Количественные методы в продуктовых исследованиях
98 академических часов
2,5 месяца
из них 59 часов занятий
длительность
23 марта — 28 мая 2026 года
даты проведения
формат обучения
онлайн по вторникам и четвергам
с 19:00 до 21:30 (мск)
Программа научит вас применять количественные методы в реальных задачах: от постановки гипотезы до презентации убедительных выводов. Обучение построено на решении актуальных отраслевых кейсов, сочетающих академическую строгость и прикладную ценность
Для кого?
- UX-исследователи и дизайнеры с опытом работы 1 –3 года, испытывающие потребность в углублении количественных методов
- Продуктовые исследователи, которые занимаются опросами, но хотят знать больше методов и как работать с данными
- Смежные специалисты: руководители, менеджеры продуктов и маркетологи, стремящиеся понимать и критически оценивать аналитические исследования
Как устроена программа?
21 онлайн-занятие 2 раза в неделю по 2,5 часа
3 домашних задания с обратной связью
Методические рекомендации: тренажеры, памятки, инструкции
На каждом занятии мы будем разбираться с теорией и сразу же применять ее на практическом кейсе
3 домашних задания с обратной связью
Методические рекомендации: тренажеры, памятки, инструкции
На каждом занятии мы будем разбираться с теорией и сразу же применять ее на практическом кейсе
- узнаете, как самостоятельно извлекать и обрабатывать данные
- научитесь правильно собирать данные, минимизируя ошибки (например, bias в формулировках вопросов)
в результате обучения вы:
- с помощью количественных методов сможете выявлять проблемные зоны в продукте, искать параметры пользователя, которые могут влиять на удовлетворенность
- будете корректно интерпретировать данные, отличать значимые изменения от случайных
- поймете, как убедительно презентовать результаты исследования и влиять на продуктовые решения
программа курса
– Введение в количественную методологию
– Этапы работы исследователя
– Гипотезы и исследовательские вопросы
– Снятие запроса с заказчика
– Как правильно переводить гипотезы в вопросы в анкете
– Формулирование вопросов, программирование анкеты
Домашнее задание: составление и тест анкеты (в парах/тройках)
– Этапы работы исследователя
– Гипотезы и исследовательские вопросы
– Снятие запроса с заказчика
– Как правильно переводить гипотезы в вопросы в анкете
– Формулирование вопросов, программирование анкеты
Домашнее задание: составление и тест анкеты (в парах/тройках)
– Обработка и чистка данных
– Взвешивание выборки
– Формирование базы данных
Домашнее задание: анализ исследования удовлетворенности и выявление ошибок (индивидуально)
– Взвешивание выборки
– Формирование базы данных
Домашнее задание: анализ исследования удовлетворенности и выявление ошибок (индивидуально)
– Основы Python для анализа данных и знакомство с colab.google
– Обзор инструментов для анализа данных (SPSS, Jamovi и другие)
– 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, brand-health tracking: correspondance-анализ
– 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)
– Обзор инструментов для анализа данных (SPSS, Jamovi и другие)
– 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, brand-health tracking: correspondance-анализ
– 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)
кураторы программы
кандидат социологических наук, доцент, директор программ по направлению Социология Школы вычислительных социальных наук
ex-руководитель центра Исследований в финтехе, опыт работы в исследованиях более 20 лет в компаниях Т-банк. TNS, Publicis, Mindshare, МТС, Vk, БКС
КСЕНИЯ ТЕНИШЕВА
НАТАЛИЯ ПАНТЕЛЕЕВА
преподаватели
ДАРЬЯ ЛИТВИНА
Социолог, исследовательница Института междисциплинарных медицинских исследований (ИММИ) Европейского университета в Санкт-Петербурге
пАВЕЛ МАЛЬЧЕНКО
Социолог, UXR Lead VK Видео, преподаватель РАНХиГС, CEO Projector
александра кейдия
Социолог, CX исследовательница в Т-Бизнес, преподаватель DH-центра ИТМО
екатерина черных
Социолог, исследователь в области Human-Computer Interaction (HCI), преподаватель департамента информатики НИУ ВШЭ СПб
что вы получите?
установленного образца
удостоверение о повышении квалификации
ДОСТУП К МАТЕРИАЛАМ ПРОГРАММЫ В ТЕЧЕНИЕ ПОЛУГОДА ПОСЛЕ ОКОНЧАНИЯ
уверенность при аргументировании выводов и рекомендаций
валидацию своей работы с количественными методами от академических социологов и лидеров индустрии
стоимость
68 400
рублей при оплате до 26 декабря
рублей
возможна оплата от юридических лиц
оставить заявку
Для участия в программе необходимо предоставить документ о среднем профессиональном или высшем образовании или справку о статусе студента. Мы попросим вас прислать эти документы, когда получим заявку
Мы свяжемся с вами в течение 3 рабочих дней после отправки формы
о европейском университете
Европейский университет в Санкт-Петербурге — исследовательский университет постдипломного образования, основанный в 1994 году.
ЕУСПб объединяет лучшие традиции российской и мировой науки и готовит ученых и экспертов в области социальных и гуманитарных наук.
ЕУСПб объединяет лучшие традиции российской и мировой науки и готовит ученых и экспертов в области социальных и гуманитарных наук.
контакты
адрес
Россия, Санкт-Петербург, ул. Гагаринская, 6/1А,
(вход со Шпалерной, дом 1)
телефон
соцсети
сайт
почта
dpo@eu.spb.ru
Даю согласие на обработку персональных данных и подтверждаю ознакомление с Политикой АНООВО ЕУСПб в отношении обработки персональных данных