Продуктовая аналитика: понимание продукта через метрики
Подробнее о курсе
Краткое описание курса
На курсе Вы разберётесь в аналитических инструментах и сможете строить систему метрик для продукта. Научитесь собирать данные и принимать на их основе полезные для бизнеса решения
Цель курса — научиться работать с метриками и выстраивать для проектов систему аналитики. Узнать, как строится процесс работы над продуктом не только в рамках задач аналитика, а в рамках продукта в целом. Систематизировать знания, подбирать аналитические инструменты в зависимости от особенностей проекта.
Изучить особенности использования метрик в зависимости от продукта. Разобраться, как устроена работа с данными, что нужно измерять и отслеживать в разных продуктах. Узнаеть, как принимать решения на основе данных, построить систему метрик под любой интересный вам проект.
Целевая аудитория курса
- Продакт-менеджеры
- Интернет-маркетологи и специалисты смежных профессий
Получаемые знания и навыки
- Построению системы метрик
- Организации подхода к продукту со стороны аналитики
- Пониманию, для каких продуктов какие метрики нужны
- Масштабированию аналитики для больших проектов
- Визуализации данных и составление отчётов
- Работы с базами данных
- Построению юнит-экономики продукта
Краткое содержание курса
- Культура решения неопределённых задач
- Формулировка и прояснение цели
- Диагностика ограничения
- Определение причин ограничения
- Генерация решений, гипотез и их приоритизация
- Проведение экспериментов
- Принятие решения по итогам экспериментов (практическое задание)
- Основные метрики и юнит-экономика
- Метрики бизнеса. Как замерять, использовать, интерпретировать и принимать решения
- Метрики маркетинга. Метрики работы с пользователями. Как замерять, использовать, интерпретировать и принимать решения
- Веб-аналитика. Как собирать данные и анализировать конкурентов
- Юнит-экономика
- Шаги построения метрик продукта, примеры, типовые ошибки. Настройка отчётности и работа с отчётами
- Аналитические фреймворки и интерфейсы (практическое задание)
- Python для продуктовых аналитиков и основы статистики
- Настройка окружения, основы работы с Git
- Использование готовых функций библиотеки Pandas под свои задачи. Объединение данных из разных источников
- Визуализация данных. Основы работы с Plotly и Seaborn
- Основные статистические понятия и термины. Типы переменных. Меры центральной тенденции. Виды распределений
- Корреляция и регрессия. Условия применения коэффициента корреляции. Регрессия с одной независимой переменной
- Основы SQL для решения продуктовых задач
- Работа с таблицами. Работа с индексами. Примеры на продуктовых кейсах
- Группировка данных. Вспомогательные функции
- Визуализация: задачи и инструменты, типы данных и виды, основные принципы
- Инструменты Tableau для визуализации: фильтры, параметры, измерения. Подключения к источникам данных
- Итоговая работа (проработка проекта с точки зрения продуктовой аналитики)
