Продуктовая аналитика от Otus
Программа курса
Ознакомьтесь с программой курса «Продуктовая аналитика» от Otus
Модуль 1. Физический смысл аналитики
-
Тема 1. Бизнес-смысл. Зачем нужна аналитика и что такое аналитическая культура в компании?
-
Тема 2. Виды аналитиков и задач у них. BI, продуктовый аналитик, дата-аналитик, бизнес-аналитик. Чем продуктовый аналитик отличается от них всех?
-
Тема 3. Задачи в аналитике: ad hoc запросы, построение дашбордов, исследования, факторный анализ, АВ-тесты
-
Тема 4. Инструменты для анализа бизнес-показателей. Взаимосвязь продуктовых метрик и жизненного цикла продукта
Модуль 2. SQL
-
Тема 5. Основные команды: select * from #, ключи. Различные типы данных: булевы, числовые, строковые, временные, Nullable, массивы и геокоординаты
-
Тема 6. Разница в join-ах. Различие между having и where. О чем говорят аббревиатуры ASC/DESC. Откуда в SQL индексы?
-
Тема 7. Подзапросы и with
-
Тема 8. Взаимодействие с таблицами: create, insert, update, delete, drop, alter
-
Тема 9. Агрегирующие функции. Сложные функции row_number, lag. Оконные функции и их применение
-
Тема 10. Хинты в скриптах для ускорения запроса. Оптимизация запроса
Модуль 3. Визуализация данных
-
Тема 11. Дашборды. Основные инструменты для визуализации данных: PowerBI, Tableau
-
Тема 12. Сбор требований к дашборду
-
Тема 13. Как графики могут обманывать и как этого не допустить // ДЗ
-
Тема 14. Основные приемы в построении дашбордов. Good/bad practice: нюансы в визуализации
Модуль 4. Виды задач в продуктовой аналитике
-
Тема 15. Продуктовая аналитика: расчеты retention/churn/ltv/cac
-
Тема 16. Иерархия метрик // ДЗ
-
Тема 17. Когортный анализ и все о сегментациях
-
Тема 18. Юнит-экономика в Excel
-
Тема 19. Формулирование гипотез, поиск точек роста
-
Тема 20. Презентация исследований заказчику — опорные пункты // ДЗ
Модуль 5. Статистика
-
Тема 21. Выборка, генеральная совокупность, метрики. База для анализа данных — среднее, медиана, дисперсия, квартили
-
Тема 22. Нормальное распределение и ЦПТ
-
Тема 23. Расчет уровня значимости и доверительные интервалы. Виды статистических критериев и их применение
-
Тема 24. Регрессионный и корреляционный анализ
-
Тема 25. Со*: логистическая регрессия и кластерный анализ (для сложных задач с предсказаниями)
Модуль 6. Python
-
Тема 26. Основные понятия в Python: списки, словари, условия, циклы. Введение в Jupyter и Jupyter Notebooks
-
Тема 27. Этапы очистки и подготовки данных к анализу
-
Тема 28. Визуализируем данные с трендами с помощью Seaborn и Matplotlib // ДЗ
-
Тема 29. Полезность pandas: основной функционал и решаемые задачи с его помощью
-
Тема 30. Работа с API и его полезность в автоматизации задач
Модуль 7. АВ-тесты
-
Тема 31. Поговорим о смыслах: А/В и А/В/n- тесты. А/А-тесты и почему они важны
-
Тема 32. Дизайн А/В-теста — полный цикл. Как правильно организовать А/В-тест?
-
Тема 33. Валидация продуктовых гипотез — как понять, нужно тестировать эту идею или нет?
-
Тема 34. Избегаем основные ошибки в А/В-тестировании: проблемы подглядывания, неравномерность выборок, достижение стат.значимости, недостаток данных // ДЗ
-
Тема 35. Снова про А/В/n-тесты. Поправки на множественное тестирование
-
Тема 36. Анализ и интерпретация результатов теста. Бизнес-смысл А/В тестов // ДЗ
Модуль 8. Работа в команде
-
Тема 37. Управление требованиями и ожиданиями
-
Тема 38. Постановка задачи и реалистичные оценки сроков выполнения
-
Тема 39. Роль аналитика в команде. Как оптимизировать свое время
-
Тема 40. Как расти в грейде — отличие junior/middle/senior
Модуль 9. Поиск работы
-
Тема 41. Как подсветить навыки в резюме. Шаблон резюме
-
Тема 42. Этапы собеседования: чего ждать? Live-собеседование с поведенческими вопросами
-
Тема 43. Сделаем разбор собеседования на hard-skills: теперь мы все умеем и на все вопросы ответим
-
Тема 44. Бонус: что нужно сделать в первые 3 месяца работы аналитиком
Модуль 10. Подведение итогов курса
-
Тема 45. Итоговое занятие по пройденному материалу. Выбор темы и организация проектной работы
-
Тема 46. Защита проектных работ
- Город
- Онлайн
- Формат обучения
- Онлайн
- Сертификат
- Есть
- Инструменты на курсе
-
Seabornmatplotlib
Преподаватели-эксперты. Педагоги делятся актуальными знаниями и реальными кейсами, востребованными в современной IT-индустрии.
Уровень подготовки неважен. В онлайн-школе предусмотрены программы 3-х уровней сложности для начинающих и профи.
Удобный интерфейс. Сайт школы построен таким образом, что любой сможет с лёгкостью в нём разобраться.
Обратная связь. Кураторы и педагоги 24/7 помогают справляться студентам с возникающими сложностями.
Высокая стоимость курсов. Хорошее и качественное образование не может стоить дёшево.
Навязанные рекламные рассылки. Спам от онлайн-школы иногда вызывает лёгкое неудобство.
Взгляните, что студенты и выпускники говорят про Otus
Для меня принять решение об обучении на курсе по языку Java было довольно просто, достаточно было посмотреть на преподавателя и структуру курса, также огромным плюсом было увидеть в партнерах Otus.ru компанию, в которой я хотел работать. Очень важно, что перед началом курса прово...
После прохождения курса я приобрел, во-первых, понимание того как python устроен и работает вплоть до погружения на уровень кода интерпретатора, что собственно, помогает уяснить с какими нюансами можно будет столкнуться при использовании языка в целом (что полезно для проектирова...