Бакалавриат
2025/2026





Продуктовая аналитика
Статус:
Курс по выбору (Бизнес-информатика)
Кто читает:
Департамент бизнес-информатики
Где читается:
Высшая школа бизнеса
Когда читается:
3-й курс, 4 модуль
Охват аудитории:
для своего кампуса
Язык:
русский
Кредиты:
3
Контактные часы:
40
Программа дисциплины
Аннотация
Дисциплина «Продуктовая аналитика» дает прикладное понимание, как развивать цифровой продукт на основе данных: как описать продукт с помощью метрик, как организовать сбор и аналитику данных, как разные аналитические методы (воронка, когортный анализ, AB-тесты) помогают его улучшать. Студенты осваивают основы событийной аналитики (какие системы позволяют собирать и анализировать данные), чтение визуализаций и коммуникацию инсайтов через отчёты/дашборды; практикуются на реальных датасетах в таблицах/BI, разбирают как применяется мат. статистика в прикладных задачах при проведении AB-тестов. По итогам умеют составить карту метрик и план трекинга, построить базовые отчеты по продукту и подготовить исследование с рекомендациями; итог - мини-проект «Аналитика одного продукта».
Цель освоения дисциплины
- сформировать у студентов базовые знания и навыки, позволяющие понимать и подбирать продуктовые метрики, корректно собирать и интерпретировать данные о поведении пользователей, строить простые отчеты/дашборды, проводить количественные исследования, проектировать и оценивать АБ-тесты и предлагать обоснованные на данных продуктовые решения по улучшению пользовательского опыта.
Планируемые результаты обучения
- Понять роль аналитики в продуктовой разработке, типы продуктовых метрик, фреймворки для описания продукта через них (North Star metric, AAARRR, HEART) и их связь с целями.
- Уметь составлять простую карту метрик продукта и выделять ключевые показатели успеха.
- Изучить основы событийной аналитики и жизненный цикл данных (сбор, хранение, обработка) и основные системы продуктовой аналитики.
- Уметь описывать базовый план трекинга пользовательских действий (какие события и параметры нужны) и проверять корректность данных.
- Уметь строить базовые дашборды по продукту и интерпретировать результаты.
- Изучить базовые понятия методов анализа: сегментация, воронки, анализ путей пользователей, когортный анализ, кластеризация и юнит-экономики.
- Научиться проектировать и анализировать результаты A/B-теста (гипотеза, метрика успеха, длительность — с опорой на калькуляторы/шаблоны); понимать области применения и ограничения.
- Научиться пользоваться навыками визуализации и сторителлинга данных в отчётах/дашбордах для разных ролей. Понимать основы коммуникации аналитических выводов в команде (чёткие рекомендации, риски, «что делать дальше»).
Содержание учебной дисциплины
- Data-driven подход к продукту
- Системы аналитики и сбор данных
- Визуализация и работа с дэшбордами
- Как смотреть и анализировать данные в разрезе продуктовых задач
- Матстат в продуктовой аналитике
- Формирование и тестирование гипотез
- Презентация аналитических результатов
Элементы контроля
- Домашняя работаПодготовка трекинг-планов для сбора действий пользователей
- Промежуточная презентация результатов1 артефакт (с первого урока) - презентация с описанием продукта: цели пользователя/бизнеса, набор метрик, 2 артефакт - дашборд по продукту с ключевыми метриками из первого артефакта и примененными методами анализа (воронки/когорты/сегментации), 3 артефакт - интерпретация дашборда (выводы из дашборда)
- ТестированиеОффлайн после лекции на 15 минут. Тесты в онлайн формате по 3 занятиям: - Системы аналитики и сбор данных - Матстат в продуктовой аналитике - Формирование и тестирование гипотез Итог: Проверка знаний с помощью тестовых вопросов по урокам: - Системы аналитики и сбор данных - Матстат в продуктовой аналитике - Формирование и тестирование гипотез
- Демонстрация финальных результатовСтуденты показывают все этапы финального проекта по выбранному продукту, в том числе те, которые были на предзащите для полноты картины: 1 артефакт (с первого занятия) - презентация с описанием продукта: цели пользователя/бизнеса, набор метрик, 2 артефакт (с третьего и четвертого занятий) - дашборд по продукту с ключевыми метриками из первого артефакта и примененными методами анализа (воронки/когорты/сегментации), 3 артефакт (с третьего и четвертого занятий) - интерпретация дашборда (выводы из дашборда), 4 артефакт (с пятого урока) - расчеты на основе выбранного продукта на предоставленном датасете - статзначимость эксперимента (уметь формулировать статистические гипотезы, выбирать критерий и оценивать размер выборки; уметь интерпретировать уровень значимости и p-value), 5 артефакт (с шестого занятия) - сформулированная гипотеза и дизайн АБ-теста, 6 артефакт (с седьмого занятия) - презентация результатов за все занятия.
- Посещаемость
Промежуточная аттестация
- 2025/2026 4th module0.3 * Тестирование + 0.4 * Демонстрация финальных результатов + 0.1 * Промежуточная презентация результатов + 0.1 * Домашняя работа + 0.1 * Посещаемость
Список литературы
Рекомендуемая основная литература
- Аналитическая культура : от сбора данных до бизнес-результатов, Андерсон, К., 2023
- Бизнес, статистика и котики, Савельев, В. В., 2023
- Гмурман, В. Е. Теория вероятностей и математическая статистика : учебник для вузов / В. Е. Гмурман. — 12-е изд. — Москва : Издательство Юрайт, 2025. — 479 с. — (Высшее образование). — ISBN 978-5-534-00211-9. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/559584 (дата обращения: 14.01.2026).
- Графики, которые убеждают всех, Богачев, А. А., 2024
- Доверительное A/B-тестирование : практическое руководство по контролируемым экспериментам, Кохави, Р., 2021
- Практическая статистика для специалистов Data Science: Пер. с англ. — 2-е изд., перераб. и доп. - 978-5-9775-6705-3 - Брюс П., Брюс Э., Гедек П. - 2021 - Санкт-Петербург: БХВ-Петербург - https://ibooks.ru/products/380029 - 380029 - iBOOKS
Рекомендуемая дополнительная литература
- Думай медленно... решай быстро, Канеман, Д., 2023
- Хафф Д. - Как лгать при помощи статистики - 978-5-9614-5212-9 - Альпина Паблишер - 2026 - https://znanium.ru/catalog/product/2233606 - 2233606 - ZNANIUM