Тестовое задание
на аналитика данных
EasyBrain
Дано:
Во вложении сет test_analyst.csv содержит информацию о поведении юзеров.
Название столбцов:
us_id – user id
event_name – название ивента
created_at – время ивента в unixtime
installed_at - время установки приложения в unixtime
Содержит ивенты:
'ad_start_session' Старт сессии (зашел в приложение)
ad_banner_impression' Показ баннерной рекламы
'ad_interstitial_impression' Показ inter рекламы
Название столбцов:
us_id – user id
event_name – название ивента
created_at – время ивента в unixtime
installed_at - время установки приложения в unixtime
Содержит ивенты:
'ad_start_session' Старт сессии (зашел в приложение)
ad_banner_impression' Показ баннерной рекламы
'ad_interstitial_impression' Показ inter рекламы
Задание #1
Рассчитать DAU для каждого дня, период 18.05 - 01.06.
Задание #2
Рассчитать накопительные показы на юзера по типам рекламы до 12 дня жизни когорты.
Данные должны быть в виде таблицы, где названия строк — это дата установки, а названия столбцов — день жизни когорты. 2й столбец таблицы - Кол-во юзеров в когорте
Данные должны быть в виде таблицы, где названия строк — это дата установки, а названия столбцов — день жизни когорты. 2й столбец таблицы - Кол-во юзеров в когорте
Задание #3
Сделать прогноз накопительных показов баннера на юзера и построить график в Python до 180 дня (для каждого дня) для когорты с датами установки 01.05 - 07.05.
Задание #4
Рассчитать Retention rate до максимального дня жизни когорты.
Данные должны быть в виде таблицы, где названия строк — это дата установки, а названия столбцов — день жизни когорты. 2й столбец таблицы - Кол-во юзеров в когорте.
Данные должны быть в виде таблицы, где названия строк — это дата установки, а названия столбцов — день жизни когорты. 2й столбец таблицы - Кол-во юзеров в когорте.
Задание #5
Описание данных:
test_rr.csv
user_id - идентификатор пользователя,
abgroup - тестовая группа
test_day - день теста
in_game - заходил пользователь в приложение (1) или нет (0)
test_arpu.csv
user_id - идентификатор пользователя
abgroup - группа теста
test_day - день теста
ad_type - тип рекламы
value - принесенная выручка
Рассматриваем мобильную игру-головоломку с рекламной монетизацией и средним lifetime = 15 месяцев. На ней проводился эксперимент (в виде АБ теста) по внедрению нового типа рекламы. Для каждого пользователя есть данные о его заходе в игру и принесенной выручке по каждому типу рекламы за каждый день теста.
Нужно ответить на вопрос, стоит ли применять тестируемый функционал для всех игроков на проекте
Все расчеты и преобразования производятся в Python
Полученный результат:
test_rr.csv
user_id - идентификатор пользователя,
abgroup - тестовая группа
test_day - день теста
in_game - заходил пользователь в приложение (1) или нет (0)
test_arpu.csv
user_id - идентификатор пользователя
abgroup - группа теста
test_day - день теста
ad_type - тип рекламы
value - принесенная выручка
Рассматриваем мобильную игру-головоломку с рекламной монетизацией и средним lifetime = 15 месяцев. На ней проводился эксперимент (в виде АБ теста) по внедрению нового типа рекламы. Для каждого пользователя есть данные о его заходе в игру и принесенной выручке по каждому типу рекламы за каждый день теста.
Нужно ответить на вопрос, стоит ли применять тестируемый функционал для всех игроков на проекте
Все расчеты и преобразования производятся в Python
Полученный результат:
- Файл Excel/Google docs результатами
- Файл расчетов в Python Notebook .ipynb (добавить комментарии Краткое описание каждого шага)
- готовишься к СОБЕСАМ на продуктового аналитика?Мой онлайн-интенсив по подготовке к собеседованиям поможет тебе освоить навык прохождения всех этапов собеседования и получить оффер на 30% больше и в 2 раза быстрееУзнать подробнее
хочешь поделиться решением или заданием с собеседования?
Оставь свои контакты через форму, и я свяжусь с тобой в течение 24 часов
© No Data No Growth, 2024