Аналитик данных

Профессия

Освойте аналитику данных с нуля

→ Получите востребованную специальность
→ Работайте удаленно из любой точки мира
→ Специализируйтесь в маркетинге или продукте продвинутого уровня
→ Получите доступ ко всем льготам для айтишников

Полный курс

Старт:

9 января

Длительность:

10 месяцев

Уровень:

с нуля

Аналитик данных — это специалист по анализу больших данных: он их собирает, обрабатывает и делает выводы.

Аналитик помогает увидеть точки роста бизнеса.
На основании его отчетов в компаниях принимают важные решения.

Кто такой аналитик данных

Проблема: Низкая эффективность у онлайн-магазина. Пользователи переходят на сайт, но не оформляют заказ.

Решение: Аналитик выясняет, на каком этапе теряется интерес пользователей. Затем предлагает и проверяет гипотезы, которые помогут удержать клиента и довести до покупки

Большие данные — ключевой ресурс для бизнеса: их используют в IT, ритейле, финансах, здравоохранении, маркетинге.

Кем вы сможете работать после окончания курса

Формирует отчёты и дашборды в BI-платформах для выявления закономерностей и тенденций, которые могут повлиять на эффективность компании.

BI-аналитик

Помогают бизнесу получить оценку текущего состояния продукта, внедрить или усовершенствовать процессы аналитики в компанию.

Продуктовый аналитик

Настраивает сквозную аналитику, составляет простые и понятные отчеты и дашборды для оценки эффективности маркетинговых каналов.

Маркетинговый аналитик

Собирает и анализирует данные маркетплейсов, чтобы помочь онлайн-магазинам определить ключевые бизнес-метрики и увеличить эффективность.

Маркетплейс-аналитик

Анализирует и оптимизирует модель риск-стратегии. Помогает улучшить механизм оценки заёмщиков, оценивает риски при разработке новых финансовых продуктов.

Аналитик в FinTech

Разрабатывает и внедряет рекомендательные системы, анализирует прибыльность товаров и категорий.

Аналитик в e-commerce

Собирает, обрабатывает, изучает и интерпретирует данные, чтобы помогать бизнесу принимать правильные решения.

Аналитик данных

Собирает и анализирует данные о посетителях веб-ресурса, выявляет причины плохой посещаемости и увеличивает и конверсию сайта.

Веб-аналитик

Аналитик данных

Разрабатывает и внедряет рекомендательные системы, анализирует прибыльность товаров и категорий.

Аналитик в e-commerce

Формирует отчёты и дашборды в BI-платформах для выявления закономерностей и тенденций, которые могут повлиять на эффективность компании.

BI-аналитик

Собирает и анализирует данные о посетителях веб-ресурса, выявляет причины плохой посещаемости и увеличивает и конверсию сайта.

Веб-аналитик

Собирает и анализирует данные маркетплейсов, чтобы помочь онлайн-магазинам определить ключевые бизнес-метрики и увеличить эффективность.

Маркетплейс-аналитик

Помогают бизнесу получить оценку текущего состояния продукта, внедрить или усовершенствовать процессы аналитики в компанию.

Продуктовый аналитик

Настраивает сквозную аналитику, составляет простые и понятные отчеты и дашборды для оценки эффективности маркетинговых каналов.

Маркетинговый аналитик

Собирает, обрабатывает, изучает и интерпретирует данные, чтобы помогать бизнесу принимать правильные решения.

Аналитик данных

Анализирует и оптимизирует модель риск-стратегии. Помогает улучшить механизм оценки заёмщиков, оценивает риски при разработке новых финансовых продуктов.

