Как использовать SQL, чтобы анализировать эксперименты и находить инсайты о поведении пользователей в данных

Познакомьтесь, это Маша 🙋🏻‍♀️

Маша работает продактом. Или маркетологом. Или развивает собственный стартап.

У Маши в команде нет выделенного аналитика, сама она с SQL пока не работала, а возможности коробочных систем ее не устраивают 🤷🏻‍♀️

Ей часто бывает нужно узнать значение конкретной метрики, посмотреть процент пользователей конкретной функции или запустить AB-тест 🙍🏻‍♀️

У нее нет времени ждать пока освободится разработчик и совсем нет желания тратить 100500 часов на изучение SQL с нуля 🙅🏻‍♀️

<aside> 💡 ❌ Она не хочет терять недели на бесполезную теорию

✅ Она хочет узнать именно то, что будет полезно в работе


❌ Она не хочет осваивать навыки, которые ей никогда не пригодятся

✅ Она хочет научиться именно тому, что будет применять каждый день

</aside>

Поэтому Маша пришла на курс Growth Analytics 💁🏻‍♀️

Она освободила вечера понедельника и среды, запланировала двухчасовое занятие в середине дня в субботу.

Маша не переживает, что бросит курс не окончив, как это уже бывало. Она уверена — за две недели можно обучиться нужным навыкам, оставаясь в ресурсе 🙆🏻‍♀️

🏗️ Что Маша хочет получить от курса

1. Освоить SQL

Понимать, откуда берутся данные, как они хранятся, и как с ними работать (с помощью чего с ними работать).

Уметь правильно задавать вопросы к данным и получать быстрые ответы о поведении пользователей. Уметь при необходимости загуглить нужные конструкции с более сложными запросами.