– Основы Python для анализа данных и знакомство с colab.google
– Обзор инструментов для анализа данных
– Основы статистики
– Линейная регрессия для предсказания
– Логистическая регрессия и дерево решений для задач классификации
– Сегментационный (кластерный) анализ
– Факторный анализ, снижение размерности
– Карточная сортировка
– Обзор специфических методов: Кано, TURF, Maxdiff для приоритизации фичей, множественный анализ (conjoint)
– Ценовая эластичность: PSM и лестница цен
– Визуализация данных и дашборды
– Как перейти от цифры к осмысленному выводу
– Сторителлинг в презентации выводов и рекомендаций
Домашнее задание: решение исследовательского кейса (в командах)