ПРОДУКТОВА АНАЛІТИКА
Станьте універсальним аналітиком, опанувавши 20+ інструментів для роботи з будь-яким продуктом.
ЖИВИЙ ОНЛАЙН-КУРС
22 січня — 7 лютого
Важливо не просто залучити, а й затримати та повернути до продукту користувача. Дізнайтесь, як обрати потрібні для вашого продукту метрики та як інтерпретувати отримані дані аналізу для ухвалення дієвих рішень.
ДЛЯ КОГО:
-
Product & Project Managers Опануєте аналітичні інструменти для контролю розвитку продукту, визначення його точок зростання та генерування ідей для покращення користувацького досвіду.
-
Продакт-, веб-, дата- і бізнес-аналітики Поглибите знання в продуктовій аналітиці, опануєте роботу зі специфічними метриками та інструментами для візуалізації даних.
-
Керівники департаментів та тімліди Покращите навички планування завдяки аналітиці на основі маркетингових і фінансових метрик та навчитесь ухвалювати обґрунтовані рішення щодо продукту за допомогою data-driven підходу.
Теми, які ми розберемо:
-
Метрики Для вашого продукту не потрібно застосовувати всі 30+ базових, маркетингових, фінансових та бізнес-метрик. На курсі ви на практиці розберете, як обрати необхідні для вашого продукту показники та як обʼєднати їх між собою, щоби здійснити ефективний аналіз із цінними інсайтами на виході.
-
Аналіз Ви опануєте пул інструментів для збору, аналізу та інтерпретації даних, а також навчитеся знаходити цінні інсайти для покращення користувацького досвіду за допомогою поведінкової сегментації та когортного аналізу. Опануєте роботу з TARS framework для оцінювання якісних аспектів окремих фіч продукту. Дізнаєтесь, коли й навіщо запускати A/B-тест та як інтерпретувати його результати для практичного застосування.
-
Фінансовий аналіз та планування На курсі ви розберетеся в основних фінансових метриках, перестанете губитись у P&L-звіті та зрозумієте, як і де застосовувати unit-економіку для отримання цінних інсайтів для фінансового планування.
Особливості курсу:
-
Софт
На курсі ви на практиці розроблятимете кастомні дашборди у GA4, навчитеся виводити дані з джерел та візуалізувати їх у Google Data Studio, а також аналізувати різні типи графіків у Amplitude. Додатково ви розберете та порівняєте софти Mixpanel, Firebase, Power BI, Tableau, BigQuery, Ads Cabinets та ще 9 платформ.
-
30+ метрик та 20+ інструментів
Ви навчитеся підбирати відповідно до продукту необхідні метрики та фреймворки, а також використовувати їх у комплексному поєднанні, розібравшись у їхніх взаємозвʼязках на практиці.
-
Фінансовий блок
За допомогою ширшого розгляду фінансового аналізу та планування ви навчитеся враховувати попередню динаміку показників для якісного прогнозування й визначення точок розвитку компанії.
ЛЕКТОР
ЛАДА
КЛІЩЕНКО
- Head of Product Analytics у Kyivstar
- керує командою аналітиків у Kyivstar (близько 27 млн абонентів та 10 млн активних користувачів діджитал-продуктів) у роботі над такими продуктами, як «Мій Київстар», сайт Kyivstar, Kyivstar Shop, а також «Київстар ТБ» і низкою B2B-продуктів
- розробила наскрізну аналітику між web- та app-продуктами у Kyivstar
- впровадила процес тестування та пріоритезації ідей всередині команди у Welltech (Amazing Apps) (+150 млн завантажень)
- покращила користувацький досвід у понад 10 застосунках у галузі Health & Fitness та Productivity
- управляла командою аналітиків для запуску нового продукту airSlate та оптимізації маркетингу у PDFfiller (100 млн користувачів)
- покращила показник повернення користувачів у застосунку Muscle Booster (понад 1,5 млн завантажень)
ЗАПРОШЕНИЙ ЛЕКТОР
З нуля вибудував разом з командою продуктову та фінансову аналітику у Nimbus Platform — платформі для діджитал-комунікацій, якою користується понад 1 млн команд, серед яких: Sony, Netflix, Airbnb, Intel, Lenovo та L’Oreal. У 2021 році Google Chrome згадує Nimbus Capture як одне з найулюбленіших розширень Google Chrome для підвищення продуктивності.
Алекс відповідає за growth і product roadmap та керує UX-відділом і відділом аналітики, а також має понад 8 років досвіду роботи з продуктами включно з управлінням запуском на платформі AppSumo, що показав другий результат за продажами в історії.
