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 :)
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
кто пройдёт вводный урок
36.000 рублей
30.000 рублей
Как проходит обучение
1
Изучаете тему
Уроки в видеоформате, воркшопы с разбором кейсов и квизы для закрепления знаний
2
Выполняете
задания
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
(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
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
