Курс Product Analytics. Data Mining

Курс про перетворення цифр з аналітики на ефективні дизайн-рішення.

Програма курсу

Вебінар-знайомство

• Типи та цілі продуктової аналітики
• Очікування від курсу і формат роботи

Метрики. Інтро

• Що таке метрика і як визначити «краще» для продукту
• Різниця між простими і складними метриками
• Як метрики пов'язані з реальними бізнес-рішеннями

Інтро до GA/Amplitude

• Як поведінка користувача перетворюється на табличні дані
• Сутності GA4 і Amplitude: події, сесії, користувачі
• Перший аналіз продуктових даних у таблицях

GA4 для продуктової аналітики

• Інтерфейс і функції GA4: від дефолтних вкладок до Explore
• Створення графіків і звітів
• Сегментація користувачів у GA4
• Практичні кейси застосування GA4
• Переваги і обмеження інструменту

Продуктові метрики

• Етапи життя користувача
• Фреймворки AARRR і HEART
• Метрики на кожному етапі життя користувача
• Побудова дерева метрик
• Розрахунок acquisition і engagement метрик
• Побудова воронки залучення користувачів до функціоналу
• Визначення точок зростання

retention, activation, north star

• Розрахунок retention метрик
• Визначення моменту активації користувача
• north star метрика і бізнес-перформанс

Amplitude для продуктової аналітики

• Інтерфейс і функції Amplitude
• Побудова графіків, сегментація користувачів
• Створення звітів за результатами аналізу

unit economics. монетизація продукту

• Поняття юніт-економіки
• Розрахунок ROI, ROMI, ROAS, LTV, ARPU, ARPPU
• Оцінка окупності та повернення вкладень

Пошук інсайтів у даних

• Методи пошуку інсайтів у продуктових даних
• Від даних до гіпотези

Аналіз задоволеності користувача. quality метрики

• Розрахунок і інтерпретація NPS
• Складання опитувальника для збору фідбеку
• Аналіз рейтингу застосунку в сторах

SQL для продуктової аналітики

• Базові оператори SQL
• Прості запити до бази даних
• Вибірка, фільтрація і підрахунок даних
• Об'єднання таблиць: INNER і OUTER JOIN
• Розрахунок показників за допомогою SQL-запитів
• Складні запити і BigQuery
• Аналіз Google Ecommerce dataset

Формування та перевірка продуктових гіпотез. A/B тести

• Структура продуктової гіпотези
• Підготовка і запуск A/B-тесту
• Перевірка статистичної значущості результатів
• Коли A/B-тестування не потрібне

Когортний аналіз, прогнозування та ШІ-інструменти

• Когортний аналіз у продуктовій аналітиці
• Прогнозування на основі даних
• Автоматизація аналітичних задач за допомогою ШІ

Tableau, Looker, Power BI

• Огляд BI-систем і їх застосування
• Побудова дашбордів у Power BI
• Візуалізація продуктових даних для стейкхолдерів

Особливості курсу

• Вебінари з практикою та Q&A
• Real-life завдання
• Курсовий проєкт
• Регулярний фідбек
• Сертифікат за здобутки
• Можна повернути кошти протягом 7 днів від початку курсу

Викладачі курсу

• Денис Пархоменко - Lead Product Analyst at Appflame
• Дмитро Бігун - Lead Data Analyst at Mriia