Само тестовое можете найти по ссылке: https://lnkd.in/dt86eKWH

1️⃣ Метрики калькулятора колец 📋 Задание: Оценить полезность калькулятора подбора колец до/после внедрения

🧠 Рассуждения:

До внедрения (baseline): - Конверсия "не знаю размер" → add-to-cart - Bounce rate на странице размеров - Время на странице размеров - Пользователи, ушедшие без выбора размера

После внедрения (incremental value): - Lift в add-to-cart rate для пользователей с "не знаю размер" - Revenue per user (средний чек вырос?) - Repeat purchases (вернулись ли за другими кольцами?) - Cohort retention по пользователям калькулятора

Подход: Логировать user_id, timestamp, funnel_step, ring_size_result.  Сравнить когорты через 7/30 дней.

2️⃣ A/B тест калькулятор vs таблица размеров 📋 Задание: A (калькулятор, 10%) vs B (таблица, 90%). Метрики?

🧠 Рассуждения:

Несмотря на дисбаланс 10/90, фокусируемся на uplift, а не абсолютных значениях:

Primary: add-to-cart count/sum по группам Secondary: revenue per session, conversion to purchase

Таблица может выиграть из-за скорости/простоты

Статистический анализ: Uplift = (B-A)/A × 100% T-test или Mann-Whitney для p-value <0.05 Power analysis для sample size (учесть 10/90 split) Sequential testing, если тест долгий

Подход к выкатке:

- Статистическая значимость - Бизнес-воздействие (revenue lift) - UX обратная связь - Выкатить 100% победителя + мониторинг

Полный разбор SQL задач с кодом в моем Telegram-канале: https://t.me/hgsyeal_data