Из маркетолога в аналитика за 48 часов
Пройди онлайн-курс, выполни финальные задания и попади на собеседование в топовую компанию
Осталось 15 мест
Курс разработан по требованиям компаний к продуктовым аналитикам
Click to order
Cart
Total: 
Your Name
Your Email
Your Phone
На курсе маркетолог вырастет до:
Аналитик собирает данные и проводит анализ ключевых показателей, выявляет узкие места и принимает решения по их оптимизации. Его решения напрямую влияют на развитие бизнеса.
Продуктовый маркетолог формирует стратегию по выстраиванию маркетинга для продукта. Он анализирует рынок, формирует новые продуктовые предложения, работает с каналами продаж.
Маркетинговый аналитик отслеживает актуальные тенденции рынка, делает прогнозы по развитию компании, анализирует результаты маркетинговых исследований.
    ✨ Аналитика
    ⚡ Продуктового маркетолога
    ⭐ Маркетингового аналитика
    Вы прокачаете свои навыки и поднимете зарплату на 30%
    В задачи аналитика входят:
    • Проведение сложных А/B-тестов
    • Извлечение, обработка, анализ и визуализация данных
    • Сегментация аудитории
    • Выявление трендов и решение исследовательских задач на основе данных
    • Поиск точек роста продукта
    В задачи продуктового маркетолога входят:
    • Анализ эффективности продукта
    • Расчет ключевых метрик: LTV, ROI, CAC, ARPPU
    • Unit-экономика
    • Влияние на каждый маркетинговый канал в зависимости от метрик
    • Split-тесты
    • Работа с интерфейсами ключевых аналитических систем
    В задачи маркетингового аналитика входят:
    • Оптимизация маркетинговых каналов и кампаний
    • Моделирование рынка математическими, статистическими методами
    • Визуализация результатов и их учет в маркетинговом планировании
    Актуальные вакансии на HeadHunter
    ✅ Знание математики, статистики, теории вероятностей

    ✅ Умение выстраивать работу: от выявления проблемы до ее решения

    ✅ Знание Excel, SQL

    ✅ Работа с A/B тестами: от расчета размера выборки и длительности теста до проведения статистических тестов, принятия решений

    ✅ Понимание ключевых метрик: конверсия, ARPPU, CAC, LTV

    ✅ Навыки работы с языком программирования Python и библиотеками NumPy, SciPy, Matplotlib и Pandas
    Мы узнали по каким требованиям нанимают аналитиков
    И построили курс так, чтобы после обучения вы были готовы к собеседованию
    Аналитик компании СКБ-контур. Автор книги "Статистика и котики", вошедший в лонг-лист премии "Просветитель".
    Research scientist в Facebook. Был аналитиком в Yandex Data Factory.
    Руководит разработкой системы рекомендаций в Яндекс.Дзене.
    Владимир Савельев
    Эмели Драль
    Chief Data Scientist в Mechanica AI. Раньше руководила анализом больших данных в Yandex Data Factory.
    Евгений Соколов
    Евгений Рябенко
    Видео-лекции от лучших практикующих специалистов IT-сферы
    Проект 1
    Определите, какие иллюстрации в welcome-сценариях поднимают конверсию, опираясь на сырые данные
    Компания провела 18 А/В-тестов с разными иллюстрациями. Вам нужно взять сырые данные и определить, какая иллюстрация сработала лучше.
    Проект 2
    Проанализируйте мультиплатформенную игру
    Мы предоставим вам реальные данные, которые позволят проанализировать большое количество метрик, описать данные и найти закономерности.
    Проект 3
    Предскажите выручку с клиента
    На основе платежей пользователей в течении первых двух недель, сделаете прогноз LTV 30-го, 90-го и 120-го дней.
    После обучения вы выполните финальный проект. Этот проект — настоящее задание, с которым сталкивается аналитик в ведущей компании
    За 48 часов вы получите все необходимые навыки для работы аналитиком
    Мы разбили наш курс на 3 уровня. Для прохождения курса и выполнения курсовых заданий достаточно пройти основные модули. Но чем выше ваш уровень - тем выше шансы для трудоустройства.
    Модуль 1. Основной. Научимся проводить исследования
    1 занятие · 6 видео · 2 часа
    Методология исследований
    Рассмотрим общие принципы проверки гипотез, а также основные виды исследований. Опишем структуру методов исследования.

