Блок 1:
Роль и место аналитика в продуктовой команде
Приёмка задач: понимание проблем
Типовые задачи по аналитике и планирование работы над подобными задачами
Управление продуктом на основе модели Lean Canvas и роль аналитики в этой модели
MVP-подход для решения аналитических задач
Основные типы бизнес-метрик
Unit-экономика
Декомпозиция метрик и факторный анализ - практика
Введение в web-аналитику: основные понятия и инструменты
Основные отчеты Google Analytics
Основные отчеты Yandex Metrica
Основные отчеты App Metrica
...
Блок 2:
Введение в маркетинговую аналитику
KPI и метрики
UTM-метки
Основные источники данных и методы их анализа
Сквозная аналитика
Методы сегментации клиентов и целевой аудитории
Введение в RFM-анализ
Введение в когортный анализ
Блок 3:
Проверка гипотез и поиск точек роста с помощью A/B-тестирования
Теория выборочных обследований
Математическая статистика в теории выборочных обследований
Статистическая проверка итогов тестирования
Последовательность проведения A/B-тестов. Оценка затрат на тесты. Карты гипотез
Основные проблемы A/B-тестирования и способы их решения.
Инструменты A/B-тестирования
Особенности проведения A/B-тестов в оффлайн-бизнесе
Блок 4:
Основы SQL
Обновление, добавление и удаление данных. Работа с таблицами
Представления и хранимые процедуры. Особенности обработки транзакций
Расширенные возможности SQL и основные ограничения
Фильтрация данных и вычисляемые поля - практика (SELECT, SUM, AVG, GROUP BY, ..)
Группировка данных, подзапросы и объединение таблиц - практика (INNER, LEFT, RIGHT, DISTINCT, ..)
Обновление, добавление и удаление данных. Работа с таблицами (INSERT, UPDATE, DELETE, MERGE, FOREIGN KEY, ..)
Блок 5:
Введение в анализ данных с помощью Python
Python: настройка окружения, базовые структуры данных и основные операторы
Python: работа с файлами и форматированный вывод
Python: пространства имен и области видимости, классы и объекты
Python: инструменты функционального программирования
Python: стандартные и сторонние библиотеки Python для анализа данных
Блок 6:
Сравнительный обзор основных инструментов визуализации данных
Основные ошибки при проектировании отчетности и визуализации данных
Расширенные возможности визуализации в Excel и Google Sheets, Google Data Studio + практика
Организация хранения данных для целей анализа
Презентация результата команде
Работа с популярными BI-программами (MySQL, SQL Server, Power BI, Redash, Tableau)
Решение бизнес-задач в команде
Как работать с командой и подрядчиками
Как управлять процессами по аналитике
Блок 7: Дипломная работа и помощь с трудоустройством
Работа над дипломным проектом для портфолио
Подготовка резюме
Подготовка к собеседованию
Финальная защита и консультации
