Wymagania techniczne

Panel zarządzania produktem

Należy wyciągnąć dane z GA4 (BigQuery) oraz facebook ads (BigQuery) oraz google ads (BigQuery) i zaimplementować następujące widgety w Looker Studio:

1. MAU/DAU %

2. DAU

3. MAU

4. CAC

5. Retencja 14-dniowa

6. Retencja 7-dniowa

7. Retencja 3-dniowa

8. CR Ruch > Rejestracja (średnia kanału)

Na podstawie dokumentu google sheets, z zadaniami zaimplementować:

1. Zrealizowane zadania produktowe w tygodniu

2. Zadanie menedżera produktu z listy rozwoju

3. Zadanie menedżera produktu z listy zarządzania

Wszystkie niezbędne dane są w tabeli.

Marketing

Zachowania

Należy wyciągnąć dane z GA4 (BigQuery) i zbudować widget.

1. Na podstawie zdarzenia - ”search_Global”

   1. top 50 produktów (przekazywane w tym zdarzeniu jako parametry)

   2. i osobno top 50 sklepów nazwa sklepu (przekazywane w tym zdarzeniu jako parametry)

2. Na podstawie zdarzenia - ”tutorial_viewed”, dane przekazywane w parametrach

   1. Użytkowników, którzy obejrzeli 1-szy slajd

   2. Użytkowników, którzy obejrzeli 2 slajdy

   3. Użytkowników, którzy obejrzeli 3 slajdy

   4. …

   5. Użytkowników, którzy obejrzeli 9 slajdów

   6. W każdym slajdzie % użytkowników od tych, którzy zaczęli oglądać slajdy (onboarding) do tych, którzy zakończyli onboarding

   7. Średnia liczba slajdów, które oglądają użytkownicy (średnia arytmetyczna)

3. Na podstawie zdarzenia - ”sign_ups” liczba gościnnych użytkowników

4. Na podstawie zdarzenia - ”sign_ups” liczba zarejestrowanych użytkowników.

   1. Całkowita liczba użytkowników

   2. Tylko ci, którzy zarejestrowali się przez google

   3. Tylko ci, którzy zarejestrowali się przez email

   4. Tylko ci, którzy zarejestrowali się przez apple

5. Na podstawie zdarzenia - ”location login”

   1. tabelka z 25 najczęstszymi lokalizacjami posortowana od najczęstszej do najmniej częstej (miasta)

6. ?? Na podstawie zdarzenia - ”location login district”

   1. dla każdego z 25 miast wyświetlić najczęstsze dzielnice 10 sztuk od najczęstszych do mniej częstych w tabeli

7. Na podstawie zdarzenia - ”location login change district”

   1. dla każdego z 25 miast wyświetlić najczęstsze dzielnice 10 sztuk od najczęstszych do mniej częstych, które zmieniły (umownie rejestrował się w domu, a potem zmienił lokalizację na blisko pracy)

8. Na podstawie zdarzenia - ”radius changed”

   1. wyświetlić w tabeli najczęstsze promienie top 10

9. Na podstawie zdarzenia - ”filter selected”

   1. wyświetlić w tabeli najczęstsze kategorie top 10 filtrów

   2. % od wszystkich użytkowników do tych, którzy w filtrze wybrali czerwony znaczek zniżek

10. Na podstawie zdarzenia - ”shop clicked”

    1. top 25 sklepów, na które klikają

11. Na podstawie zdarzenia - ”shoplist add”

    1. % od całkowitej liczby użytkowników, do tych, którzy dodali do listy zakupów

       1. Produkty

       2. Katalogi

       3. produkty - oznaczone jako wykonane

       4. katalogi - anulować wykonane

12. Na podstawie zdarzenia - ”add to favourites”

    1. % od całkowitej liczby użytkowników, do tych, którzy dodali do ulubionych

       1. Sklepy

       2. Produkty

13. Na podstawie zdarzenia - ”catalog opened”

    1. % od całkowitej liczby użytkowników, do tych, którzy interagowali z katalogiem

       1. zdarzenie kliknięcia katalogu

       2. Tab_catalog_opened

14. Na podstawie zdarzenia - ”catalog_shared”

    1. % od całkowitej liczby użytkowników do tych, którzy dzielili się produktami, katalogami lub listami zakupów przynajmniej 1 raz

Reklamowe

Na podstawie danych w BigQuery, oczekujemy tabeli

    https://docs.google.com/spreadsheets/d/1j-k7Ix8u0EPkuEUI_dA5Baj3JdsIw_7YZnq-Vhiwrws/edit?usp=sharing

Menedżer projektu

Na podstawie danych z serwera JIRA. Który leży pod VPN

1. Lista zadań bieżącego wydania w tabeli

   1. Tutaj powinna być również data wydania

   2. Liczba zamkniętych zadań

   3. Osobny widget - liczba zgłoszonych błędów przez testerów w wydaniu

   4. Osobny widget - liczba naprawionych błędów przez zespół w wydaniu

2. Lista zadań bieżącego sprintu w tabeli

   1. Lista zadań bieżącego sprintu w tabeli

   2. Liczba zamkniętych zadań

3. Całkowity czas zespołu w tabeli zalogowany w dzień przez wszystkie 7 dni tygodnia i liczba godzin w tygodniu osobna kolumna (urlopy należy odliczyć) po specjalnych zadaniach w JIRA

4. Całkowity czas zespołu zaplanowany (oszacowany w zadaniach) na każdy dzień tygodnia 7 dni

5. Liczba pokrytych autotestów qa automator w tygodniu

6. Filtry

   1. Dropdown z filtrami

      1. Zespół: mobile, web, parsers

      2. okres czasu (numer sprintu, wydania, tygodnia)