Войти
 

Старт в профессии Аналитик


Длительность: 6 месяцев
На курсе за полгода вы изучите инструменты анализа данных от Google Analytics и BI-инструментов до SQL и Python и освоите с нуля профессию Аналитик продуктов.

На курсе от ProductStar вы научитесь:

- Анализировать трафик и сайт
На основе данных составлять аргументированные рекомендации по изменению стратегии и рекламных кампаний

- Использовать на продвинутом уровне Google Analytics и Яндекс. Метрику
Настраивать счетчики и цели в Google Analytics и Яндекс. Метрике, разбираться в стандартных отчетах и создавать свои

- Проектировать систему сквозной аналитики
Отслеживать полный путь клиента от перехода на сайт до продажи и определять эффективность инвестиций

- Визуализировать данные
Наглядно показывать динамику изменения данных

По ходу курса ProductStar помогаем вам с трудоустройством и подготовкой к собеседованиям.
После окончания курсов выдается: Сертификат.

Программа

(60 лекций и воркшопов)

Блок 1: "Продуктовая аналитика и работа в команде"
Введение
Роль и место аналитика в продуктовой команде
Управление продуктом на основе модели Lean Canvas и роль аналитики в этой модели
HADI-циклы в продуктовой аналитике
Основные типы бизнес-метрик + Навыки построения метрик (Lean Analytics)
Декомпозиция метрик: иерархия метрик и пирамида метрик
Unit-экономика
Блок 2: "Веб-аналитика"
Введение в digital-аналитику: основные понятия и инструменты
Базовые настройки инструментов аналитики Google Analytics и Яндекс. Метрика
Основные отчеты Google Analytics
Основные отчеты Яндекс. Метрика
GTM - особенности работы и основные возможности
Инструменты app-аналитики
Основные отчеты App Metrica
Google Analytics web+app: важные особенности и возможности
Возможности передачи и сбора данных из систем аналитики - ClickHouse, OWOX и BigQuery, Google App Script
Блок 3: "Маркетинговая аналитика"
Введение в маркетинговую аналитику
Выстраивание аналитики в performance маркетинге
Как узнать, во сколько вам обходятся ваши клиенты
Жизненный цикл клиента и когортный анализ
Основы CRM-аналитики. Сегментация клиентов
Введение в маркетинговые исследования
Блок 4: "A/B-тестирование"
Проверка гипотез и поиск точек роста с помощью A/B-тестирования
Основы математической статистики для A/B тестирования
Статистический тест для оценки результатов A/B эксперимента
Цель и метрики A/B теста
Практическая реализация A/B теста
Разновидности A/B тестов и их особенности
Инструменты для A/B тестирования
Блок 5: "SQL"
Введение в блок SQL
SQL: Извлечение и фильтрация данных (часть 1)
SQL: Извлечение и фильтрация данных (часть 2)
SQL: Преобразование и сортировка данных (часть 1)
SQL: Преобразование и сортировка данных (часть 2)
SQL: Группировка данных
Введение в базы данных
SQL: Объединение таблиц
SQL: Вложенные запросы
SQL: Обновление, добавление и удаление данных
SQL: Создание, изменение и удаление таблиц
SQL: Advanced
SQL: Обзор основных программ
Блок 6: "Python для анализа данных"
Введение в Python
Типы данных, функции, классы, ошибки
Строки, условия, циклы
Списки и словари в Python
Пакеты, файлы, Pandas - начало
Pandas: продолжение
Визуализация данных
Базы данных и статистика
Многопоточность
Веб-сервер flask и контроль версий GIt
Итоговый проект
Блок 7: "Инструменты визуализации"
Введение в Power BI2
Power Query. Получение и преобразование данных
Модель данных в Power BI4
DAX5
Работа с отчетами, базовые принципы визуализации данных
Power BI Service и создание дашборда
Power BI и Python
Итоговый проект
Введение в Tableau. Знакомство с инфраструктурой Tableau
Модели данных и Табличные вычисления
Параметры и уровни детализации
Псевдонимы, сортировка, Actions
Разработка дашбордов. Настройка взаимодействия между визуализациями
Блок 8: Дипломная работа и помощь с трудоустройством
Работа над дипломным проектом для портфолио
Презентация результата команде. Решение бизнес-задач в команде. Как работать с командой и подрядчиками? Как управлять процессами по аналитике?
Подготовка резюме
Подготовка к собеседованию
Финальная защита и консультации

Написать о неактуальной информации.