Аналитик данных

Цель курса "Data Analyst"

Научить 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 проникнуть в аналитику с нуля, научиться мыслить отвлеченно, формулировать гипотезы, находить закономерности и делать логические выводы на основе проведенного анализа.
  • Маркетологи, программисты, РМ и специалисты 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 статистические тесты.
  • 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, систематизации данных для анализа и визуального представления их на презентациях.
  • Отработаете востребованные аналитические навыки на практике (очистка, анализ и визуализация данных), сможете выполнять анализ и вычисление с помощью электронных таблиц.

Необходимые навыки для старта обучения

Для прохождения курса особых навыков не требуется. Хорошим бонусом станет 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 по окончании курса "Data Analyst". (При условии успешной сдачи всех домашних заданий)
  2. Записи лекции, которые будут доступны в течение 3 месяцев.
  3. База 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. Учасие в Программе Лояльности в дальнейшем.



Курс "в записи" был записан на русском языке до начала войны. Презентации к курсу на английском языке.

 




Программа курса "Аналитик данных"

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

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

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

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

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

6
  • Работа с базами данных. Инструменты.
  • Какие данные собирать. Где их хранить?
  • Извлечение 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 файла.
  • 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.

Вместе с этим часто выбирают

Хотите узнавать о наших акциях, скидках и мероприятиях?