Чему вы научитесь
- Формулировать бизнес- и продуктовые гипотезы
- Выбирать North-Star, OEC-метрики и guardrails
- Оценивать размер выборки, MDE и мощность теста
- Проводить t-test, χ², Манна-Уитни и bootstrap-тесты в Python
- Использовать CUPED, uplift-анализ и бустрапы для сложных кейсов
- Строить доверительные интервалы и интерпретировать uplift
- Выявлять и предотвращать peeking, carry-over и пересечение экспериментов
О курсе
Практический курс по A/B-тестированию и продуктовым метрикам: формулируем гипотезы, считаем размер выборки, запускаем эксперименты и анализируем результаты. От первой идеи до внедрения изменений в продукт — без «воды» и лишней теории.
Для кого этот курс
Junior- и middle-аналитики данных, BI-специалисты
Продукт- и маркетинг-менеджеры, которые хотят принимать решения на основе экспериментов
Разработчики, стремящиеся добавить data-driven-подход в работу
Фаундеры стартапов и growth-хакеры, которым важно быстро подтверждать гипотезы
Начальные требования
Знание основ статистики: среднее, дисперсия, распределения
Базовый Python (pandas + numpy) желателен, но не обязателен — материал можно понять без углубления в язык
Преподаватели курса
Как проходит обучение
Курс состоит из текстовых лекций, тестовых и практических задач.
Сертификат
Успешно завершив курс, вы получите сертификат от платформы Stepik. Уже 11 учеников получили сертификат.
Что вы получите
- Системную методику A/B-тестирования «от идеи до внедрения»
- Готовые шаблоны: калькулятор MDE/Power, отчёт об эксперименте, чек-лист запуска
- Сертификат Stepik, который подтверждает компетенции перед работодателем
- Доступ к обновлениям курса и новым ноутбукам без доплат
- Поддержку автора в комментариях и возможность задать вопросы по своим кейсам