Скидки на курсы ждут в личном кабинете. Нажмите тут
Есть рассрочка Поддержка куратора Демо-доступ Домашние задания

Продуктовая аналитика

от OTUS
Продуктовая аналитика
Формат
Онлайн
Длительность
6 месяцев
Уровень
Для специалистов
Документ
Сертификат
Трудоустройство
Да
Программа

Курс ориентирован на маркетологов, менеджеров продукта, специалистов по анализу данных, программистов и начинающих аналитиков. Вы научитесь успешно решать аналитические задачи SQL и Pyhton, проводить A/B-тесты и работать с их результатами. 

Обучение длится 6 месяцев. По итогам курса вы сделаете дипломный проект в виде реального продуктового исследования и оценки A/B-теста.

  • Модуль 1. Физический смысл аналитики

    • Бизнес -смысл. Зачем нужна аналитика и что такое аналитическая культура в компании?
    • Задачи в аналитике: ad-hoc запросы, построение дашбордов, исследования, факторный анализ, АВ-тесты
    • Виды аналитиков и задач у них. BI, продуктовый аналитик, дата-аналитик, бизнес-аналитик. Чем продуктовый аналитик отличается от них всех?
    • Инструменты для анализа бизнес-показателей. Взаимосвязь продуктовых метрик и жизненного цикла продукта.
  • Модуль 2. SQL

    • Основные команды: select * from #, ключи. Различные типы данных: булевы, числовые, строковые, временные, Nullable, массивы и геокоординаты.
    • Разница в join-ах. Различие между having и where. О чем говорят аббревиатуры ASC/DESC. Откуда в SQL индексы?
    • Подзапросы и with.
    • Взаимодействие с таблицами: create, insert, update, delete, drop, alter.
    • Агрегирующие функции. Сложные функции row_number, lag. Оконные функции и их применение.
    • Хинты в скриптах для ускорения запроса. Оптимизация запроса.
  • Модуль 3. Визуализация данных

    • Дашборды. Основные инструменты для визуализации данных: PowerBI, Tableau.
    • Сбор требований к дашборду.
    • Как графики могут обманывать и как этого не допустить.
    • Основные приемы в построении дашбордов. Good/bad practice: нюансы в визуализации.
  • Модуль 4. Виды задач в продуктовой аналитике

    • Продуктовая аналитика: расчеты retention/churn/ltv/cac.
    • Когортный анализ и все о сегментациях.
    • Юнит-экономика в Excel.
    • Иерархия метрик.
    • Формулирование гипотез, поиск точек роста.
    • Презентация исследований заказчику - опорные пункты.
  • Модуль 5. Статистика

    • Выборка, генеральная совокупность, метрики. База для анализа данных — среднее, медиана, дисперсия, квартили.
    • Нормальное распределение и ЦПТ.
    • Расчет уровня значимости и доверительные интервалы. Виды статистических критериев и их применение.
    • Регрессионный и корреляционный анализ.
    • Со*: логистическая регрессия и кластерный анализ (для сложных задач с предсказаниями).
  • Модуль 6. Python

    • Основные понятия в Python: списки, словари, условия, циклы. Введение в Jupyter и Jupyter Notebooks.
    • Этапы очистки и подготовки данных к анализу.
    • Визуализируем данные с трендами с помощью Seaborn и Matplotlib.
    • Полезность pandas: основной функционал и решаемые задачи с его помощью.
    • Работа с API и его полезность в автоматизации задач.
  • Модуль 7. АВ-тесты

    • Поговорим о смыслах: А/В и А/В/n- тесты. А/А - тесты и почему они важны.
    • Дизайн А/В-теста - полный цикл. Как правильно организовать А/В тест?
    • Валидация продуктовых гипотез - как понять, нужно тестировать эту идею или нет?
    • Избегаем основные ошибки в А/В- тестировании: проблемы подглядывания, неравномерность выборок, достижение стат. значимости, недостаток данных.
    • Снова про А/В/n- тесты. Поправки на множественное тестирование.
    • Анализ и интерпретация результатов теста. Бизнес-смысл А/В тестов.
  • Модуль 8. Работа в команде

    • Управление требованиями и ожиданиями.
    • Постановка задачи и реалистичные оценки сроков выполнения.
    • Роль аналитика в команде. Как оптимизировать свое время.
    • Как расти в грейде - отличие junior/middle/senior.
  • Модуль 9. Поиск работы

    • Как подсветить навыки в резюме. Шаблон резюме.
    • Этапы собеседования: чего ждать? Live-собеседование с поведенческими вопросами.
    • Сделаем разбор собеседования на hard-skills: теперь мы все умеем и на все вопросы ответим.
    • Бонус: что нужно сделать в первые 3 месяца работы аналитиком.
  • Модуль 10. Подведение итогов курса

    • Итоговое занятие по пройденному материалу. Выбор темы и организация проектной работы.
    • Защита проектных работ.
Чему научат на курсе
Успешно решать аналитические задачи в SQL и Python
Проводить А/В-тесты, интерпретировать их результаты и выдвигать гипотезы на их основании
Визуализировать и презентовать свои данные четко и убедительно
О школе
OTUS
рейтинг 4.7
18 отзывов
101 курс
OTUS

Онлайн-школа OTUS с 2017 года проводит обучение по авторским курсам в сфере IT. Миссия компании в том, чтобы научить IT-специалистов решать сложные задачи, искать интересные проекты, дать возможность присоединиться к профессиональному сообществу для развития отрасли информационных технологий и экономики в целом.

На курсах преподают 400 преподавателей, каждый из которых является экспертом в IT-индустрии. На курсах OTUS обучились более 12 000 человек, которые получили качественные знания, востребованные работодателями во всем современном мире.

Оставить отзыв
Оставьте свой отзыв
Так вы сделаете рейтинг школ более точным и поможете другим выбрать хороший курс

Информация носит ознакомительный характер и может отличаться от указанной на сайтах школ-партнёров. Актуальную стоимость и описание программ вы можете узнать на сайте школы.