ПРОГРАМА
Вступ до продуктової аналітики. Інструменти та підходи
- Роль продуктового аналітика у бізнесі
- Продуктовий менеджер та продуктовий аналітик: навіщо працювати в парі та коли потрібно розділяти дві ролі. Продуктові команди
- Продуктові дослідження: цикл продуктової розробки, дослідження, ринковий аналіз
- Огляд на основні інструменти аналітики: Amplitude, Mixpanel, Firebase, Google Analytics, Hotjar/Clarity
- Інструменти для дослідження конкурентів: App Annie, Similarweb
Базові метрики продукту
- Як визначити метрику North Star для продукту
- Кроки побудови метрик продукту, визначення оптимальної метрики
- Приклади неправильних метрик, типові помилки
- Які стандартні метрики зазвичай використовують (Retention, NPS)
- Якісні (LTV, ARPU) та кількісні (New Users, MAU, DAU) метрики продукту
- Взаємодія команди з аналітикою
- Документація аналітиків, продуктова аналітика в IT-продуктах
Дерево метрик, визначення похідних показників
- Як побудувати дерево метрик
- Піраміда метрик: від бізнес-метрики до моніторингу (Revenue, Margin, Loyalty, Value, Quality, Marketing Success)
- Метрики бізнесу: визначення показників ефективності продукту, воронки продажів, пошук точок зростання
- Маркетингова аналітика: Cost, Impessions, Clicks, CTR, CPC, CPA
- AARRR-фреймворк: 5 показників, які впливають на розвиток бізнесу
- Трохи про Growth Hacking
Основи статистичного аналізу
- Основи статистичного аналізу: середня, медіана, квантиль, процентиль
- Кореляція та причинно-наслідковий зв’язок
- Типові математичні та статистичні завдання на конкретних кейсах
- Сегментація за цінністю: RFM-аналіз
- Практика на занятті: розв'язання задач зі статистики на розуміння теорії
Клієнтські дані. Сегментація та когортний аналіз
- Навіщо потрібна сегментація. Основні типи сегментації клієнтів
- Сегментація потреб користувачів. Поведінкова сегментація
- Когортний аналіз. Поведінкова сегментація
- Customer profiling, segmentation personas development. Метод персон, сценарії, інструменти для роботи з користувачами в рамках продукту та інтерфейсу
Фінансове планування
- Змінні та результуючі показники для фінансового планування
- Як враховувати попередню динаміку на нові фактори під час прогнозування
- Точки зростання компанії
Фінансовий аналіз
- Unit Economics (LTV, CAC, LTV/CAC)
- P&L: Revenue, COGS, Gross Profit, Operating Expenses, EBIT
- Ключові метрики для SaaS-компаній (MRR, Expansion, Reactivation, Contraction, Churn, NDR)
Планування та оцінювання A/B-тестів
- Що таке A/B-тест і коли варто проводити А/B-тести
- Навіщо потрібний А/А-тест
- Дизайн A/B-тесту за допомогою Google Optimize, Firebase та аналогів: етапи запуску, висунення продуктових гіпотез, результати
- Основна та Health-метрики у тесті
- Обмеження та складні кейси А/B-тестування
- Як зібрати результати
- Коли ухвалювати рішення щодо тесту: проблема підглядання
- Чому результат тесту постійно змінюється: статистична значущість та довірчі інтервали
- Через що змінилася метрика: поведінковий аналіз
Web- та app-аналітика
- Аналіз ефективності сайту та мобільних застосунків
- Інструменти вебаналітики: Google Tag Manager, Hotjar, OWOX BI
- Аналітика мобільних застосунків. Firebase, Adjust, Amplitude
- Основи та базове налаштування
- Семплінг даних. Обмеження GA
- Налаштування облікового запису та уявлень Google Analytics
- Сегменти користувачів та події користувача
- Налаштування цілей та їхнього відстеження через воронку
- Робота з UTM-мітками
Підходи до аналізу окремих фіч
- TARS framework
- Внесок окремих фіч у фінансові результати компанії
Робота з GA4, GTM та Firebase
- Робота з подіями (events), best practice із документації
- Налаштування цілей та їхнього відстеження
- Тестування в режимі реального часу
- Користувальницькі змінні
- USER_ID-налаштування Google Analytics
- Огляд основних звітів GA
- Що таке асоційовані конверсії та як перевірити їхню цінність
- Імпорт та експорт даних
User Retention and Lifecycle
- Що таке Retention. Зв’язок з Product-Market Fit
- Як оцінити повернення користувачів у продукт
- Різні види візуалізацій Retention
- Інсайти з Retention по ринку; який Retention вважається хорошим
- Про Lifecycle Framework та його зв’язок з Retention
- Як сегментувати користувачів за їхнім циклом життя у продукті
- Як використовувати Lifecycle Framework для покращення продукту
Репортинг та побудова дашбордів. Робота з Google Data Studio. Частина 1
- Порівняння Power BI, Tableau, Google Data Studio
- Джерела даних: BigQuery, Ads Cabinets, GA4
- Ознайомлення зі структурами даних, в яких зберігається інформація. Як знайти потрібні дані
- Налаштування Google Data Studio
- Зв'язок та налаштування різних джерел даних
- Типи графіків у Google Data Studio, можливості візуалізації
- Створення дашборду з ключовими метриками продукту
Репортинг та висновки через дашборди. Робота з Google Data Studio. Частина 2
- Планування стратегії розвитку продукту, складання звітності за результатами аналітики та проведеної роботи (яка може бути проєктна документація, як користуватись автоматичними звітами)
- Як знаходити інсайти з даних на дашборді
- Нормалізація даних
- Кореляція та регресія. Умови застосування коефіцієнта кореляції
- Пошук аномалій у даних
Зареєструватися
Приєднуйтеся, щоб аналізувати користувацькі дані та перетворювати їх на коректні гіпотези для продукту