Семён Яшин

База тестовых заданий для аналитиков ( Купить )

2026-05-03T18:21:40.937Z

Более 300 реальных тестовых заданий для аналитиков в одной базе — для тех, кто хочет прокачать практический опыт, научиться решать задачи, приближенные к рабочим ситуациям, и собрать сильное портфолио.

Что внутри:
— 300+ тестовых заданий для аналитиков;
— доступ к базе остаётся навсегда;
— каждые полгода добавляется примерно 50–60 новых заданий.

Кому подойдёт база:
— начинающим аналитикам, которым не хватает реальной практики;
— тем, кто хочет собрать портфолио на основе практических задач;
— специалистам, которые хотят прокачаться;

Стоимость доступа: 5 000 ₽
Ссылка на базу: https://clck.ru/3TQYxE

Как оплатить

Оплатить можно удобным способом:

1. По QR-коду на ИП

Отсканируйте QR в приложении банка

При оплате по QR, если система просит указать назначение платежа, напишите:
«Тестовые»
Получатель: ИП Яшина Виктория

2. Через Boosty — удобно, если вы находитесь за границей или предпочитаете этот способ оплаты.

Оплата через Boosty:
https://boosty.to/semenyashin/posts/42b10538-bd56-4dbc-98ac-afc35df30eb9?share=post_link

После оплаты напишите мне в Telegram или в личные сообщения на Boosty. Доступ к базе будет выдан в течение 24 часов.
https://t.me/MrAnalitik

RFM Анализ

2025-04-28T13:17:29.801Z

📊 RFM анализ — простой способ сегментировать клиентов и повысить эффективность бизнеса! 🔥

RFM анализ — это метод сегментации клиентов на основе трех ключевых факторов:

Recency (Недавность) — как недавно клиент совершал покупку.

Frequency (Частота) — сколько раз клиент покупал за определённый период.

Monetary (Сумма покупок) — сколько денег клиент потратил или какой у него средний чек.

Цель этого анализа — определить, какие клиенты наиболее ценны для бизнеса. Чтобы сделать это, мы присваиваем каждому клиенту номер, состоящий из 3 цифр, которые отражают их поведение в этих трех аспектах.

Как это работает:
Recency (Недавность):
— Если клиент купил что-то вчера, ему будет присвоен балл 3.
— Если клиент не совершал покупку более 3 лет, ему будет присвоен балл 1.
— Эти интервалы мы можем настраивать под особенности нашего бизнеса. Например, для некоторых бизнесов 1 балл будет за покупку более года назад, а 3 балла за покупку в прошлом месяце.

Frequency (Частота):
— Если клиент покупал у нас более 100 раз, ему будет присвоен балл 3.
— Если всего 5 покупок — балл 1.
— Интервалы можно подстроить в зависимости от количества сделок в вашем бизнесе.

Monetary (Сумма покупок):
— Если клиент потратил большую сумму, его оценка будет 3 балла.
— Если его средний чек низкий, это будет 1 балл.

Пример:
Клиент 333 — это тот, кто купил недавно, часто покупает и тратит много — самый ценный клиент.

Клиент 111 — купил в прошлой жизни, редко покупает и тратит мало — самый менее ценный.

После того как мы присваиваем баллы за каждый из факторов, складываем их и получаем RFM код для каждого клиента. На основе этого кода можно эффективно сегментировать базу и целенаправленно работать с каждым сегментом. 🚀

Таким образом, RFM анализ помогает выявить тех клиентов, которых стоит удерживать, а также определить, кто из них нуждается в дополнительных маркетинговых усилиях! 🎯

Ниже прикладываю формулу для XYZ анализа в Power BI. Чтобы она заработала у вас, нужно просто заменить:
- Название таблицы,
- Столбцы, по которому делается анализ,
Для удобства, я закомментировал строки, которые требуют изменений:

RFM Анализ (Ручной) = VAR TodayDate = TODAY() //Можно поменять на нужную дату
// Шаг 1: Создаём сводную таблицу с метриками R, F, MVAR RFM_Summary =    SUMMARIZE(        'Таблица',// Указываем таблицу с данными о покупках.        'Таблица'[Клиент ID],// Указываем колонку ID клиента. Здесь нужно заменить [Клиент ID] на нужную колонку.        "Recency", DATEDIFF(MAX('Таблица'[Дата]), TodayDate, DAY),        "Frequency", COUNTROWS(FILTER('Таблица', 'Таблица'[Клиент ID] = EARLIER('Таблица'[Клиент ID]))),// Считаем количество покупок клиента. Указываем колонку ID клиента. Здесь нужно заменить [Клиент ID] на нужную колонку.        "Monetary", AVERAGE('Таблица'[Сумма])  // или SUM, если нужно общую сумму    )
// Шаг 2: Ваши ручные настройки (измените значения под свои нужды)VAR RecencyThreshold1 = 30  // 3 балла: ≤30 днейVAR RecencyThreshold2 = 90  // 2 балла: 31–90 дней, 1 балл: >90
VAR FrequencyThreshold1 = 1   // 1 балл: 1 покупкаVAR FrequencyThreshold2 = 3    // 2 балла: 2–3 покупки, 3 балла: ≥4
VAR MonetaryThreshold1 = 100   // 1 балл: <$100VAR MonetaryThreshold2 = 500   // 2 балла: $100–$500, 3 балла: >$500
// Шаг 3: Присваиваем баллы по вашим правиламRETURN    SELECTCOLUMNS(        ADDCOLUMNS(            RFM_Summary,            "RecencyScore",                 SWITCH(                    TRUE(),                    [Recency] <= RecencyThreshold1, 3,                    [Recency] <= RecencyThreshold2, 2,                    1                ),            "FrequencyScore",                 SWITCH(                    TRUE(),                    [Frequency] >= FrequencyThreshold2, 3,                    [Frequency] >= FrequencyThreshold1, 2,                    1                ),            "MonetaryScore",                 SWITCH(                    TRUE(),                    [Monetary] >= MonetaryThreshold2, 3,                    [Monetary] >= MonetaryThreshold1, 2,                    1                ),            "RFM_Score",                 VAR R = SWITCH(TRUE(), [Recency] <= RecencyThreshold1, 3, [Recency] <= RecencyThreshold2, 2, 1)                VAR F = SWITCH(TRUE(), [Frequency] >= FrequencyThreshold2, 3, [Frequency] >= FrequencyThreshold1, 2, 1)                VAR M = SWITCH(TRUE(), [Monetary] >= MonetaryThreshold2, 3, [Monetary] >= MonetaryThreshold1, 2, 1)                RETURN R * 100 + F * 10 + M          ),        "Клиент ID", [Клиент ID],        "RFM Категория", [RFM_Score]    )

