Воркшоп и ДЗ | Декомпозиция

100%

Воркшоп

В теории все понятно, надо попрактиковаться. Ниже в видео мы разберем реальный кейс.

Продукт: Okko – один из самых больших легальных онлайн-кинотеатров в России.

Дополнительные материалы

Пример дерева метрик от Миши Морозова

Практическое домашнее задание

Теперь – очередь за тобой!
Ниже еще раз продублировано домашнее задание.

Задание 1: Предложите NSM для любой известной вам крупной компании. Попробуйте составить иерархию метрик, начиная с NSM на 3-4 уровня.

Задание 2: Оцените, насколько выбранные вами метрики соответствуют критериям "хороших" метрик, о которых мы говорили в этом занятии

Файл для заполнения: мега-файл с домашками.

Сдача домашнего задания
на проверку Мише Карпову

Отправить задание на проверку

Если остались вопросы по уроку — вы можете задать любые вопросы преподавателю.

Домашнее задание проверяется в течении одного дня, после проверки вам придёт уведомление.

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