Задание #1
Продуктовая аналитика
Менеджер продукта PDP внедряет новый функционал, функционал заключается в том, что на странице карточки Ювелирных украшений (Колец) появляется ссылка - «Я не знаю размер».
Вопросы:
Как бы вы оценили полезность такого функционала до её внедрения?
На какие метрики вы бы смотрели и как их считали?
Что нужно считать после внедрения этого функционала?
Что необходимо передавать в аналитические базы данных, чтобы дать ответ менеджеру, что функционал приносит дополнительную ценность?
Задание #2
Вы проводите AB тест по внедрению функционала:
Вариант A — калькулятор для подбора колец (см. задание 1).
Вариант B — таблица размеров (см. скриншот 2).
Оба варианта открываются после клика по ссылке «Я не знаю размер».
Вопрос:
Допустим вы смотрели:
На количество добавлений в корзину после использования этого функционала.
На сумму товаров, добавленных в корзину после использования этого функционала.
и получили результаты.
Распределение: 10% — калькулятор, 90% — таблица размеров.
На что, по вашему мнению, стоит опираться при выборе того, какой функционал нужно выкатывать на 100%?
Задание #3
SQL
SQL - Есть база данных, которая описывается схемой ниже:
Вывести список сотрудников, получающих заработную плату большую чем у непосредственного руководителя.
Вывести список ID отделов, количество сотрудников в которых не превышает 3 человек.
Вывести список сотрудников с названием департамента и именем руководителя.
Задание #4
SQL*
Дана таблица с данными о продажах со следующей структурой:
sales (все поля обязательные):
id int — pk;
dt datetime — дата продажи;
amt decimal — сумма сделки;
client_id int — клиент, которому продали услугу;
agency_id int — агентство, которое участвовало в сделке;
contract_id int — договор, по которому совершалась продажа.
Вывести такие договоры (должны выполняться все условия):
по которым в прошлом месяце было выполнено сделок на общую сумму ≥ 50k,
для которых нет клиентов, которые бы занимали более 60% от оборота по договору за прошлый месяц,
исключить агентства, по которым за прошлый месяц было заключено сделок менее чем с 10 клиентами.
Задание #5
Python
Результат нужно представить в Jupyter Notebook.
Данные.
Из баз данных выгружены данные за период с 1 по 15 июня по показам полок.
Структура данных:
-date — дата; -platforms — платформа; -action — событие; -count — количество (в штуках); -uniq — количество (в уникальных пользователях).
Задания:
Загрузите файл views.csv и выведите первые 5 строк.
Посчитайте, сколько показов было всего за период в разбивке по полкам и платформам.
Определите, какое количество разных полок есть в датасете.
Объедините полки, которые содержат в названии bestsellers , в одну.
Посчитайте новое распределение по просмотрам полок за весь период.
Загрузите файл clicks.csv (содержит информацию по кликам на полки) и выведите первые 5 строк.
Посчитайте:
CTR по полкам,
Количество просмотров полок на пользователя,
Среднее количество просмотров на пользователя по каждой полке,
Максимальное количество просмотров на пользователя.