    2 занятие · 8 видео · 2 часа
    Обработка результатов исследований
    Узнаем, как обрабатывать полученные данные. Рассмотрим основные методы статистической обработки для каждого из типов исследований.

    3 занятие · 8 видео · 1 час
    Представление результатов и выводы
    Научимся описывать полученные результаты и выводы правильно.
    Модуль 2. Основной. Разберемся в статистике и SQL
    4 занятие · 11 видео · 1 час
    ✈️ Теория вероятности
    Урок о базовых концепциях теории вероятностей и статистики, которые помогают понять механизм работы методов анализа данных. Разберем популярные распределения и явления, построим доверительные интервалы.

    5 занятие · 2 часа
    Основы синтаксиса SQL
    Научимся делать простые запросы к базам данных и сразу считать метрики.
    Модуль 3. Основной. Погрузимся в индустрию
    Вебинары от сотрудников ведущих компаний индустрии.
    Модуль 4. Продвинутый. Обучимся Python
    6 занятие · 3 часа
    ✈️ Операторы, переменные, типы данных, условия
    Установим Python и научимся делать простейшие операции. Познакомимся с типами данных, научимся сравнивать и обрабатывать величины. Познакомимся с логическими операциями.

    7 занятие · 5 часов
    Циклы, строки, списки
    Научимся выполнять действия автоматически при помощи конструкции циклов "while" и "for". Научимся работать со строками и символами.

    8 занятие · 5 часов
    ✈️ Функции, словари, библиотеки для анализа данных
    Научимся писать функции, подключать модули и библиотеки. Познакомимся с основными библиотеками для анализа и визуализации данных: NumPy, Pandas, Matplotlib.
    Модуль 5. Профессиональный. Познакомимся с машинным обучением
    9 занятие · 13 видео · 9 часов
    ✈️ Машинное обучение и линейные модели
    Узнаем, что такое машинное обучение, какие в нём бывают постановки задач, и что особенного в обучении на размеченных данных. Научимся делать предсказания с помощью линейных моделей.

    10 занятие · 14 видео · 9 часов
    Борьба с переобучением и оценивание качества
    Узнаем, что такое проблема переобучения, познакомимся с кросс-валидацией и метриками качества. Освоим библиотеку scikit-learn.

    11 занятие · 14 видео · 7 часов
    ✈️ Линейные модели: классификация и практические аспекты
    Познакомимся с логистической регрессией и узнаем о некоторых важных нюансах работы с линейными моделями: масштабировании признаков, переходе в новые признаковые пространства и т.д.
    Пройдите тест
    Всего 5 вопросов, которые помогут понять сможете ли вы пройти курс
    (а еще, тесты – это прикольно)
    Погнали!
    Сможете настроить Google Analytics или Яндекс.Метрику на сайт?
    Далее
    Узнать результат
    Сможете самостоятельно подготовить картинку для рекламной кампании?
    Далее
    Узнать результат
    Вы умеете делать А/Б-тесты и принимать на основе результатов решения?
    Далее
    Узнать результат
    Без Excel никуда! Какой ваш уровень работы с таблицами?
    Далее
    Узнать результат
    Помните что такое дискриминант квадратного уравнения?
    Далее
    Узнать результат
    Оставьте свой номер телефона ниже, нам будет очень интересно пообщаться и узнать, почему вы заинтересовались курсом.
    Оставьте свой номер телефона ниже, нам будет очень интересно пообщаться и узнать, почему вы заинтересовались курсом.
    Оставьте свой номер телефона ниже, нам будет очень интересно пообщаться и узнать, почему вы заинтересовались курсом.
    Оставьте свой номер телефона ниже, нам будет очень интересно пообщаться и узнать, почему вы заинтересовались курсом.
    Оставьте свой номер телефона ниже, нам будет очень интересно пообщаться и узнать, почему вы заинтересовались курсом.
    Оставьте свой номер телефона ниже, нам будет очень интересно пообщаться и узнать, почему вы заинтересовались курсом.
    Вам позвонит заботливая Ася, объяснит, что надо знать, чтобы успешно пройти курс, и ответит на все вопросы.