Аналітик даних
Мета курсу
Навчити аналітика базовим навичкам роботи з даними, щоб отримані інструменти допомагали покращувати конкретні показники проектів та впливали на успішне вирішення завдань бізнесу.
Курс розроблений для
- 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.
Формат навчання:
- Тривалість курсу: 13 занять × 7 тижнів
- Домашні завдання після кожної лекції та зворотний зв’язок від тренера
- Доступ до відеозаписів і матеріалів у Google Classroom
Що отримує випускник онлайн-курсу
Програма
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.
Відгуки
Я пройшла курс «Аналітик даних» від SkillsUp під керівництвом Максима Федорова і залишилася дуже задоволена! Курс дав мені чітке розуміння ролі Data Analyst та того, як організована робота з даними в компанії. Раніше я знайомилася з різними інструментами аналізу, але не знала, як правильно їх застосовувати для вирішення реальних бізнес-завдань.
Програма курсу була дуже структурованою: ми розглядали системи аналітики, продуктову аналітику, метрики, когортний та RFM-аналіз, А/В-тестування, роботу з даними та освоювали Tableau. Особливо цінним було поєднання теорії з практичними завданнями — це допомогло зрозуміти, як використовувати дані для розвитку продукту.
Після курсу я відчула себе впевненіше у роботі з даними і зрозуміла, як системно підходити до аналітики в реальних проектах. Рекомендую цей курс усім, хто хоче стати справжнім аналітиком даних!