Ступень 1: "Инструменты для базового анализа данных"
Блок 1. Продуктовая аналитика
- Задачи и инструменты аналитика данных
- Роль и место аналитика в команде
- Управление продуктом на основе модели Lean Canvas
- HADI циклы
- Основные типы бизнес-метрик и Lean Analytics
- Декомпозиция метрик: иерархия метрик и пирамида метрик
- Декомпозиция метрик и работа с кастомными метриками
Блок 2. Google Sheets и Excel для задач аналитики
- Основы работы в Google Sheets
- Сводные таблицы
- Форматирование данных
- Визуализация данных
- Базовые вычислительные функции и формулы
- Логические функции и инструменты
- Текстовые функции и инструменты
- Работа с диапазонами
- Массивы
- Прогнозирование
Блок 3. SQL для анализа данных
- Введение в блок SQL
- Извлечение и фильтрация данных (часть 1)
- Извлечение и фильтрация данных (часть 2)
- Преобразование и сортировка данных (часть 1)
- Преобразование и сортировка данных (часть 2)
- Группировка данных
- Введение в базы данных
- Объединение таблиц
- Подзапросы SELECT и FROM
- Подзапросы JOIN и WHERE
- Обновление, добавление и удаление данных
- Создание, изменение и удаление таблиц
- Операции с текстом и оконные функции
- Ускорение и оптимизация запросов, табличные выражения
- Итоговый проект LEGO
- Бонусный урок
Блок 4. Веб-аналитика и аналитика мобильных приложений
- Введение в digital-аналитику: основные понятия и инструменты
- Базовые настройки инструментов аналитики Google Analytics и Yandex Metrica
- Основные отчеты Google Analytics. Метрики и параметры
- Метрики и параметры. Основные отчеты Yandex Metrica
- GTM особенности работы и основные возможности
- Расширенные возможности GTM. Практические кейсы
- Google Analytics 4: Важные особенности и возможности
- Переход с Google Analytics на Google Analytics 4
- Инструменты app-аналитики
- Основные отчеты App Metrica
- Возможности передачи и сбора данных из систем аналитики — BigQuery, ClickHouse, OWOX BI
- Мобильная аналитика и А/Б-тесты
Блок 5. Проведение исследований и анализ пользовательских сценариев
- Анализ целевой аудитории и конкурентов
- Введение в инструменты исследований
- Принципы и подходы Customer Development
- Тренажёр CustDev и практика "в полях" на реальных кейсах
Ступень 2: "Продвинутые навыки аналитика данных"
Блок 1: A/B-тестирование
Учимся проводить анализ данных с помощью А/B-тесты
Занятия:
- Проверка гипотез и поиск точек роста с помощью A/B-тестирования
- Доверительные интервалы и математическая статистика
- Проверка А/Б-теста на статистическую значимость
- Целевые и второстепенные метрики
- Практическая реализация
- А/А-тест, Мультивариантный тест и использование ML
- Инструменты проведения A/B-теста
Блок 2: Мат. статистика и математика для анализа данных
Занятия:
- Основы линейной алгебры и теории множеств
- Методы математической оптимизации
- Основы описательной статистики
- Статистический анализ данных
Блок 3: Применение данных: построение Unit-экономики
Учимся анализировать бизнес с помощью юнит-экономики
Занятия:
- Основные метрики unit-экономики
- Когортный анализ клиентов
- Жизненный цикл пользователей
- Работа над Feature Adoption
- Поиск точек роста: кейсы growth hacking
Блок 4: Python
Изучаем самый популярный язык программирования
Занятия:
- Знакомство с Python
- Типы данных, функции, классы, ошибки
- Строки, условия, циклы
- Списки и словари в Python
- Пакеты, файлы, Pandas – начало
- Pandas – продолжение
- Визуализация данных
- Базы данных и статистика
- Многопоточность
- Веб-сервер flask и контроль версий GIt
- Итоговый проект
Блок 5: Power BI и визуализация данных
Учимся продвинутым BI инструментам
Занятия:
- Основы Power BI
- Power Query. Получение и преобразование данных
- Модель данных в Power BI
- DAX (Data Analysis Expressions)
- Работа с отчетами, базовые принципы визуализации данных
- Power BI Service и создание дашборда
- Power BI и Python
- Итоговый проект: Uber & Lyft
Блок 6: Работа с Tableau и дашбордами
Осваиваем визуализацию в Tableau
Занятия:
- Знакомство с Tableau. Знакомство с инфраструктурой Tableau
- Модели данных и Табличные вычисления
- Параметры и уровни детализации в Tableau
- Псевдонимы, сортировка, Actions
- Разработка дашбордов. Настройка взаимодействия между визуализациями
Ступень 3: "Специализации аналитика данных"
Блок 1: Специализация: Data Scientiest
Погружаемся в новую отрасль и работаем с BigData
Занятия:
- Кто такой Data Scientiest
- Знакомство с машинным обучением
- Линейная регрессия
- Бинарная классификация
- Валидация. Почему это важно
- Решающие деревья
- Бутстрап, Бэггинг и случайный лес
- Feature Engineering, Feature Selection
- Градиентный бустинг
- A/B тестирование
- Обучение без учителя
- Введение в рекомендательные системы
- Метрики и бейзлайны
- Матричное разложение
- Рекомендации через поиск ближайших соседей
- Воркшоп: предсказание оттока клиентов и прогноз продаж
- Воркшоп: скоринг кредитного портфеля
Блок 2: Специализация: Маркетолог-аналитик
Учимся анализировать каналы привлечения и рекламу
Занятия:
- Основы маркетинговой аналитики
- Аналитика performance каналов
- Сквозная аналитика или считаем LTV
- Сегментация клиентов и работа с CRM
- Виды исследований в маркетинге (NPS и TOM)
Блок 3: Специализация: Бизнес-аналитик
Учимся принимать бизнес-решения на основе данных
Занятия:
- Кто такой Бизнес-аналитик?
- Схема бизнес-процессов
- Управление изменениями. Поиск проблем бизнеса
- Анализ влияния. Критерии успешности
- Лучшие практики бизнес-анализа
Блок 4: Специализация: Системный аналитик
Занятия:
- Кто такой системный аналитик?
- Виды, критерии и источники требований
- Регулирующие документы, нотации
- Пользовательские интерфейсы
- Программные интерфейсы
- Документирование
Блок 5: Дипломная работа и помощь с трудоустройством
Занятия:
- Работа над дипломным проектом для портфолио
- Как расти в руководителя аналитики
- Подготовка резюме
- Подготовка к собеседованию
- Финальная защита и консультации