Офферы

2024-10-27T18:15:39.443Z

Приложены офферы моих учеников. В целях соблюдения конфиденциальности все личные данные скрыты

Отзывы

2024-10-25T18:22:56.670Z

В этом месте ученики оставляют отзывы о своем опыте трудоустройства.

Все отзывы оставлены с личных аккаунтов, чтобы вы могли напрямую связаться с ними и задать интересующие вопросы.

Быстрый старт в аналитику

2024-03-30T21:19:49.958Z

Что бы ты делал, если бы тебе за это никто не платил?

Я бы помогал людям устроиться на позицию аналитика.

На сегодня, 24.05.2026, я устроил уже 87 учеников.

Средние показатели моих учеников:

Время поиска работы — 75 дней
Средний оффер — 140 000 рублей
Количество собеседований — 10

По этим ссылкам вы можете:

✨ Почитать отзывы учеников.

📄 Посмотреть офферы учеников.

Менторство у меня комбинированное (Индивидуальное + Групповое)

Что я делаю индивидуально:

Резюме + легенда — 3 часа
Самопрезентация — 1 час
Разбор 3 первых собеседований — 3 часа
Тестовые задания от компаний — 6 часов
Ответы на технические вопросы — 1 час
Поддержка после устройства (индивидуально)

Что я делаю в групповом формате:

Отвечаю на вопросы
Созваниваемся 2 раза в неделю по 3 часа
Разбираю домашние задания из программы

Как проходит весь путь:

1. Перед началом:

Консультация (1-2 часа)
Выполнение пробного задания (2-4 часа), чтобы понять, будет ли вам интересно заниматься аналитикой
Встреча для создания первой версии резюме (30 минут), если у вас уже есть опыт

2. Оплата:

Когда у вас есть резюме, понимание того, что делает аналитик, и вся информация, которую я предоставил, вы принимаете решение об оплате.
Оплата: 50 тыс. руб. сразу и 100% с оффера оффера — двумя платежами в середине испытательного срока и 50% на 90-й день 50%

Обучение:

Power BI — 20-30 часов. В конце обучения вы самостоятельно делаете 10 тестовых заданий, которые я отобрал из базы.
Софт скиллы — смотрим видео (30-40 часов, если не увеличивать скорость).
Курс по SQL (Карпов) — 30-40 часов.
Встречи:

Встреча по резюме
Встреча по легенде
Встреча по самопрезентации

Публикуем резюме
Откликаемся ежедневно на 200 вакансий через скрипт, заносим отклики в таблицу
Проводим первые 3-4 собеседования на офисные вакансии (для опыта)
Встречи для разбора собеседований (3 раза)
Откликаемся на удалённые вакансии (если нужно устроиться только удаленно)
Заносим вакансии в таблицу, я ежедневно помечаю хорошие и плохие, чтобы вы не тратили время.
Получаем тестовые задания, решаем их со мной (пока не получите работу)
Проходим дополнительные курсы по Power BI (50-60 часов)

Важная часть обучения:

Тестовые задания и разборы собеседований проходят только 3 дня в неделю (с пятницы по воскресенье). Поэтому работодателей нужно будет ориентировать, чтобы они отправили задания на выходные — это вполне возможно, если их об этом попросить.
Индивидуальные встречи по резюме, легенде и самопрезентации можно проводить и в будни в удобное для всех время.

Каждый день в группе нужно отправлять отчёт о том, что вы сделали или не сделали. Учиться можно не каждый день, но отчёт должен быть каждый день. Если нет отчёта хотя бы 1 день, то вы лишаете себя возможности посетить ближайшие групповые созвоны на выходных.

В нашей группе будет 1 куратор, который поможет мне отвечать на технические вопросы, если я буду недоступен.

Важная часть поиска работы:

Нужно закладывать 120 дней для поиска удалённой работы.
Резюме, которое я создам, будет генерировать 1 удалённый собес в неделю. Если за первые две недели не будет двух собеседований, будем менять резюме.
Вам потребуется новая симка и новая почта для HH, а также новый Telegram.

Риски:

Я устроил 87 человека, а 40 не устроились. Те кто отвалились, не прошли более 5-6 собеседований и сдались. Все, кто был нацелен на поиск работы благодаря моей помощи и поддержке, смогли найти работу.
Самый долгий поиск занял 120 дней, и человек прошёл 24 собеседования.
Я не могу гарантировать, что вы найдёте работу, но я могу гарантировать, что буду рядом и помогу вам, пока вы не устроитесь.

Контакты

Контакт — https://t.me/MrAnalitik

Группа в TG-https://t.me/guildofanalysts

YouTube — https://www.youtube.com/channel/UCDoa7gp2hPXQoKU2h7WAn-g

Boosty — https://boosty.to/semenyashin

По этим ссылкам вы можете: