Загрузка курса немного подождите
 
 

Факультет продуктовой аналитики

Стоимость курса: 134 568 руб 149508руб

«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.    

  • Программа курса
  • Детали курса
  • Варианты оплаты

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%

GeekBrains  
Автор курса:
GeekBrains

Крупнейший образовательный портал, входящий в состав Mail.ru Group. Все обучение проходит в удобном онлайн-формате. Гарантируют стажировку и последующее трудоустройство, работает система наставничества на каждом этапе обучения. Есть платные и бесплатные курсы. По окончанию обучения выдается диплом и сертификат Mail.ru Group.

Смотреть все курсы

Другие курсы школы:

Все отзывы о курсе:

0
из 5

Редакция не несет ответственности за опубликованный текст отзыва.
Все отзывы - это личное мнение учащихся курсов.

Оставить отзыв

Отзывов ещё нет. Напишите первым.

Курс добавлен в сравнение (20 курсов)