Skip to content

Latest commit

 

History

History
56 lines (33 loc) · 5.21 KB

README.md

File metadata and controls

56 lines (33 loc) · 5.21 KB
Raw

product_analytics_DA_karpov_courses

Works completed within the Product Analytics module of the Data Analyst course on the Karpov Courses platform

Задания:

  1. Экономика продукта. Вы устроились аналитиком в интернет-магазин одежды. Продакт-менеджер хочет добиться роста в прибыли на 25% и попросил вас помочь ему со сценариями.

Данные за прошлый месяц:

  • Выручка – 5,1 млн. рублей
  • Себестоимость товаров – 2,8 млн. рублей
  • Расходы на рекламу – 1,5 млн рублей (не входят в себестоимость товаров, нужно учитывать отдельно)
  • Заказы – 7 060
  • Покупатели – 6 441
  • Посетители – 690 000

Посчитайте плечи метрик для того, чтобы определить, что поможет продакт-менеджеру добиться цели.

Решение: https://docs.google.com/spreadsheets/d/1p8rorWoQCcejSTcpNTRqotqJ-YqKP1Iu/edit?usp=sharing&ouid=102784155265420610158&rtpof=true&sd=true

Оценка: 5/5. Хорошо!

  1. Приоритизация. Интернет-магазин, в котором вы работаете – https://www.34play.me/

Вам известно, что воронка в прошлом месяце была следующей:

  • Посетили сайт – 690 000
  • Перешли в корзину – 53 130
  • Оплатили – 6 441

Сгенерируйте не меньше 7-ми гипотез, которые позволят команде вырастить ключевые метрики и приблизиться к цели (увеличить прибыль на 25%). Проскорьте гипотезы по методу ICE (где impact = прирост прибыли) и отсортируйте их в порядке убывания приоритетности. В оценке прибыли опирайтесь на модель юнит-экономики, которую вы построили в задании № 1. Точность оценок C и E не столь важна (важно направление и сравнение относительно гипотез в вашем бэклоге).

Решение: https://docs.google.com/spreadsheets/d/13lZIFKjseL6s5Rn2MILcTuq7TeqUaCPk/edit?usp=sharing&ouid=102784155265420610158&rtpof=true&sd=true

Оценка: 3/3. Отлично!

  1. Метрики продукта. Вы работаете продуктовым аналитиком в компании по доставке продуктов на дом. Сервис доступен как в приложении на ios, так и на android. Вы настроили фронтовую аналитику в AppMetrica, и в конце квартала маркетинг-менеджер попросил вас проанализировать поведение пользователей, а также оценить эффективность каналов их привлечения. Файл с кодом в репозитории (product_analytics_метрики_продукта.ipynb).

  2. RFM анализ. Методы сегментации клиентов. Скачайте датасет и проведите RFM анализ. В каждом подсегменте поделите пользователей на 4 класса. Отсчитывайте количество дней, прошедших с момента последней покупки, с максимальной даты покупки в датасете. Файл с кодом в репозитории (product_analytics_rfm_analysis.ipynb).

  3. Основы презентации результатов исследования заказчику. Определите наиболее выгодный для компании вариант повышения прибыли и расскажите менеджерам, что им делать (как повысить прибыль). Сделайте презентацию в Power Point (сохраните в формате pdf) и используйте не больше 5-ти слайдов.

Решение: https://drive.google.com/file/d/14WG8Vm6Mda_jpHu4T6dTc5PgHEut1roJ/view?usp=sharing

Оценка: 4/4. Хорошо

product_development_DA_karpov_courses

Works completed within the Product Development module of the Data Analyst course on the Karpov Courses platform

  1. Заполните Value Proposition Canvas для своего любимого продукта. Формат ответа: jpeg заполненным шаблоном value proposition canvas (в репозитории)

Оценка: 5/5. Хорошо

  1. Ваш продукт – приложение для доставки еды "Самокат". Проанализируйте его по модели Business Model Canvas в Miro. Оцениваться будет полнота и глубина анализа (в репозитории)

Оценка: 5/5. Хорошо!