Навчання і практика
Конкурсні школи, кемпи та справжні бізнес-задачі, де аналітичне мислення, AI-системи й лідерство видно з самої роботи.
01 · Genesis Academy
П’ять відібраних кейсів практичної програми з продуктової аналітики: статистика, експерименти, діагностика воронки, маркетинговий аналіз і логіка розподілу бюджету.
Ціна · Аудит експерименту
Тижневу підписку підняли 6.99 → 9.99 на основі A/B-тесту, який показав, що конверсія тримається, — а гроші так і не зʼявилися. Я перевірив те, чого не міряли.
Конверсія справді трималася. Але апсел у EU впав на третину, а LTV виріс на 2.5% замість обіцяних 42.9% — текло через утримання. Висновок: EU відкотити, у США лишити 9.99.
Діагностика воронки
Конверсія впала без очевидної причини. Уся робота — відрізнити справжній злам у воронці від аномалії, яка виправиться сама.
Падіння локалізувалося в одному сегменті, а не у воронці загалом, — а це різниця між «лагодити» і «перечекати».
Маркетингова аналітика · Антифрод
96 млн рядків активності, 8 млн реєстрацій і 2.3 млн платежів у пошуках партнерського фроду. Зібрано на DuckDB, тому весь аналіз відтворюється із сирих файлів одним запуском.
Дві мережі названі з доказами: одна дає ROAS 0.85 через 60 днів після реєстрації, друга — 21.24% чарджбеків. Віддано як дашборд Power BI і набір правил, а не як разову записку.
OBRIOМаркетингова аналітика
Як ухвалити рішення по креативу рано, а не чекати $2 000 витрат. Чесна відповідь: окремий креатив передбачити не можна — тому фреймворк відповідає на інше питання.
Не «хто переможе», а «скільки дати далі й коли глянути знову»: до $50 не оцінюємо, на $200 — три зони рішення, стоп на $500. Бо навіть після $2 000 статус креативу ще змінюється у 23.8% випадків.
Системи рішень
Вибрати, на який офер піде клік, менш ніж за пів секунди — щоб дохід на запит був найбільший. Дані не витримували очевидного підходу, тому більшість роботи пішла на чесну оцінку.
Заморожена модель, оцінена один раз на когорті з 127 626 запитів, зменшила помилку прогнозу на 10%. Даних про витрати немає, тому результат — спроєктований A/B, а не обіцяний приріст.
Analytics Camp3.0Виберіть кейсНатисніть компанію, щоб розглянути кейс
02 · KSE Agentic AI Summer School 2026
Конкурсна девʼятитижнева програма побудови автономних агентів на справжніх задачах — від основ LLM і MCP до оркестрації, оцінювання та продакшену.
Спочатку побудувати шар контексту, а тоді зʼєднати моделі зі знаннями, інструментами та зовнішніми системами, не втрачаючи контролю над задачею.
Спроєктувати рантайм навколо оркестрації, стану та явних точок перевірки людиною, а не поводитися з агентом як з одним завеликим промптом.
Перейти від разової генерації до систем, які здатні перевірити власну роботу, вчитися зі зворотного звʼязку й покращуватися через керовані цикли.
Зробити прототип спостережуваним, придатним до тестування й достатньо безпечним, щоб захистити його на Demo Day і зміцнювати далі.
×
03 · Case Challenge 2.0 · Капітан команди
Як капітан команди я провів семиденний кейс: вибрати стратегію, яка найімовірніше збільшить вартість виходу великого e-commerce ритейлера за 24 місяці.
Рекомендація на сценаріях і предметний розбір лідерства після того, як ми не вийшли в півфінал.
