Анализ dropout на образовательной платформе

Junior Продуктовые задачи EdTech

Условие задания

**Контекст:** Вы — аналитик платформы онлайн-курсов. `Completion rate` курсов составляет 11%, что ниже бенчмарка индустрии (15-20%). Нужно найти, на каких этапах студенты бросают.

**Данные:**

| Неделя курса | Активных студентов | % от старта |
|---|---|---|
| Неделя 1 | 10 000 | 100% |
| Неделя 2 | 6 200 | 62% |
| Неделя 3 | 4 300 | 43% |
| Неделя 4 | 3 100 | 31% |
| Неделя 5 | 2 200 | 22% |
| Неделя 6 | 1 600 | 16% |
| Неделя 7 | 1 300 | 13% |
| Неделя 8 (финал) | 1 100 | 11% |

**Задание:**

1. Определите «killing week» — неделю с максимальным оттоком
2. Сегментируйте студентов: «серьёзные» vs «попробовали и ушли»
3. Предложите 3 продуктовых решения для увеличения `completion rate` до 18%

Темы

retention completion rate edtech когорты engagement

Подсказки

Все тестовые задания →

Частые вопросы

Какой уровень знаний нужен для задачи "Анализ dropout на образовательной платформе"?

Это задание для уровня Junior. Подходит для начинающих аналитиков, проверяет базовые знания SQL/Python/статистики.

На каких собеседованиях встречается такая задача?

Подобные задания в категории «Продуктовые задачи» регулярно дают на собеседованиях аналитика данных в Яндекс, Сбер, Ozon, Авито, Тинькофф, Wildberries, T-Bank, X5, ВТБ и других крупных IT-компаниях. Тематика: retention, completion rate, edtech, когорты, engagement.

Сколько времени даётся на решение?

На реальном собеседовании на подобную задачу отводится 5-10 минут — проверяется скорость и базовая грамотность. Для тренировки рекомендуем сначала решить самостоятельно, потом сверить с эталонным решением и подсказками.

Где ещё потренироваться по теме «Продуктовые задачи»?

На zasqlpython.ru есть другие задания в категории «Продуктовые задачи», продуктовые кейсы, справочник метрик, AI мок-собеседование с разбором ваших ответов.

← Все задания