Аналитик данных

Цель курса "Data Analyst"

Обучить аналитика базовым навыкам работы с данными, чтобы полученные инструменты помогали улучшать конкретные показатели проектов и влияли на успешное решение задач бизнеса.

Для кого создан курс "Аналитик данных"

  • Программа создана для тех, кто хочет погрузиться в аналитику с нуля, научиться мыслить абстрактно, формулировать гипотезы, находить закономерности и делать логические выводы на основе проведённого анализа.
  • Маркетологам, программистам, РМ и специалистам смежных сфер - для улучшения их аналитических навыков.

Что даст курс "Data-аналитик"

  • Вы изучите основы анализа, их жизненный цикл, ключевые инструменты для работы с ними, и освоите проведение статистических тестов.
  • Научитесь обрабатывать данные, строить на основе полученных параметров и метрик стратегии развития проекта, планы и рекомендации по его улучшению. 
  • Получите полное представление об аналитических методах и процессах, о систематизации данных для анализа и визуального представления их на презентациях.
  • Отработаете востребованные аналитические навыки на практике (очистка, анализ и визуализация данных и т.д.), сможете выполнять анализ и вычисления с помощью электронных таблиц.

Необходимые навыки для старта обучения

Для прохождения курса специальных навыков не требуется. Хорошим бонусом будет знание математики и статистики, а также умение работать с таблицами Excel. В дальнейшем для роли аналитика данных важными навыками будет работа с SQL-запросами и умение программировать на языке Python или R.

Что получает выпускник онлайн-курса

  1. Электронный сертификат об окончании курса “Data Analyst”. 
  2. Записанные лекции, которые будут доступны в течение 3 месяцев. 
  3. Базу материалов в рамках тем, изученных на курсе. 
  4. Чек-листы и полезные ссылки. 
  5. Возможность добавить свое резюме в базу соискателей, которой мы делимся с партнерами для помощи в трудоустройстве нашим выпускникам.
  6. Участие в Программе Лояльности в дальнейшем.

Программа курса "Аналитик данных"

1
  • Эволюция Data-Driven компаний.
  • Ценность аналитики (Descriptive/Predictive Analytics).
  • Организация процесса обработки данных (Data Science). Роли и инструменты для обработки данных. Место аналитика данных в процессе обработки данных.
  • Основные задачи и ответственности Data Analyst.
  • Принципы работы аналитика данных. Основные навыки.
  • Основные инструменты Data Analyst.
  • Классическое понятие роли аналитика данных.
  • С чего начать и пути развития.
  • Основная терминология.

2
  • Типы аналитических задач и соответствующие системы аналитики. Воронка AAARRR.
  • Системы маркетинговой аналитики и задачи, которые они решают.
  • Сквозная маркетинговая аналитика.
  • Системы продуктовой аналитики и задачи, которые они решают.
  • Обзор типов систем аналитики: от маркетинговой до глубокой продуктовой аналитики. Пользовательская аналитика.
  • Оптимальный набор аналитических инструментов для мобильных и веб-продуктов.
  • Основные этапы внедрения аналитики.

3
  • Продуктовая аналитика как основа работы с данными.
  • Методики продуктовой аналитики.
  • Продукт. Типы продуктов. Монетизация.
  • Подсистемы продукта.
  • Путь пользователя. Продуктовая воронка.

4
  • Маркетинговые, продуктовые и финансовые метрики.
  • Подсистемы продукта и их метрики.
  • Иерархия метрик. Наложение метрик на продуктовую воронку.
  • RFM-анализ.
  • Когортный анализ.

5
  • Выбор метрик для тестирования.
  • Выбор данных. Калькулятор.
  • А/В тесты: статистика и математика.
  • А/В тесты: проблемы и их решение.

6
  • Работа с базами данных. Инструменты.
  • Какие данные собирать. Где их хранить.
  • Изъятие информации для обработки.
  • Требования к данным.
  • Обработка данных: полнота, целостность, наличие шумов, ошибок, выбросов, пропусков.
  • Валидация данных.
  • BI-системы.

7
  • Обзор интерфейса.
  • Тип данных, тип файлов.
  • Основная терминология.
  • Загрузка данных.
  • Основные калькуляции.

8
  • Работа с фильтрами.
  • Типы графиков.
  • Визуализация. Построение дашбордов.

9
  • Процесс добавления/удаления событий.
  • Аудит и мониторинг метрик.
  • Гипотезы роста по воронке.
  • Проведение экспериментов в продукте и маркетинге.
  • Оценка результатов экспериментов и нахождение инсайтов.
  • Выстраивание процесса системного экспериментирования.

10

Контрольная работа. Защита проектов.


Старт
02 сентября 2021 (GMT+3)

Курс
7 недель
13 занятий

Онлайн
5600 грн

Курс ведет

Виктория Логвинова
Тренер курса "Data Analyst"

Хотите узнавать о наших акциях, скидках и мероприятиях?