Навык: Приоритизация

Автор урока: Михаил Карпов, Skyeng
Приоритизация и принятие решений
Привет! Это занятие про то, как принимать решения и приоритизировать задачи. От продакта ждут, что он всегда знает, что нужно делать, чтобы продукт пришел к успеху, и самое главное, может это понятно объяснить.

Ждет команда, ждет руководство, ждут пользователи. Надеемся, ты не подведешь их надежды! Поехали :)
В рамках курса "Профессия: Аналитик"
Это занятие мы сделали открытым, чтобы ты мог его посмотреть и познакомиться с форматом курса
Разовый платёж
Дополнительная скидка 6.000 рублей тем,
кто пройдёт вводный урок
36.000 рублей
30.000 рублей
Купить курс с наибольшей скидкой
Оплата по частям
Размер каждого из 6 платежей:
6.900 рублей
Оплатить по частям
Click to order
Cart
Ваш заказ
Total: 
Ваш номер телефона
Как проходит обучение
1
Изучаете тему
Уроки в видеоформате, воркшопы с разбором кейсов и квизы для закрепления знаний
2
Выполняете
задания
В том темпе, в котором вам удобно и получаете обратную связь.

3
Общаетесь с наставником
Закрепляете знания и исправляете ошибки
4
Открываете новый урок
После выполнения и проверки всех заданий текущего блока
На каких кейсах вы практикуетесь
Все задания собраны на основе реальных кейсов известных компаний, для вашего удобства к заданиям есть шаблон для их выполнения
Что вы получите
Трудоустройство
гарантия трудостройства в течение 6 месяцев обучения
Поддержка ментором
прохождение курса с удобной вам скоростью
Акцент на практику
практика после каждой из 60 уроков на кейсах ведущих компаний рынка
Программа курса
(60 занятий и практика на каждом из них)
Среднее время прохождения: 6 месяцев, но вы можете идти со своей скоростью
Блок 1: "Продуктовая аналитика и работа в команде"
  • Роль и место аналитика в продуктовой команде
  • Приёмка задач: понимание проблем
  • Типовые задачи по аналитике и планирование работы над подобными задачами
  • Управление продуктом на основе модели Lean Canvas и роль аналитики в этой модели
  • MVP-подход для решения аналитических задач
  • Приоритизация и иерархия метрик
  • Основные типы бизнес-метрик
  • Декомпозиция метрик и факторный анализ - практика
  • Введение в web-аналитику: основные понятия и инструменты
  • Основные отчеты Google Analytics
  • Основные отчеты Yandex Metrica
  • Основные отчеты App Metrica
...
Блок 2: "Маркетинговая и клиентская аналитика"
  • Введение в маркетинговую аналитику
  • KPI и метрики
  • UTM-метки
  • Основные источники данных и методы их анализа
  • Сквозная аналитика
  • Методы сегментации клиентов и целевой аудитории
  • Введение в RFM-анализ
  • Введение в когортный анализ
  • Unit-экономика
...
Блок 3: "A/B-тестирование"
  • Проверка гипотез и поиск точек роста с помощью A/B-тестирования
  • Теория выборочных обследований
  • Математическая статистика в теории выборочных обследований
  • Статистическая проверка итогов тестирования
  • Последовательность проведения A/B-тестов. Оценка затрат на тесты. Карты гипотез
  • Основные проблемы A/B-тестирования и способы их решения.
  • Инструменты A/B-тестирования
  • Особенности проведения A/B-тестов в оффлайн-бизнесе
...
Блок 4: "SQL и получение данных"
  • Основы SQL
  • Обновление, добавление и удаление данных. Работа с таблицами
  • Представления и хранимые процедуры. Особенности обработки транзакций
  • Расширенные возможности SQL и основные ограничения
  • Фильтрация данных и вычисляемые поля - практика (SELECT, SUM, AVG, GROUP BY, ..)
  • Группировка данных, подзапросы и объединение таблиц - практика (INNER, LEFT, RIGHT, DISTINCT, ..)
  • Обновление, добавление и удаление данных. Работа с таблицами (INSERT, UPDATE, DELETE, MERGE, FOREIGN KEY, ..)
...
Блок 5: "Python и обработка данных"
  • Введение в анализ данных с помощью Python
  • Python: настройка окружения, базовые структуры данных и основные операторы
  • Python: работа с файлами и форматированный вывод
  • Python: пространства имен и области видимости, классы и объекты
  • Python: инструменты функционального программирования
  • Python: стандартные и сторонние библиотеки Python для анализа данных
...
Блок 6: "Инструменты визуализации и презентация аналитики"
  • Сравнительный обзор основных инструментов визуализации данных
  • Основные ошибки при проектировании отчетности и визуализации данных
  • Расширенные возможности визуализации в Excel и Google Sheets, Google Data Studio + практика
  • Организация хранения данных для целей анализа
  • Презентация результата команде
  • Работа с популярными BI-программами (MySQL, SQL Server, Power BI, Redash, Tableau)
  • Решение бизнес-задач в команде
  • Как работать с командой и подрядчиками
  • Как управлять процессами по аналитике
Блок 7: Дипломная работа и помощь с трудоустройством
  • Работа над дипломным проектом для портфолио
  • Подготовка резюме
  • Подготовка к собеседованию
  • Финальная защита и консультации
Формат понятен, готов к занятию!
Что изучим на занятии
Изучим:
  • Определение целей компании
  • Выбор целей сервиса
  • Сбор идей для приоритизации: пользователи, команда, конкуренты
  • Способы оценки фич
Прикладные инструменты:
  • Иерархия метрик
  • Инструменты для сбора идей
  • Impact mapping
  • Poker planning
  • RICE
Шаблоны:
  • Приоритизация на уровне метрик продукта
  • Чеклист: механизм приоритизации списка идей
Практика:
  • Приоритизировать фичи
  • Сформулировать фичу с помощью
    Impact mapping
  • Спрогнозировать влияние фичи на метрики