https://courses.digitable.life/tags/%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D1%82%D0%B8%D0%BA%D0%B0-%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85/ Recent content in аналитика данных on Digitable courses Hugo -- gohugo.io ru-RU Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/data-analytics/09-ab-testing/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/data-analytics/09-ab-testing/ Как устроен онлайн-эксперимент от рандомизации до решения: расчёт мощности и длительности, почему нельзя смотреть на результат каждый день и что делать, если очень хочется, SRM и A/A-тесты, множественные метрики и варианты, границы применимости метода. https://courses.digitable.life/post/data-analytics/04-sql-for-analysis/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/data-analytics/04-sql-for-analysis/ Аналитический SQL — это не «достать данные», а зафиксировать в коде, что считается одним наблюдением: гранулярность, агрегаты, оконные функции, сессии, воронки и когорты, с разбором запросов, которые выполняются без ошибок и дают неверный ответ. https://courses.digitable.life/post/data-analytics/00-overview/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/data-analytics/00-overview/ Вход в трек прикладной аналитики: почему главная опасность — уверенный вывод из данных, которые его не выдерживают, какой минимум статистики нужен на практике и как устроены остальные четырнадцать глав. https://courses.digitable.life/post/data-analytics/12-visualization/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/data-analytics/12-visualization/ Все числа настоящие, а вывод неверный: обрезанные оси, двойная ось Y, неверный тип графика, агрегация вместо распределения — и рабочие приёмы, чтобы этого не делать. https://courses.digitable.life/post/data-analytics/13-dashboards/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/data-analytics/13-dashboards/ Почему большинство дашбордов мертвы, как измерить это в цифрах, и как собрать панель, от которой меняется решение: спецификация плитки, полоса обычного разброса вместо реакции на шум, свежесть и неполный период, семантический слой, тесты данных и жизненный цикл с удалением. https://courses.digitable.life/post/data-analytics/03-data-quality/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/data-analytics/03-data-quality/ Три дефекта, которые чаще всего разрушают аналитический вывод — пропуски, дубликаты и поздние события: как найти их в SQL, оценить сдвиг ответа и когда честнее сказать «на этот вопрос данные не отвечают». https://courses.digitable.life/post/data-analytics/11-cohorts-and-retention/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/data-analytics/11-cohorts-and-retention/ Когорта разделяет эффект возраста, эффект календаря и эффект набора — и ровно на этом разделении ломается большинство отчётов об удержании: незрелые ячейки, подменённое определение, средняя кривая с плавающим составом и падающий риск ухода, который вовсе не означает, что пользователи полюбили продукт. https://courses.digitable.life/post/data-analytics/10-causality/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/data-analytics/10-causality/ Практический разбор причинного вывода без эксперимента: потенциальные исходы и смещение отбора, конфаундер против медиатора и коллайдера, парадокс Симпсона с SQL, разность разностей, разрывный дизайн, инструментальные переменные — и честный ответ на вопрос, что делать, когда причинность недоступна вовсе. https://courses.digitable.life/post/data-analytics/14-metrics-and-goodhart/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/data-analytics/14-metrics-and-goodhart/ Почему измерение не нейтрально: четыре разных механизма закона Гудхарта, математика регрессионного отбора по прокси, парные защитные метрики, кучкование у порогов, SQL-детекторы накрутки, реестр определений и правила проектирования метрики, которую дешевле улучшить, чем обмануть. https://courses.digitable.life/post/data-analytics/07-uncertainty/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/data-analytics/07-uncertainty/ Как честно сказать, насколько точна ваша цифра: стандартная ошибка, доверительные интервалы для долей и средних, бутстрап, зависимые наблюдения и расчёт размера выборки — включая обратный вопрос «а какой эффект мой объём данных вообще способен различить». https://courses.digitable.life/post/data-analytics/05-descriptive-stats/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/data-analytics/05-descriptive-stats/ Как свести миллион строк к нескольким числам и не потерять правду: центр, разброс, форма, квантили, робастные меры и SQL, который считает их корректно. https://courses.digitable.life/post/data-analytics/02-data-sources/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/data-analytics/02-data-sources/ Данные не лежат в базе сами по себе — их производит процесс сбора, и именно он решает, на какие вопросы вы сможете ответить: состояние против события, клиент против сервера, воронка выживания события и почему смещение выборки не лечится ростом объёма. https://courses.digitable.life/post/data-analytics/08-hypothesis-testing/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/data-analytics/08-hypothesis-testing/ Честный разбор проверки гипотез: что p-значение измеряет, что оно НЕ означает, откуда берутся ошибки первого и второго рода, как считать z-тест и мощность руками и в SQL, почему двадцать разрезов гарантируют ложное открытие и какие допущения о сборе данных делает любой тест. https://courses.digitable.life/post/data-analytics/06-distributions/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/data-analytics/06-distributions/ Форма данных решает, какая сводная цифра осмысленна: зоопарк распределений в продуктовых данных, тяжёлые хвосты и их диагностика, честная арифметика перцентилей, размер выборки для p99 и главное — как способ сбора данных сам создаёт тот хвост, который вы видите. https://courses.digitable.life/post/data-analytics/01-question-first/ Thu, 16 Jul 2026 10:00:00 +0300 https://courses.digitable.life/post/data-analytics/01-question-first/ Как превратить расплывчатую просьбу «посмотри аналитику» в вопрос, на который данные вправе ответить: тест на смену решения, порог решения и нужная точность, цена ответа, разбор падения конверсии, которого не было ни в одном сегменте, и корректный SQL под всё это.