Основы аналитики: A/B тесты, метрики, когортный и кластерный анализ

Data-driven подход требует, чтобы любое решение основывалось на данных и проверялось через эксперименты. Разбирается иерархия метрик и ключевые продуктовые показатели: MAU/DAU/WAU, конверсии, LTV, Retention и Churn. В методологии A/B-тестирования ключевую роль играют контрольная группа, случайное распределение и расчет размера выборки для статистической значимости. В маркетинговой аналитике рассматриваются разметка трафика через UTM-метки и промокоды, модели атрибуции first-click, last-click, линейная и на базе ML, а также метрики CPM, CPC, CPA, CAC и ROI.

• Рассчитать размер выборки для A/B-теста до запуска через калькуляторы
• Согласовать сбор данных и разметку событий с аналитиками до запуска
• Уточнять методологию Retention: end-day или rolling, и атрибутировать трафик