cимулятор sql для продуктовой аналитики
в работе над продуктом и маркетингом
- кому подойдет §
- процесс обучения §
- программа курса §
- коротко об авторах §
- отзывы студентов §
- тарифы и обучение §
- вопросы и ответы §
Вы снизите зависимость от команды аналитики и сможете самостоятельно решать типовые задачи
Это не обычный курс, а симулятор SQL для решения продуктовых задач. Вы получите опыт и практические навыки, работая с реалистичным датасетом маркетплейса. Вам предстоит доставать, изучать и чистить данные, рассчитывать ключевые метрики и отвечать с их помощью на важные вопросы о продукте и маркетинге.
Какую задачу
решает «Симулятор SQL для продуктовой аналитики»
В работе над продуктом и маркетингом часто возникают вопросы, для ответа на которые нужны данные. Без навыков владения SQL с такими задачами приходится часто обращаться к аналитикам и подолгу ждать их выполнения.
В «Симуляторе SQL для продуктовой аналитики» вы не просто освоите синтаксис SQL, а научитесь решать типовые продуктовые и маркетинговые задачи самостоятельно. Как следствие, вы сможете быстрее и эффективнее принимать важные решения.
Кому и как
будет полезен симулятор
Симулятор рассчитан на тех, кто хочет научиться решать базовые задачи с данными с помощью SQL самостоятельно. Разбираемые практические задачи наиболее релевантны продакт-менеджерам, проджект-менеджерам, маркетологам, специалистам в UX-Research.
Симулятор также будет полезен аналитикам, которых постоянно нагружают мелкими и простыми задачами с выгрузкой данных. Отправьте своих коллег на обучение к нам и освободите свое время для более важных и интересных задач.
Чему
вы научитесь
Вы сможете легко и самостоятельно:
- Сделать простой дашборд с верхнеуровневыми метриками вашего продукта (DAU/WAU/MAU, количество новых пользователей, продажи, прибыль).
- Выгрузить пользователей, которые бросили корзину или совершили любые другие действия, для последующего изучения или приглашения на интервью.
- Подсчитать Retention и LTV, сегментировать эти метрики по ключевым характеристикам пользователей.
- Рассчитать юнит-экономику и ROI для платных каналов привлечения пользователей, определить прибыльные и убыточные каналы и кампании.
- Провести расследование, чтобы докопаться до причин наблюдаемой аномалии на дашборде.
- Соединить несколько датасетов, например, данные о пользователях и об их покупках (или любых других действиях) для дальнейшего анализа.
- Разобраться в сложном SQL-запросе, написанном аналитиком, и адаптировать его под свою задачу.
- Оценить влияние продуктовых изменений в новой версии на поведение пользователей и ключевые метрики.
заданий
часов обучения
применяют знания на практике
Программа обучения и сюжет
Вам предстоит помочь команде маркетплейса отвечать на важные продуктовые и маркетинговые вопросы, влияющие на эффективность бизнеса.
01. Введение в SQL и основы SELECT
Вы разберетесь, как устроены базы данных, а затем напишете свой первый запрос.
02. Структура хранения данных: dim- и fact-таблицы
Вы изучите разные способы хранения данных в таблицах, научитесь с ними работать.
03. Логические операторы AND и OR
Вы изучите интересующих вас пользователей, фильтруя необходимые данные в таблицах с помощью AND, OR, IN, NOT.
04. Фильтрация результатов запросов на основе дат
Вы подсчитаете количество покупок целевых пользователей за определенный период времени.
05. DISTINCT, LIMIT, ORDER BY
Вы продолжите изучать пользователей вашего продукта, отвечая на вопросы о том, покупают ли они преимущественно одни и те же товары или разные, какая у них самая дорогая покупка, как часто они делают покупки.
06. Агрегатные функции: SUM(). AVG(), MIN(), MAX()
Вы ответите на вопросы из предыдущей главы и ряд новых с помощью более эффективных запросов с использованием функций SUM(), AVG(), MIN(), MAX().
07. Очистка данных
Вы научитесь проверять качество данных и при необходимости чистить их, прежде чем делать выводы на их основе.
08. Основы GROUP BY
GROUP BY — одна из наиболее часто используемых возможностей в SQL. Вы научитесь группировать строки таблицы по определенному признаку и независимо обрабатывать каждую группу при помощи агрегатных функций.
09. Практика: расчет GMV маркетплейса в динамике по дням
Вы подсчитаете динамику GMV маркетплейса по дням, чтобы оценить траекторию роста продукта.
10. GROUP BY по нескольким столбцам: расчет DAU в разбивке по дням и странам
Вы заметили замедление роста активной аудитории продукта и хотите проверить гипотезу, что проблема локализована в какой-то конкретной стране.
11. Функции работы с датами
Вы научитесь преобразовывать и сравнивать даты с помощью SQL. В процессе вы подсчитаете количество активных пользователей из когорты в динамике по дням с момента регистрации, а также количество новых пользователей по месяцам.
12. Подзапросы
Результат запроса является таблицей с данными, а значит к нему можно написать SQL-запрос. Это открывает большое количество возможностей для решения более сложных задач с помощью SQL.
13. Функция IF, условный оператор CASE/WHEN
Вы научитесь преобразовывать значения в результатах запроса в соответствии с нужной вам логикой. Это пригодится при расчете Retention.
