Аналітик даних

Ціль курсу "Data Analyst"

Навчити аналітика базовим навичкам роботи з даними, щоб отримані інструменти допомагали покращувати конкретні показники проектів та впливали на успішне вирішення завдань бізнесу.

 

Для кого створено курс "Аналітик даних"

  • Програма створена для тих, хто хоче поринути в аналітику з нуля, навчитися мислити абстрактно, формулювати гіпотези, знаходити закономірності та робити логічні висновки на основі проведеного аналізу.
  • Маркетологам, програмістам, РМ та фахівцям суміжних сфер – для покращення їх аналітичних навичок.

Що дасть курс "Data-аналітик"

  • Ви вивчите основи аналізу, їх життєвий цикл, ключові інструменти для роботи з ними та освоїте проведення статистичних тестів.
  • Навчитеся обробляти дані, будувати на основі отриманих параметрів та метрик стратегії розвитку проекту, плани та рекомендації щодо його покращення.
  • Отримаєте повне уявлення про аналітичні методи та процеси, про систематизацію даних для аналізу та візуального представлення їх на презентаціях.
  • Відпрацюєте затребувані аналітичні навички на практиці (очищення, аналіз та візуалізація даних тощо), зможете виконувати аналіз та обчислення за допомогою електронних таблиць.

Необхідні навички для старту навчання

Для проходження курсу спеціальних навичок не потрібно. Хорошим бонусом буде знання математики та статистики, а також уміння працювати з таблицями Excel. Надалі для ролі аналітика даних важливими навичками буде робота з SQL-запитами та вміння програмувати мовою Python або R.

Що отримує випускник онлайн-курсу

  1. Електронний сертифікат про закінчення курсу "Data Analyst". (За умови успішної здачи всіх домашніх завданнь)
  2. Записані лекції, які будуть доступні протягом 3 місяців.
  3. Базу матеріалів у межах тем, вивчених на курсі.
  4. Чек-листи та корисні посилання.
  5. Можливість додати своє резюме до бази претендентів, якою ми ділимося з партнерами для допомоги у працевлаштуванні нашим випускникам.
  6. Участь у Програмі Лояльності надалі.


Курс "в записі" був записаний російською мовою до початку війни. Презентації до курсу англійською мовою.

 

 

Програма курсу "Аналітик даних"

1
  • Еволюція Data-Driven компаній.
  • Цінність аналітики (Descriptive/Predictive Analytics).
  • Організація процесу обробки даних (Data Science).
  • Ролі та інструменти для обробки даних. Місце аналітика даних у процесі обробки даних.
  • Основні завдання та відповідальності Data Analyst.
  • Принципи роботи аналітики даних.
  • Основні навички. Основні інструменти Data Analyst.
  • Класичне поняття ролі аналітика даних.
  • З чого почати шляхи розвитку.
  • Основна термінологія.

2
  • Типи аналітичних завдань та відповідні системи аналітики. Воронка AAARRR.
  • Системи маркетингової аналітики та завдання, які вони вирішують.
  • Наскрізна рекламна аналітика.
  • Системи продуктової аналітики та завдання, які вони вирішують.
  • Огляд типів систем аналітики: від рекламної до глибокої продуктової аналітики.
  • Користувальницька аналітика.
  • Оптимальний набір аналітичних інструментів для мобільних та веб-продуктів.
  • Основні етапи застосування аналітики.

3
  • Продуктова аналітика як основа роботи із даними.
  • Методики продуктової аналітики.
  • Продукт. Типи продуктів.
  • Монетизація.
  • Підсистеми продукту.
  • Шлях користувача. Продуктова воронка.

4
  • Маркетингові, продуктові та фінансові метрики.
  • Підсистеми продукту та їхні метрики.
  • Ієрархія метрик.
  • Накладення метрик на продуктову воронку.
  • RFM-аналіз.
  • Когортний аналіз.

5
  • Вибір метрик для тестування.
  • Вибір даних.
  • Калькулятор. А/В тести: статистика та математика.
  • А/В тести: проблеми та їхні вирішення.

6
  • Робота із базами даних. Інструменти.
  • Які дані збирати. Де їх зберігати?
  • Вилучення інформації для обробки.
  • Вимоги до даних.
  • Обробка даних: повнота, цілісність, наявність шумів, помилок, викидів, перепусток.
  • Валідація даних.
  • BI-системи.

7
  • Огляд інтерфейсу.
  • Тип даних, тип файлів.
  • Основна термінологія.
  • Завантаження даних.
  • Основні калькуляції.

8
  • Робота із фільтрами.
  • Типи графіків.
  • Візуалізація. Побудова дашбордів.

9
  • Процес додавання/видалення подій.
  • Аудит та моніторинг метрик.
  • Гіпотези зростання по воронці.
  • Проведення експериментів у продукті та маркетингу.
  • Оцінка результатів експериментів та знаходження інсайтів.
  • Вибудовування процесу системного експериментування.

10
  • Контрольна робота.
  • Захист проектів.

Разом з цим часто обирають

Бажаєте дізнаватись про наші акції, знижки та події?