Онлайн-курс, вебинар Специализация «Продуктовая аналитика»

Вас ждет полное погружение в роль продуктового аналитика, от начала до конца программы вы пройдете все этапы для решения поставленной задачи, проведете ad-hoc исследование и A/B тестирование, столкнетесь со сложностями и проблемами, с которыми сталкиваются продуктовые аналитики и научитесь их решать, попутно освоив все необходимые инструменты.

Блок 1 - Продуктовое мышление

Модуль 1 - Роль аналитика в продуктовой команде

Поговорим о роли продуктового аналитика и его задачах, рассмотрим цикл продуктового развития, вспомним про гипотезы и научимся эффективно их оценивать.

Модуль 2 - Продуктовые метрики и KPI

Вспомним продуктовые метрики, пирамиду метрик, научимся выбирать ключевые метрики для продукта. Построим конверсионную воронку.

Модуль 3 - Продуктовый подход

Научимся видеть общую картину проекта, подходить к задаче в точки зрения продукта/бизнеса. Начнем знакомиться с Ad-hoc запросами и HADI-циклами. Вспомним как рассчитывается UNIT-экономика.

Блок 2 - Поведенческая аналитика

Модуль 4 - Data-driven подход к развитию продукта

Разберем, что такое data-driven подход. Научимся проводить Ad-hoc анализ и решать аналитические и инфраструктурные задачи. Вспомним Python и определим его роль в процессе аналитики.

Модуль 5 - Инструменты web-, мобильной и app-аналитики

Разберем какие задачи решают web и app аналитика и какие системы для этого есть на рынке. Научимся внедрять аналитику в процессы вашей компании, разберем : нейминг события, параметр события GTM, Хардкод. Научимся писать ТЗ на внедрение аналитики. Научимся пользоваться: Google tag manager, App Metrica, Amplitude, MyTracker.

Модуль 6 - Когортный и RFM анализ

Вспомним про сегментацию рынка и целевой аудитории. Научимся проводить когортный и PFM анализы с использованием Microsoft Excel и Python.

Модуль 7 - Создание отчетов и дашбордов

Научимся анализировать полученные данные и создавать понятные отчеты и дашборды. Поработаем c Google Data Studio, Power BI, Excel, Python.

Модуль 8 - Источники данных и их сбор

Научимся доставать данные из открытых и внутренних источников. Разберем такие инструменты для работы с внешними данными как: Similarweb, Crunchbase, Datanyze, Webarchive, Sensortower. Научимся доставать данные через открытый API с помощью Python. Для доступа к внутренним данным, научимся подключаться к базе данных и вспомним SQL.

Защита проекта 1

Выполним проект, подытоживающий все полученные знания 2 блока. Результат проекта можно будет приложить к портфолио.

Блок 3 - А/В тестирование

Модуль 9 - Зачем нужны А/В тесты

Поймем, зачем нужны А/В тесты и когда их можно проводить. Научимся выдвигать грамотные гипотезы, выбирать, создавать и рассчитывать метрики для проведения A/B теста.

Модуль 10 - Математическая статистика

Научимся применять статистику для выборочных исследований: описательная статистика, расчет распределений вероятности. Научимся рассчитывать и формулировать ошибки 1 и 2 рода.

Модуль 11 - Проведение тестов: поэтапный разбор

Разберемся, как проводить А/В тестирование, подробно разберем каждый этап на примере реальных кейсов от экспертов. Научимся работать с маленьким объемом данных, используя метрику CUPED.

Модуль 12 - Проблемы при А/В тестировании и их решение

Поговорим о самых распространенных ошибках в А/В тестах, и о том, как их избежать. Поймем чем отличаются друг от друга A/A, А/А/B/B, А/Б/А тесты. Разберем проблему подглядывания и множественную проблему гипотез.

Модуль 13 - Инструменты для проверки гипотез

Посмотрим, какие есть инструменты для проверки гипотез A/B-тестов и как ими пользоваться. Поработаем с Google Optimize, Firebase. Проведем дизайн эксперимента, используя Python.

Модуль 14 - Результаты теста и как сделать вывод

Рассмотрим 3 самых вероятных сценария итогов А/Б теста. Рассмотрим самые популярные методы трансформации данных и попрактикуемся в этом. Научимся оценивать характеристики генеральной совокупности. И в завершении узнаем лайфхаки, которые помогут грамотно презентовать наши результаты бизнесу. В конце модуля разберем и прорешаем практический кейс по подведению итогов.

Защита проекта 2

Выполним проект, в виде игрового кейса. Вы пройдете весть этап запуска А/Б теста, как бы в команде с игровым заказчиком. Решите все задачи, что стоят перед продуктовым аналитиком в процессе запуска теста и в конце защищаете проект у ментора, как бы заказчика. Данные для запуска и сам ход запуска А/Б теста взяты с реального проекта, с которым мы заключили партнерское соглашение.

Блок 4 - Заключение

Модуль 15. Аналитическая культура в компании

Поговорим о том что такое аналитическая культура в компании и почему она важна. Погрузимся в процессные аспекты работы с метриками, а также в KPI и как он влияет на команду.

Разберем архитектуры аналитических систем и научимся в них ориентироваться.

Подведем итоги курса.