آموزش تحلیل محصول و هوش مصنوعی (AI) - آخرین آپدیت

مقدمه و تحلیل مشتری Introduction and Customer Analytics

• تکرار هدفمند Intentional Iteration

• علم برای پیروزی Science for the Win

• مرور: توسعه فرضیه‌محور Recap: Hypothesis-Driven Development

• خروج از محیط اداری با ترنت تکنسین Getting Outside the Building with Trent the Technician

• توصیف سفر مشتری برای تست‌پذیری: ترنت تکنسین Describing the Customer Journey for Testability: Trent the Technician

• نقطه تمرکز: سفر کاربر Focal Point: The User Journey

• پورتفولیوی تحلیلی شما Your Analytics Portfolio

• طراحی استنتاجات کاربردی: متغیرهای وابسته، مستقل و علیت Designing Actionable Inferences: DV's, IV's, and Causality

• تست با الگوهای آزمایش گذشته‌نگر Testing with Retrospective Experiment Patterns

• تست با الگوهای آزمایش آینده‌نگر Testing with Prospective Experiment Patterns

• درک مفاهیم آماری مورد نیاز در حال حاضر Understanding Enough about Statistics for Now

• تفکیک عقب‌ماندگان در برابر نوآوران: دو راه برای اشتباه و دو راه برای درست بودن Separating Laggards vs. Innovators: The Two Ways to be Wrong and the Two Ways to be Right

تحلیل تقاضا Demand Analytics

• استارتاپ ناب و فرضیه تقاضا Lean Startup and the Demand Hypothesis

• تست تقاضا در Enable Quiz Demand Testing at Enable Quiz

• طراحی آزمایش‌ها Designing Experiments

• طراحی آزمایش با محصولات کمینه پذیرفتنی (MVP) Experiment Design with MVPs

• طراحی عادات کاربر: چارچوب قلاب (Hook) Designing User Habits: The Hook Framework

• پنج منشور آزمایش Five Experiment Charters

• تست ویژگی‌های جعلی The Fake Feature Test

• تست ویژگی‌ها: اجرای آزمایش Testing Features: Running the Experiment

• تست قیف‌های فروش Testing Funnels

• تست کوهورت‌ها (گروه‌های کاربر) Testing Cohorts

• طراحی آزمایش: تست دوره کدنویسی برای طراحان و مدیران Experiment Design: Testing a Coding Course for Designers & Managers

• اجرای آزمایش: تست دوره کدنویسی برای طراحان و مدیران Experiment Execution: Testing a Coding Course for Designers & Managers

• گسترش ایده‌ها با هوش مصنوعی مولد Diverging Your Ideas with Generative AI

• مصاحبه: لورا کلاین درباره تمرین Lean UX Interview: Laura Klein on Practice of Lean UX

تحلیل تجربه کاربر (UX) UX Analytics

• تحلیل دائمی Analytics All the Time

• تست کاربردپذیری کیفی Qualitative Usability Testing

• تستی که از قبل دارید The Test You Already Have

• جفت کردن داستان‌های کاربر با تحلیل‌ها: ترنت تکنسین Pairing Your User Stories with Analytics: Trent the Technician

• خروج از محیط اداری با ایوان فروشنده داخلی Getting Outside the Building With Ivan the Inside Salesperson

• جفت کردن داستان‌های کاربر با تحلیل‌ها: ایوان فروشنده داخلی Pairing Your User Stories with Analytics: Ivan the Inside Salesperson

• تحلیل متغیرهای وابسته با گوگل آنالیتیکس Analyzing Dependent Variables with Google Analytics

• گوگل آنالیتیکس: یک بررسی کلی کوتاه Google Analytics: The Littlest Overview

• از طراحی تا کدنویسی: ترنت تکنسین From Design to Code: Trent the Technician

• از کدنویسی تا تحلیل: ترنت تکنسین From Code to Analytics: Trent the Technician

• تست A/B A/B Testing

• نقشه‌برداری تحلیلی: ایوان فروشنده داخلی Mapping Analytics: Ivan the Inside Salesperson

• طراحی، کدنویسی و تست: ایوان فروشنده داخلی Designing, Coding, and Testing: Ivan the Inside Salesperson

• از استنتاج تا اولویت‌های محصول: چهار اسپرینت با HinH From Inference to Product Priorities: Four Sprints with HinH

• به چالش کشیدن خود در مقایسه‌ها با هوش مصنوعی مولد Pushing Yourself on Comparables with Generative AI

علم داده و هوش مصنوعی Data Science and AI

• علم داده چیست؟ What is Data Science?

• مصاحبه: درو کانوی درباره علم داده Interview: Drew Conway on Data Science

• مصاحبه: مسیر یادگیری علم داده درو کانوی Interview: Drew Conway’s Data Science Journey

• علم داده و هوش مصنوعی مولد Data Science and Generative AI

• هوش مصنوعی پیش‌بین در مقابل هوش مصنوعی مولد Predictive AI vs. Generative AI

• مصاحبه: کیسی لیختندال: علم داده و شما Interview: Casey Lichtendahl: Data Science and You

• مصاحبه: کیسی لیختندال: نگاهی دقیق‌تر به کارهای علم داده Interview: Casey Lichtendahl: Closer Look at the Work of Data Science

• ارتقای قابلیت‌های تحلیل و هوش مصنوعی Maturing Your Analytics & AI Capability

• کارهای محصول (Jobs to be Done) و پورتفولیوی AI شما Product Jobs-to-be-Done and Your AI Portfolio

• یافتن حقیقت مطلق با هوش مصنوعی Finding Your Ground Truth Supremacy with AI

• از بردهای سریع تا بردهای پایدار با AI From Easy Wins to Durable wins with AI

• تسهیل همکاری با تیم علم داده Facilitating Collaboration with Your Data Science Team

• مصاحبه: کیسی لیختندال: داده‌های ایستا در مقابل داده‌های پویا Interview: Casey Lichtendahl: Data at Rest vs. Data in Motion

• هوش مصنوعی مولد در دنیای واقعی: اپلیکیشن Jedburgh Generative AI IRL: the Jedburgh App's

• علم داده در دنیای واقعی: مقدمه‌ای بر مورد Casino Jack Data Science IRL: Intro to the Casino Jack Case

• علم داده در دنیای واقعی: آماده‌سازی داده‌ها و تحلیل اکتشافی Data Science IRL: Data Wrangling and Exploratory Analysis

• علم داده در دنیای واقعی: تست فرضیه‌ها و طراحی مداخلات Data Science IRL: Testing Hypotheses and Designing Interventions

• جمع‌بندی دوره Course Close