете организовать стабильную связь на один час, как вам доверить продукт?

  • Рекрутерам: 

    • Опросник на входе — кажется, что хороший фильтр, но сквозь него всё равно просачивались кандидаты самого разного качества. Интересно ваше мнение!

    • По моему опыту, отбор — это марафон, а не спринт. Пару месяцев стоит закладывать точно!

Бонус: Моя личная формула успеха “10 + 20”

В начале поиска я тратил по часу на каждого кандидата: первые полчаса мы обсуждали прошлый опыт, проекты и достижения, затем переходили к кейсам. В итоге я понял, что все эти чудесные “рассказы о себе” никак не коррелируют с умением работать с цифрами.

В итоге я пришел к формуле:

  • 10 минут — экспресс-знакомство и ключевые вопросы по опыту.

  • Следующие 35 минут — решение кейсов.

Результат: Неподходящие кандидаты выявляются за первые 20–30 минут. Это честнее и по отношению к моему календарю, и по отношению к кандидату. Если человек “плавает” в данных, нет смысла еще полчаса обсуждать его софт-скиллы. Если же с кейсами всё ок, то можно дополнительно пообщаться про опыт и софты.

Итог и пара слов про "мёртвый рынок"

Если я и готов согласиться, что рынок мёртв, то только с одной поправкой: нормальных кандидатов приходится искать как крупицы золота в тоннах песка.

Было ощущение, что ради получения работы каждый готов назвать себя продуктовым аналитиком, лишь бы попасть на собес, но при виде данных сразу “ой”. Я так понял, что откликаются массово, не глядя толком на описание вакансии — потренироваться проходить собесы или с надеждой, что как-то да пронесёт. 

Если вы узнали себя в этом тексте, хотите доказать, что я не прав, или поделиться своими впечатлениями от найма — милости прошу в комментарии. Ваше мнение и опыт (особенно с цифрами!) очень интересны.


В нашем продуктовом сообществе мы проводим бесплатные митапы для тех, кто управляет цифровыми продуктами или запускает свои стартапы. Присоединяйтесь!

Комментарии (38)


  1. ChePeter
    22.02.2026 17:35

    Подскажите пожалуйста,

    как можно посчитать, например, выручку будущих периодов на основе предыдущих.

    Вот "доходы будущих периодов" понимаю.

    А вот про выручку непонятно, помогите пожалуйста


    1. Dimzoner Автор
      22.02.2026 17:35

      Ощущаю в вопросе вайб профессионального бухгалтера! :)

      На самом деле тут всё просто:
      Доходы будущих периодов — это бухгалтерский термин (деньги на счету есть, но услуга еще не оказана).
      Выручка будущих периодов в продуктовой аналитике — это Revenue Forecasting (прогноз).

      Считается это обычно через когортный анализ: смотрим на исторический Retention и LTV старых пользователей и экстраполируем их поведение на будущее. Но это тема для отдельной большой статьи, здесь я всё-таки больше про боли найма


      1. itmind
        22.02.2026 17:35

        Все прогнозы - это как пальцем в небо, может угадал, а может и нет. Кризисы, обвалы, войны, катаклизмы, смена приоритетов, новые конкуренты. Никто это не может просчитать.


        1. bolk
          22.02.2026 17:35

          Поговорка «пальцем в небо» — это про 100%-й успех, а не про случайность ))) Пальцем в небо невозможно не попасть.


      1. Fafhrd
        22.02.2026 17:35

        Т.е. дата-аналитик, жонглирующий данными и цифрами никак за период испытательного срока не осилил бы конкретную бизнес-специфику?

        Вот в этом и есть проблема современного найма: у кандидата нет права на ошибку и в обучении ему отказано.


        1. Dimzoner Автор
          22.02.2026 17:35

          Мы как раз не проверяли знание бизнес-специфики. Кейсы на собеседовании были максимально общими и доменно-нейтральными — про логику, работу с цифрами и умение рассуждать.

          Если человеку в принципе интересно, как работает бизнес, и он умеет думать на данных, эти вопросы не вызывают сложностей даже без контекста. Если бизнес-контекст не интересен вовсе — испытательный срок это не исправит.


  1. Markscheider
    22.02.2026 17:35

    А что это за "входящий опросник"? Как сие работает?


    1. Dimzoner Автор
      22.02.2026 17:35

      Всё проще, чем кажется. Технически это настраивается внутри HH.

      Когда кандидат нажимает кнопку "Откликнуться", перед ним всплывает окно с коротким списком вопросов. Мы использовали это как первый фильтр:

      1. Стек: "Работали ли вы с Amplitude/Superset?" (Да/Нет/Другие инструменты).

      2. Условия: Город проживания, формат работы (удаленка/офис) и пр.

      3. Опыт: Краткое описание релевантного кейса.

      Задача опросника — барьер против массовых откликов. Те, кто просто рассылает резюме на всё подряд, ленятся заполнять даже 5 полей и отваливаются. В итоге до меня дошли только 85 человек, которые действительно прочитали вакансию и готовы были потратить 2 минуты на ответы. Без этого опросника я бы разгребал 1000+ резюме вручную


      1. Markscheider
        22.02.2026 17:35

        Оффтоп

        А, понял! Я на Авито похожую методу использую. В тексте подробно описываю продаваемый предмет, а в самом конце пишу: "если вы позвоните или пришлете сообщение с вопросом, ответ на который есть в карточке товара - лично для вас цена увеличивается на 20%" :))


  1. Dhwtj
    22.02.2026 17:35

    Сейчас есть тысячи вариантов технологического стека. Искать именно свой довольно глупо. Также глупо не указывать его в вакансии.

    Я лично не занимаюсь подбором. Но я бы спрашивал примеров сложных кейсов (за что можно гордиться) и как их решали. Плюс пару своих сложных кейсов подкинул бы.

    Если работа не в сложных кейсах тогда придется мерять как перформит


    1. Dimzoner Автор
      22.02.2026 17:35

      Полностью согласен с вашим подходом!

      По поводу стека — он, конечно же, был указан в вакансии (мы работаем в Amplitude и Superset). Согласен, что искать стек "один в один" — путь в никуда, поэтому мы смотрели скорее на умение работать с данными в принципе, а не на знание конкретных кнопок.

      И про кейсы — прямо в точку: именно их мы и разбирали. И в предварительном опроснике, и на самом интервью (те самые задачи про пуши и A/B тесты из статьи). Как показала практика, "рассказать про свой сложный кейс" могут многие, а вот решить чужой в реальном времени — тут-то и начинается самое интересное.

      Спасибо за дополнение!


      1. Dhwtj
        22.02.2026 17:35

        решить чужой в реальном времени — тут-то и начинается самое интересное

        Ну, многих клинит, я например в реальном времени на работе не отвечаю никогда и с чего бы мне так отвечать на собеседовании. Если так я бы дал задачку посложнее на день. Я бы не отказался потратить день в привычном оффлайне. Если бы остальное понравилось


        1. Dimzoner Автор
          22.02.2026 17:35

          Согласен полностью, стресс на интервью — фактор серьезный. Но цель у нас была не в том, чтобы получить "единственно верный ответ", а в том, чтобы увидеть логику рассуждений: на какие метрики человек смотрит в первую очередь, какие вопросы задает к данным, как строит гипотезы.


          1. Dhwtj
            22.02.2026 17:35

            Да, паттерны логики можно увидеть даже при стрессе и ограничении времени.


  1. mesvobodnye
    22.02.2026 17:35

    "Один человек из 85. Конверсия — 1.2%" - совсем не показатель. Если бы фильтр прошли 500 человек, а нанимали всего 1 - процент был бы несколько иным))

    "Согласен, что искать стек "один в один" — путь в никуда" - поддержу предыдущего оратора. Работаю в ТП, сейчас пытаюсь перейти в Ленэнерго, а там другой дистрибутив отечественной системы - Alt Linux и многое внове, но не страшит - буду разбираться, благо накопил некоторый опыт в RedOS

    Автору - удачи.