Сколько стоит курс «Продуктовая аналитика: SQL, метрики и A/B-тесты»?

Стоимость курса составляет 4490.00 рублей

Сколько времени занимает прохождение курса «Продуктовая аналитика: SQL, метрики и A/B-тесты»?

Прохождение курса «Продуктовая аналитика: SQL, метрики и A/B-тесты» занимает примерно 2 часов.

Какой рейтинг у курса «Продуктовая аналитика: SQL, метрики и A/B-тесты»?

Курс имеет рейтинг 0.0 из 5 на основе 0 отзывов. На курсе обучается 0 учеников.

Где можно пройти курс «Продуктовая аналитика: SQL, метрики и A/B-тесты»?

Курс доступен на образовательной платформе Stepik по адресу stepik.org/course/303989.

Курс на Stepik

Обложка курса «Продуктовая аналитика: SQL, метрики и A/B-тесты» на Stepik

4 490 ₽

Продуктовая аналитика: SQL, метрики и A/B-тесты ★ 0.000

Name: Продуктовая аналитика: SQL, метрики и A/B-тесты
Price: 4490.00 RUB
Availability: InStock
Rating: 0 (0 reviews)

Открыть на
STEPIK.ORG

Курс для продуктовых и бизнес-аналитиков, менеджеров продукта и технических руководителей. На данных ShopFlow вы проверите качество событий, рассчитаете метрики, воронки и удержание с помощью SQL и PostgreSQL, построите отчёты в Metabase. Настроите A/B-тест в GrowthBook, проанализируете результаты в Python и подготовите итоговый кейс с обоснованным решением. Работы проверяет преподаватель, вопросы можно задавать в комментариях.

Показатель	Текущие показатели		Рост
Показатель	Значение	🏆 Рейтинг	3 дн	7 дн	30 дн
Учеников на курсе	0
Сертификатов выдано	0
Отзывов получено	0
Рейтинг курса	0.000
Количество уроков	64
Количество квизов	96
Количество задач с кодом	59
Время прохождения курса	2 ч.	—
Стоимость курса	4 490 ₽	—
Обновления курса	—	—
Дата публикации курса	8 часов назад	—	—	—	—
Последнее обновление	6 ноября 2026	—	—	—	—
Сложность	normal	—	—	—	—

Содержание курса

Разделы в курсе «Продуктовая аналитика: SQL, метрики и A/B-тесты»

15 разделов Уроки в курсе «Продуктовая аналитика: SQL, метрики и A/B-тесты»

64 урока Тесты в курсе «Продуктовая аналитика: SQL, метрики и A/B-тесты»

96 тестов Задачи в курсе «Продуктовая аналитика: SQL, метрики и A/B-тесты»

59 задач Время прохождения курса «Продуктовая аналитика: SQL, метрики и A/B-тесты»

2 ч.

обн. 6 ноября 2026

Первые шаги в ShopFlow

8 уроков

1. Знакомство с XNova ↗

2. Продукт ShopFlow и итоговая задача ↗

3. Как сдавать практические задания ↗

4. Доступ на чтение к учебному репозиторию ↗

5. Запрашиваем Read-доступ ↗

6. Создаём приватный форк ↗

7. Проверяем окружение лаборатории ↗

8. Запускаем ShopFlow и выполняем заказ ↗

Продуктовые события и tracking plan

4 урока

1. От пользовательского действия к событию ↗

2. Составляем tracking plan ↗

3. Проверяем регистрацию событий ↗

4. Проверяем идентификаторы и время событий ↗

SQL по пользовательскому пути

4 урока

1. Исследуем пользователей, сессии и транзакции ↗

2. Рассчитываем первые продуктовые агрегаты ↗

3. Соединяем таблицы без повторного счёта ↗

4. Восстанавливаем путь пользователя через CTE и окна ↗

Метрики и бизнес-правила

4 урока

1. Строим дерево продуктовых метрик ↗

2. Рассчитываем DAU, WAU и MAU ↗

3. Считаем конверсию, выручку и средний чек ↗

4. Разбираем расхождение двух отчётов ↗

Воронка регистрации и покупки

4 урока

1. Определяем шаги и единицу воронки ↗

2. Строим последовательную воронку в SQL ↗

3. Исследуем отказы между шагами ↗

4. Находим причину просадки конверсии ↗

Когорты и удержание

4 урока

1. Формируем когорты по первому действию ↗

2. Считаем D1, D7 и D30 retention ↗

3. Отличаем отток от возвращения ↗

4. Исследуем падение удержания когорты ↗

Сегменты и каналы привлечения

4 урока

1. Создаём воспроизводимые сегменты ↗

2. Связываем привлечение с UTM ↗

3. Сравниваем конверсию каналов ↗

4. Находим эффект Симпсона в конверсии ↗

Качество событий и доверие к метрикам

4 урока

1. Находим дубли событий ↗

2. Ищем потерянные и запоздавшие события ↗

3. Связываем пользователя между сессиями ↗

4. Сверяем продуктовую и платёжную метрики ↗

Продуктовый дашборд в Metabase

4 урока

1. Подключаем Metabase к PostgreSQL ↗

2. Создаём запросы и графики ↗

3. Собираем дашборд продукта ↗

4. Проверяем аномалию на дашборде ↗

Дизайн продуктового эксперимента

4 урока

1. Отличаем корреляцию от эффекта изменения ↗

2. Фиксируем гипотезу, primary metric и guardrails ↗

3. Выбираем аудиторию и единицу рандомизации ↗

4. Оцениваем размер выборки и окно наблюдения ↗

Исполняем A/B-тест в GrowthBook

4 урока

1. Запускаем GrowthBook локально ↗

2. Создаём флаг двух вариантов checkout ↗

3. Назначаем варианты через Python SDK ↗

4. Регистрируем exposure и проверяем назначение ↗

Статистический анализ экспериментов

4 урока

1. Проводим контрольный A/A-тест ↗

2. Генерируем воспроизводимый A/B-трафик ↗

3. Считаем эффект и доверительный интервал ↗

4. Сверяем SQL-результат с GrowthBook ↗

Диагностика ошибок A/B-тестов

4 урока

1. Обнаруживаем Sample Ratio Mismatch ↗

2. Исследуем преждевременную остановку теста ↗

3. Проверяем множественные сравнения ↗

4. Проверяем побочные эффекты изменения ↗

Решения и границы вывода

4 урока

1. Отделяем значимость от продуктовой пользы ↗

2. Проверяем эффект по сегментам ↗

3. Снижаем дисперсию с CUPED ↗

4. Принимаем решение о rollout или rollback ↗

Финальный кейс продуктового аналитика

4 урока

1. Получаем новую продуктовую проблему ↗

2. Устанавливаем причину изменения воронки ↗

3. Проектируем и проводим независимый эксперимент ↗

4. Защищаем продуктовое решение ↗