14. Практика: расчет Retention продукта
Retention — ключевая метрика, отражающая ценность продукта. Пришло время подсчитать, как выглядит кривая Retention для нашего маркетплейса.
15. Практика: расчет юнит-экономики с помощью подзапросов
Вы разберетесь, какие каналы продвижения работают в плюс, а какие в минус для вашего продукта.
16. Основы JOIN / LEFT / RIGHT JOIN
Часто в таблице нет всех необходимых данных и ее необходимо объединить с другой таблицей, где эти данные есть. На помощь вам придет JOIN и его разновидности.
17. Практика: расчет юнит-экономики маркетплейса с помощью JOIN
Вы вновь посчитаете юнит-экономику платных каналов привлечения, но на этот раз сделаете это с помощью JOIN. Новый метод расчета позволит нам легко сегментировать результаты по множеству разных параметров.
18. JOIN нескольких таблиц
Объединять можно любое количество таблиц. С помощью объединения трех таблиц вы получите список продавцов, которые совершили наибольшее количество продаж на маркетплейсе.
19. Практика: расчет LTV c помощью LEFT JOIN
Вы хотите понять, как выглядит кривая LTV нашего продукта. В какой момент кривая LTV перестает расти? Есть ли различия между странами? А между разными каналами привлечения пользователей?
20. Оконные функции: базовые принципы работы
Мы разберем принцип работы оконных функций и выясним, в каких ситуациях и для каких задач они полезны.
21. Оконные функции: синтаксис, границы окна
Пришло время изучить синтаксис оконных функций и научиться задавать границы окна при расчете функции.
22. Практика: расчет активной аудитории скользящим окном
В этой главе вам предстоит применить оконные функции на практике. Вы будете считать активную аудиторию маркетплейса скользящим окном в 7 и 28 дней с помощью оконных функций.
23. Практика: расчет роста GMV, топ товаров, LTV
Продолжаем практиковать в применении оконных функций, отвечая на различные вопросы о продукте и маркетинге с их помощью.
24. Финальное задание: оценка влияния новой функциональности на продукт
Вам предстоит применить все новые навыки работы с SQL, чтобы ответить на важный вопрос для команды: как на метрики продукта повлиял запуск новых категорий товаров на маркетплейсе.
В песочнице собраны типовые практические задачи на основе опыта авторов симулятора и его выпускников. Выполнение этих задач позволяет отточить навык написания SQL-запросов и помогает находить решения для похожих задач, возникающих в процессе реальной работы.
Авторы
симулятора
- Разрабатывал сложные банковские продукты для баз данных Oracle и IBM Db2 в компании OpenWay.
- Проектировал и реализовывал высоконагруженные распределенные системы для лидера мобильного геймдева — компании ZeptoLab.
- Руководил разработкой в подразделении электронной коммерции компании 2reallife.
- В роли Data Scientist развивал Workplace by Fb.
- Выстраивал аналитические функции в MSQRD (куплен Fb), API.AI (куплен Google), ZeptoLab (лидирующая игровая компания).
- 2012 — первый написанный SQL-запрос. Имплементация продуктов Oracle для ритейла.
- 2013 — первая случайно удаленная продакшн-база (успешно восстановлена с бэкапа).
- 2016 — сделан первый веб-сайт, открытый для SQL-инъекций (fixed!).
- С 2017 и до сегодняшнего дня — применение SQL для продуктовой аналитики в игровой индустрии, мобильных приложениях, системах email-тестирования и рассылок.
Как
устроено обучение
Это не обычный курс, а симулятор работы в продуктовой компании. Вы станете частью команды молодого e-commerce маркетплейса. В процессе прохождения глав вам предстоит отвечать на важные вопросы о продукте и его маркетинге.
В обычных курсах вам дают теорию, которую затем сложно применить на практике. В симуляторе вы будете самостоятельно писать запросы с помощью SQL, чтобы ответить на вопросы про продукт и маркетинг.
Симулятор дает возможность учиться и делать ошибки в безопасной среде. Формат симулятора обеспечивает моментальный фидбек, что ускоряет обучение.
Симулятор построен так, что вы сможете применять знания в работе уже после нескольких первых глав. Для полного прохождения потребуется 3–4 недели активных занятий. После этого вы будете достаточно уверенно владеть SQL.
Вопросы и ответы
Сразу после покупки. Вы занимаетесь онлайн в индивидуальном режиме.
Если заниматься по часу в день, то примерно четыре недели. Может быть больше — все зависит от ваших навыков.
Большинство заданий тестовые — их проверка происходит автоматически. В зависимости от ответов вы получаете релевантную обратную связь и теорию.
Есть много людей, которые знают SQL, но не могут применить эти навыки для решения продуктовых и маркетинговых задач. Мы же научим вас именно этому.
Курс «Симулятор SQL для продуктовой аналитики» рассчитан на студентов с разным уровнем владения SQL. Начальные главы посвящены основам. Дальше темы будут постепенно становиться сложнее.
Да. В вы сможете задавать вопросы в сообществе GoPractice, где студенты или представители курса помогут вам ответами.
Остались вопросы?
Напишите нам на contacts@gopractice.ru или через плагин мессенджера, расположенный справа, и мы ответим.