Освоите принципы построения Data-driven процессов, научитесь генерировать гипотезы на основе отчетов, воронок и исследований. Изучите ключевые критерии для оценки качества гипотез, чтобы принимать обоснованные решения.

Поймете, что такое A/B-тесты, почему они играют ключевую роль в анализе данных, познакомитесь с альтернативными видами тестирования, которые могут быть полезны в различных ситуациях.

Изучите основные показатели распределений данных, научитесь работать с коробчатыми диаграммами и другими инструментами визуализации, чтобы лучше понимать структуру данных и презентовать результаты тестов.

Узнаете, как корректно разделять выборку для A/B-тестов, чтобы получать достоверные результаты. Освоите методы проверки однородности выборки: бакетинг, бутстрап и ранговые критерии.

Научитесь анализировать системы A/B-тестирования и выбирать оптимальные инструменты для решения конкретных задач, чтобы повысить эффективность тестов.

Разберетесь, что такое p-значение и почему важно учитывать не только его, но и проводить сегментированный анализ. Познакомитесь с онлайн-калькуляторами для анализа результатов A/B-тестов.

Закрепите пройденный материал, разберёте типичные ошибки при проведении A/B-тестов и узнаете, как их избежать, чтобы повысить точность и надёжность результатов.

Закрепите полученные навыки и пройдете все этапы A/B-тестирования: от анализа исходных данных до интерпретации результатов.