Задание #1
Продуктовая часть
1. Предложите 3 метрики первого уровня для мобильного и интернет-банка. Почему именно эти?
2. Вам необходимо понять какие цели отслеживаются на странице.
Опишите, какие цели уже отслеживаются.
Опишите, каким образом вы поймете отслеживаются ли цели на странице.
Какие цели на ваш взгляд необходимо отследить.
3. Вы хотите повысить конверсию на странице, для этого вы хотите провести А/Б тест. Опишите процесс проведения А/Б (подготовка, запуск, итоги). Приведите в пример гипотезы, на которые вы будете опираться при тестировании страниц.
4. Вам необходимо добавить отслеживание события перевода по номеру карты в мобильном и интернет-банке через web инструменты (выберете один из: GA, Amplitude, Я.Метрика, AppMetrica или другой на свой выбор)
Опишите, как вы видите процесс реализации задачи от постановки задачи (вам) до внедрения.
Опишите ТЗ для разработчика мобильного банка.
Опишите ТЗ для разработчика интернет-банка.
Задание #2
SQL
Дана таблица по вводу ОТП кодов клиентами.
Решить максимальное количество заданий используя SQL.
Поля таблицы:
client_id - номер клиента sessionId – идентификатор сессии datetime - дата время status – статус ввода кода category – текстовый код ОТП
1. Показать категорию, по которой было введено наибольшее число кодов.
2. Добавить индикатор, который будет выделять следующие значения:
Если otp для категории платежей (payment), то - 1.
Если otp для категории переводов (transfer), но не для переводов с использованием счетов (acc), то - 2.
Все остальные заявки не должны попасть в результат выполнения запроса.
3. Посчитать метрику Month-of-Month (прирост текущего месяца к предыдущему) по уникальным клиентам с кодами otp-login.
4. Одним запросом сформируйте:
Количество успешно введённых ОТП кодов в разрезе категории кода ОТП.
Долю каждой категории по убыванию.
Количество с накопительным итогом.
Общее количество введённых ОТП кодов.
Последний отчётный месяц (полный месяц, от текущего).
Задание #3
Python
Представьте решение заданий 1-3 с помощью методов библиотеки pandas (исходный файл загрузите как датафрейм). Пришлите решение в виде файла Jupyter Notebook или ссылкой на Datalore.