Факультет продуктовой аналитики
- Тематика: Data Science, IT, Python, SQL
- Уровень сложности: Базовый, Новичок
- Формат: Вебинары в записи, Онлайн
- Демо-доступ: нет
- Дата старта: 24 февраля 2022
- Продолжительность: 1 год
- Кураторская поддержка: да
- Сертификат: да
«Факультет продуктовой аналитики» освоите курс продуктовой аналитики с нуля не имея опыта. Вы освоите базу анализа продуктовых метрик до обработки данных при помощи SQL и Python.
Курс подойдет:
- новичкам без опыта в аналитике - с нуля освоите инструменты продуктовой аналитики и закрепите навыки на практике;
- маркетологам и продакт-менеджерам - сможете внести в работу инструменты продуктовой аналитики и найти более действенное решения для развития проектов;
- веб-аналитикам и UX-дизайнерам - узнаете всё о продуктовых метриках и подходах. Сменете обязаность в команде и сможете работать напрямую с продуктом.
- стартаперам и руководителям бизнеса - научитесь выстраивать систему метрик и принимать решения, руководствуясь аналитикой.
На курсе вы получите ключевые навыки:
- Проверка продуктовых гипотез для роста ключевых метрик
- Расчёт Unit-экономики
- Расчёт и прогнозирование LTV
- Анализ данных о поведении пользователей (Google Analytics, Яндекс.Метрика, AppMetrica), сегментация, выявление паттернов
- Построение моделей и формирование гипотез для улучшения продукта и регулирования процессов
- Проверка гипотезы и поиск точек роста с помощью A/B-тестов
- Построение CJM
- Оценка ёмкости рынка
- SWOT-анализ
- SQL
- Python
- Power BI
Отличие от других курсов
«Факультет продуктовой аналитики» продуктовый аналитик собирает данные о поведении клиента. С помощью метрик анализирует его опыт, находит этапы развития проекта и переводит всё на понятный бизнесу язык.
Обучения проводят топовые эксперты:
- Денис Катков - менеджер продукта в аптечной сети «36,6»;
- Елена Артемьева - директор по аналитике «Работа.ру»;
- Елена Эпштейн - Country Project Manager (Data and Analytics)
- L’Oréal Russia;
- Иван Роптанов - Lead Product Analyst в Uteka.ru
- Анна Шепелева - Head of Digital Sales Analyst в MEGOGO;
- Екатерина Староверова - Data Scientist в Siemens;
- Далия Мухамедзянова - Product manager в Aliexpress Russia;
- Алевтина Чиркова - Маркетолог-аналитик KOMEK;
- Глеб Тимофеев - Data Scientist в «РиалВеб».
Всем студентам от GeekBrains дарит подарки в виде изучение английского на «Lingualeo» 3 месяца подписки и Технологии «Лаборатории Касперского» 3 месяца пробной версии.
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.
На «Факультете продуктовой аналитики» вы научитесь работать с Power BI, SQL, OWOX, основы Data Science и Python получите востребованные навыки и инструменты в аналитике. Вы будете обучатся у экспертов из компаний международного уровня: L’Oreal Russia, Siemens, Aliexpress. После окончания вы получите диплом о профессиональной переподготовке и электронный сертификат, которые можно добавить в портфолио и показать работодателю.
Если удобнее платить за учёбу постепенно — возьмите рассрочку на 36 месяцев без переплат от надежного банка-партнера. При оплате одним платежом скидка 10%
Другие курсы школы:
Все отзывы о курсе:
Редакция не несет ответственности за опубликованный текст отзыва.
Все отзывы - это личное мнение учащихся курсов.
Отзывов ещё нет. Напишите первым.