Факультет продуктовой аналитики

1.Введение в экономику продукта и маркетинговую аналитику

Продуктовая аналитика и развитие продуктов

• 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 (например, по методологии Lean Analytics)
• Unit-экономика
• Декомпозиция метрик и факторный анализ: практика

Организация и проведение исследований

• Общие сведения об организации исследований
• Сбор и оценка данных
• Анализ рынка digital-продуктов на открытых данных. Сравнение с конкурентами
• Способы анализа продукта и продуктовых матриц
• Инструменты комплексного анализа рынка
• Оценка емкости рынка
• Основные правила конкурентного анализа, ключевые показатели. Анализ конкурентных сил по Портеру. Направления конкурентного анализа и оценка конкурентных преимуществ
• Особенности проведения исследований клиентов

Маркетинговая и клиентская аналитика

• Введение в маркетинговую аналитику
• KPI и метрики
• Основные источники данных и методы их анализа
• Сквозная аналитика
• Сравнительный анализ основных CRM-систем. Операционные и аналитические модули CRM
• Методы сегментации клиентов и целевой аудитории
• Введение в RFM-анализ
• Введение в когортный анализ

2.Пользовательские сценарии онлайн/офлайн и проведение тестов

Web-аналитика

• Введение в web-аналитику: основные понятия и инструменты
• UTM-метки
• Инструменты веб-аналитики
• Регулярные выражения и их использование в Google Analytics и Яндекс.Метрика
• GTM — особенности работы и основные возможности
• Специальные отчеты Google Analytics
• Виджеты и специальные отчеты Yandex Metrica
• Создание отчетов в Google Data Studio
• Возможности передачи, хранения и обработки данных из систем аналитики
• Google Analytics 4: основные отличия от Google Analytics Universal
• Google Analytics 4: установка через Google Tag Manager

App-аналитика

• Введение в App-аналитику 
• Инструменты аналитики
• Подсчет информации в приложениях и ее визуализация 
• Функционал Firebase
• Сырые данные и отчеты
• Составление ТЗ по дизайну или приложению

A/B-тестирование

• Проверка гипотез и поиск точек роста с помощью A/B-тестирования
• Введение в теорию выборочных обследований
• Статистическая проверка итогов тестирования
• Последовательность проведения A/B-тестов и оценка затрат
• Основные проблемы A/B-тестирования
• Настройка A/B-тестов в Google Optimize
• Настройка A/B-тестов в Firebase
• Итоговое занятие и разбор проблемных зон

Концепции CJM и JtBD

• Customer Development
• Метод персон
• Введение в Customer Journey Map
• Построение Customer Journey Map
• Разбор кейсов Customer Journey Map
• Концепция Jobs to be doneCX-проектирование для команды

3.Знакомство с SQL. Введение в Data Science и работа с Python

SQL

• Введение в SQL
• Фильтрация данных и вычисляемые поля. Практика
• Группировка данных, подзапросы и объединение таблиц. Практика
• Обновление, добавление и удаление данных. Работа с таблицами
• Представления и хранимые процедуры. Особенности обработки транзакций
• Расширенные возможности SQL и основные ограничения
• Работа с популярными программами

Python

• Введение в Python
• Циклы и функции. Основы визуализации данных
• Библиотека Pandas
• Работа с разными типами данных
• Основы статистики с Python
• Тестирование и проверка гипотез
• Маркетинговый анализ: RFM анализ
• Когортный анализ на Python — практика
• Основы программирования и визуализации в R
• Визуализация отчетов в R
• Презентация результатов

Введение в Data Science

• Data Science и Big Data — основные понятия
• Возможности Data Science в распознавании речи и эмоциональной окраски для оптимизации обработки клиентских обращений
• Возможности Data Science в распознавании образов и текста для улучшения пользовательского опыта
• Возможности Data Science в прогнозировании оттока пользователей для роста 
• Retention RateData Science и прогноз LTV
• Кластеризация и random forest: примеры использования
• Сравнительный анализ R и Python
• Обзор основных библиотек на Python и R

4.Аналитическая культура и инструменты визуализации данных

Инструменты визуализации и презентация аналитики

• Сравнительный обзор основных инструментов визуализации данных
• Основные ошибки при проектировании отчётности и визуализации данных
• Расширенные возможности визуализации в Excel и Google Sheets
• Google Data Studio + практика
• Возможности OWOX для визуализации отчётов по веб-аналитике

Power BI

• Анализ данных
• Power BI
• Введение в Power Query
• Создание модели данных в Power Pivot
• Язык DAX — Data Analysis Expressions
• Создание визуального слоя отчёта
• Использование расширенного функционала Power View
• Обзор функционала портала Power BI

Аналитическая культура в компании

• Организация хранения данных для целей анализа
• Презентация результата команде
• Решение бизнес-задач в команде
• Как работать с командой и подрядчиками
• Как управлять процессами по аналитике

5.Дипломная работа и подготовка к собеседованию

Дипломный проект по продуктовой аналитике

Собеседование и резюме. Видеокурс

Курсы с открытой датой старта

Видеокурс по Excel

• Основы работы в Excel
• Поиск данных и логика
• Работа с текстом и датой
• Фильтры, сортировка, условное форматирование
• Сводные таблицы
• Диаграммы и графики
• Основы Google Sheets
• Продвинутая работа с Google Sheets
• Для SEO-специалистов. Обзор популярных плагинов
• Для SEO-специалистов. Применение Excel в работе SEO-специалиста
• Для маркетологов и Project-менеджеров. Получение данных и работа с большими данными
• Для маркетологов и Project-менеджеров. Продвинутые программы

Английский для IT-специалистов

Курс разработан совместно со школой EnglishDom. Поможет освоить ключевые англоязычные темы, актуальные для IT-специалистов. Вы разберёте составление CV, технических заданий и деловых писем, собеседования и переговоры, международное общение при продвижении своего проекта.