Аналитик в FinTech

Работать с основными метриками продукта и маркетинга

Проводить сбор данных при помощи: Google Analytics, Google Tag Manager, Amplitude, Яндекс.Метрики, Python

На курсе вы научитесь

Применять знания статистики для анализа данных

1

3

2

4

Обрабатывать данные при помощи: Google Analytics, Google Tag Manager, Яндекс.Метрику, Google Sheets, SQL, Python

Визуализировать данные при помощи: Google sheets, Power BI, Python

5

6

Делать выводы и рекомендации для бизнеса на основе анализа данных

Вы получите крепкий фундамент профессии Data Analyst: разовьете основы аналитического мышления и освоите ключевые инструменты (Google Analytics, Google Tag Manager, Яндекс.Метрику, Google Sheets, SQL, Python, Power BI, математическую статистику).

Где нужны аналитики и чем конкретно они могут помочь бизнесу?

В авиации компании используют прогнозную аналитику, чтобы вовремя осуществить предиктивное обслуживание и минимизировать количество ситуаций, когда самолет не был допущен к полету из-за выявленной неисправности и спрогнозировать сроки замены деталей.

Компания Yva.ai создала короткий еженедельный пульс-опрос персонала на основе ИИ, который может предсказать, например, выгорание и вероятное увольнение. Это помогает HR практически в реальном времени видеть состояние персонала и своевременно реагировать на снижение факторов вовлечённости и уровня счастья.

На 30% увеличилось количество новых заявок на сайте телеком-оператора Dom.ru благодаря работе Carrot quest. За полгода специалисты компании настроили 49 сценариев автоматизации с поп-апами и провели 21 А/Б-тест. Работа с данными позволяет не только поднять конверсию, но и постоянно отслеживать поведение пользователей.

Прогнозирование расходов на обслуживание

Инструмент анализа для HR

Повышение конверсии сайта

Вам подойдет обучение анализу данных на этом курсе, если вы

Уже работаете аналитиком или являетесь для них клиентом. Поднимете свой уровень компетенций, ускорите обработку данных и расширите инструментарий для текущей работы. В рамках практикума решите кейсы из разных сфер и разной сложности, прокачаете знания аналитических фреймворков и хард скилы.

Аналитик

В вашей работе есть пересечения с аналитикой, и вы хотите получить твердую основу — теорию и практику в новой области. Научитесь работать с инструментами анализа данных. Пополните свое портфолио десятком решенных задач, проектами и кейсами.

Работаете в сфере IT или в банке

Хотите узнать что-то новое и получить востребованную специальность. Станьте аналитиком данных с нуля. Вам не потребуется знаний, выходящих за рамки школьной программы. Вы получите достаточную подготовку, чтобы решать задачи аналитика уровня junior.

Новичок

После курса вы сможете

Проводить анализ рекламных кампаний, чтобы оптимизировать расходы на рекламу

Считать юнит-экономику, чтобы у компании было ясное представление обо всех расходах и доходах на каждого клиента

Работать с сегментацией и проводить когортный анализ, чтобы лучше понимать клиентов и их предпочтения

Анализировать поведение пользователей в продукте для дальнейшего его улучшения

Формировать и тестировать гипотезы, чтобы улучшить различные показатели компании

Запускать A/B - тестированияи анализировать их итоги, чтобы повысить эффективность элементов продукта или маркетинга

БАЗА

На первом этапе вам предстоит познакомиться с бизнес-моделями e-commerce (электронная коммерция) и GameDev (разработка игр). Вы рассмотрите не только теорию, но и поработаете с Google таблицами, изучите основы статистики, SQL и Python, чтобы эффективно анализировать данные.

Программа курса
«Профессия Аналитик данных»

Основы аналитики

Казалось бы — зачем теория, лучше сразу в бой! Но нет: без аналитического мышления и умения работать с документацией ничего не выйдет. Поэтому сначала вас ждут:

Обзор бизнес-моделей и видов аналитики
Логические задачи для собеседований
Прокачка аналитического и критического мышления
Работа с аналитической документацией

Тренажер — Google-таблицы и основы статистики

Владение таблицами и статистикой — базовая компетенция аналитика. А еще необходимо научиться решать сложные задачи, «не изобретая велосипед». В этом вам поможет тренажер:

Более 200 упражнений
Самые важные темы — первичный анализ, сводные таблицы, графики, описательная и математическая статистика
Отработка материала на аналитических задачах

