16 вопросов, около 12 минут
Итоговый тест по курсу «Аналитик данных»
16 вопросов для начинающих аналитиков данных с разбором ответов: вопросы бизнеса, качество данных, сводные таблицы, SQL, метрики и графики. В конце — какие темы повторить и стоит ли идти в профессию.
Тест по всему курсу
Проверьте, как усвоился курс: вопросы по всем урокам, а в конце — разбор ошибок и темы, которые стоит повторить.
-
Какое решение компания может принять по выводу аналитика данных?
Аналитик данных помогает принимать решения о бизнесе: о рекламе, ценах, ассортименте. Для этого он сравнивает цифры и объясняет, что за ними стоит.
-
Чем занимается продуктовый аналитик?
Продуктовая аналитика — одна из специализаций аналитика данных. Требования к системам пишет системный аналитик, экраны рисует дизайнер.
-
Магазин сравнивает выручку за 1–15 июня с выручкой за весь май и делает вывод о спаде. В чём ошибка?
Сравнивать нужно сопоставимые периоды: 15 дней с 15 днями или выручку в среднем за день.
-
Средний чек вырос с 1 200 до 1 500 ₽, а выручка осталась прежней. Что произошло с числом заказов?
Выручка = заказы × средний чек. Если чек вырос, а выручка та же, значит, заказов стало меньше: было, например, 1 000 × 1 200 ₽, стало 800 × 1 500 ₽.
-
Почему тестовые заказы разработчиков нужно убрать до расчётов?
Тестовый заказ выглядит как обычный, но покупателя за ним нет. Если его оставить, магазин увидит продажи, которых не было.
-
У 40 товаров не указан вес. Как посчитать средний вес товара?
Пропуск — не ноль и не «самое частое значение». Любая подстановка исказит среднее, поэтому считают по известным данным и честно пишут о пропусках.
-
Город стоит в строках сводной таблицы. Что поставить в «значения», чтобы получить число заказов по городам?
Строки задают группы — города. В значениях считаем, сколько номеров заказов попало в каждую группу. Складывать номера заказов бессмысленно: это не суммы, а метки.
-
Заказы из соцсетей упали с 10 до 5 (−50%), из поиска — с 900 до 800 (−11%). Что сильнее повлияло на общий спад?
Вклад в изменение итога видно по абсолютным числам. Процент показывает, насколько изменилась сама группа, а не насколько она повлияла на общий результат.
-
Что вернёт запрос SELECT city, SUM(amount) FROM orders GROUP BY city;?
GROUP BY city собирает заказы в группы по городу, SUM(amount) складывает суммы заказов в каждой группе.
-
Чем HAVING отличается от WHERE?
Например, WHERE source = 'реклама' оставит только рекламные заказы, а HAVING COUNT(*) > 1 оставит только группы, где больше одной строки.
-
На страницу товара зашли 1 000 раз, купили 30 раз. Какая конверсия?
Конверсия = покупки ÷ посещения × 100%: 30 ÷ 1 000 = 0,03, то есть 3%.
-
Что такое когорта покупателей?
Когорты сравнивают по месяцу первой покупки: так видно, становится ли удержание лучше у новых покупателей по сравнению со старыми.
-
Нужно сравнить выручку пяти магазинов сети за месяц. Какой график подойдёт лучше всего?
Столбцы удобно сравнивать по высоте, а сортировка по убыванию сразу показывает лидера и отстающих. Линия нужна для изменений во времени.
-
Почему график накопительной выручки за месяц может обмануть?
Накопительный итог только растёт. Спад продаж на нём выглядит как чуть более пологий подъём, и его легко не заметить.
-
В каком порядке удобнее осваивать навыки аналитика данных?
Первые три шага уже дают возможность откликаться на вакансии, а Python и статистика расширяют выбор дальше.
-
Где взять данные для учебного разбора в портфолио, если опыта работы нет?
Открытые данные и свои записи — честный материал для разбора. Чужие базы клиентов покупать нельзя, а выдуманные цифры ничего не покажут работодателю.
А теперь о вас
Три вопроса без правильных ответов — о том, подходит ли вам это направление.
Что дальше
Если тема зацепила, продолжить можно так.