Погружение в сферу E-commerce

Онлайн-магазины — сейчас не просто тренд, а новая реальность. В E-commerce есть где разгуляться аналитику:

4 тематических проекта для портфолио
Продуктовые и маркетинговые метрики
Пирамида метрик и юнит-экономика
Инструменты сбора — Google Analytics, Amplitude

Самостоятельный проект — анализ бизнес-модели

Тренажер — базы данных и SQL

В 84% вакансий аналитиков с опытом 1–3 года требуется знание SQL. Вы сможете соответствовать этому критерию:

Более 200 упражнений
Агрегатные и оконные функции, соединение таблиц, сложные объединения, подзапросы (и это еще краткий список)
Запросы не ради запросов, а для решения конкретных задач аналитика

Тренажер — Power BI

Невозможно просто посмотреть на массив цифр и вычленить смысл, поэтому аналитики визуализируют данные с помощью Power BI. И вы научитесь:

Более 50 упражнений
2 интерактивных отчета

Погружение в сферу GameDev

Разработка игр сейчас на подъеме, причем «поднимают» эту индустрию не только гейм-дизайнеры и разработчики, но и мастера аналитики. Вот что мы подготовили для вас:

3 тематических проекта в портфолио
Сквозная маркетинговая аналитика
Сегментация и поведение пользователей

2 самостоятельных проекта — сквозной маркетинговый отчет и анализ воронки

ОСНОВНОЙ БЛОК

На втором этапе вы продолжите совершенствовать навыки Python, научитесь работать с третьей бизнес-моделью — on-demand (доступ к услугам по требованию), а также выберете дальнейшую специализацию.

Тренажер — Python для анализа данных

Такие компании, как «Яндекс» и Mail.Ru, хотят видеть среди своих сотрудников аналитиков, которые дружат с программированием. Вы точно подружитесь:

Более 300 упражнений
Структуры данных, Pandas, методы визуализации и работа с API

Погружение в сферу On-Demand

Мы все теперь пользуемся моделью «по запросу» — это Uber, «Яндекс.Еда» и другие сервисы, предоставляющие услуги буквально по одному клику. Но работать в этой области могут не все — только те, кто пройдет нашу программу:

3 тематических проекта в портфолио
Исследование каналов привлечения
Оценка продуктовой фичи
А/В-тестирование

УРОВЕНЬ PRO

На третьем этапе вы погрузитесь в одну из выбранных специализаций — «Маркетинговую аналитику» или «Продуктовую аналитику». Вы научитесь проводить A/B-тесты, визуализировать данные и верно интерпретировать метрики, проверять гипотезы и получать инсайты на основе данных, а также добавите в свое портфолио два проекта.

Маркетинговая аналитика

На маркетинговой специализации вы научитесь настраивать сквозную аналитику, понимать взаимосвязи различных источников трафика, проводить когортный и RFM-анализ и составлять простые и понятные отчеты и дашборды, строить гипотезы, запускать статистически обоснованное А/В-тестирование и делать грамотные выводы с использованием математического аппарата.

Сегментирование и персонализация ЦА: 2 недели
Когортный и RFM-анализ: 2 недели
Работа с базами данных: 2 недели
Настройка сквозной аналитики: 2 недели
Внешние источники данных: 2 недели
Инструменты анализа данных: 2 недели
А/В-тесты — статистика и математика: 2 недели
А/В-тесты — проблемы при А/В-тестировании и их решение: 2 недели

Продуктовая аналитика

На продуктовой специализации вы разберетесь в основных метриках продукта, получите понимание, какие данные нужно собирать и где их хранить, научитесь структурировать информацию, строить графики, проверять гипотезы и получать ценные для бизнеса инсайты на основе аналитики данных.

Продуктовое мышление: 3 недели
Клиентская аналитика: 5 недель
А/В-тестирование: 6 недель
Data-driven культура: 2 недели

Не важно, сколько вам лет и какой у вас опыт, — вы справитесь.

Просто следуйте программе обучения.