Научитесь видеть смысл за цифрами!
Уже записались?
Вы можете оплатить курс и приступить к обучению.
Вы можете оплатить курс и приступить к обучению.
Бесплатный пробный период
Практический онлайн-курс
Продуктовая
аналитика
Главный партнер курса:
Онлайн
Формат:
Два раза в неделю
Занятия:
6 месяцев
Длительность:
Май
Старт:
Комплексная система поможет получить выгодные офферы в перспективных проектах.
Помощь с трудоустройством
Вы создадите проект, основанный на реальном кейсе, который усилит ваше портфолио.
Проект в портфолио
Актуальные навыки, которые помогут начать и развиваться в профессии продуктового аналитика.
Авторская программа
Что даст вам этот курс?
Курс обеспечит вам плавное погружение в продуктовый анализ. Вы научитесь решать основные задачи в этой сфере с помощью SQL и Python, работать с А/В- тестами, освоите навыки визуализации данных и прокачаете навыки работы в команде.
Бесплатный пробный период
наши менеджеры свяжутся с вами и расскажут подробности
Вы научитесь:
Визуализировать и презентовать свои данные четко и убедительно
Проводить А/В-тесты, интерпретировать их результаты и выдвигать гипотезы на их основании
Решать аналитические задачи в SQL и Python
Кому подойдет курс?
Начинающим аналитикам
Получите все необходимые навыки для работы продуктовым аналитиком и выстроите дальнейший план карьерного развития
Программистам
Сможете эффективнее работать с данными и аналитикой и дальше развиваться в сфере Data Science
Product-менеджерам
Сможете собирать аналитику о конкурентах и анализировать рынок с помощью SQL и Python
Маркетологам
Научитесь решать реальные рабочие задачи продуктового анализа для повышения квалификации или перехода в другую сферу
Product analyst
Перспективы направления
Средний уровень зарплат
893+ вакансий
Product analyst
Product analyst
~150 000 ₽/мес
Опыт 1-3 года
Без опыта
~70 000 ₽/мес
Формат обучения
Все обучение проходит онлайн: вебинары, общение с преподавателями и вашей группой в слаке курса, сдача домашних работ и получение обратной связи от преподавателя
Два занятия по два академических часа в неделю.
Доступ к записям и материалам остается навсегда
Доступ к записям и материалам остается навсегда
Интерактивные вебинары
Интересные домашние задания и выпускной проект
Практика
Общайтесь с преподавателями голосом на вебинарах и в Slack группы
Активное комьюнити
Выпускной проект
Вам будет предложено несколько проектов, основанных на реальных кейсах, на выбор:
- Реальная продуктовая задача. Вам будет необходимо оценить А/В-тест и провести продуктовое исследование;
- Оценка сложного А/В-теста, реализация продуктового исследования в Python.
Программа курса
Программа составляется с учетом требований работодателей и актуализируется перед каждым запуском
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
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
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
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
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
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
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
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
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)
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)
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
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
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
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
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
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
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
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
Тема 45. Итоговое занятие по пройденному материалу. Выбор темы и организация проектной работы
Тема 46. Защита проектных работ
Тема 46. Защита проектных работ
Преподаватели
Опытные продуктовые аналитики поделятся опытом, разберут рабочие кейсы и дадут развернутый фидбэк на домашние задания.
Ближайшие мероприятия
Продуктовая аналитика: расчеты retention/churn/ltv/cac
Подольски Антон
Цели открытого урока:
1. Разобраться, что такое метрики роста и метрики продукта.
2. Определить, что такое ключевые метрики - LTV, CAC, Retention и зачем они нужны.
3. Посмотреть примеры расчетов некоторых метрик.
1. Разобраться, что такое метрики роста и метрики продукта.
2. Определить, что такое ключевые метрики - LTV, CAC, Retention и зачем они нужны.
3. Посмотреть примеры расчетов некоторых метрик.
Открытый урок, 04 октября в 20:00
Формулирование гипотез, поиск точек роста
Марина Михеева
Цели открытого урока:
1. Узнать, что такое гипотезы и примеры гипотез.
2. Определить, с чего начать процесс постановки гипотез.
3. Посмотреть примеры, как гипотезы реализуются и в чем преимущество работы с ними.
1. Узнать, что такое гипотезы и примеры гипотез.
2. Определить, с чего начать процесс постановки гипотез.
3. Посмотреть примеры, как гипотезы реализуются и в чем преимущество работы с ними.
Открытый урок, 20 октября в 20:00
Центр карьеры
Карьерная консультация
Наш HR-эксперт поможет выстроить стратегию карьерного пути и подготовиться к собеседованиям
Партнеры курса:
Собеседования в компании-партнеры
Сможете откликаться на вакансии от партнеров курса
Работа с резюме
Вы создадите грамотное резюме и портфолио с учетом освоенных навыков
Сертификат OTUS
OTUS осуществляет лицензированную образовательную деятельность. В конце курса вы получите удостоверение о повышении квалификации OTUS.
Необходимая подготовка
Общее ориентирование в мире IT. Базовое знание статистики, SQL, Python будет плюсом (но не обязательно).
Старт: Май
Нужна рассрочка?
Оставьте заявку и менеджер расскажет вам об условиях
Стоимость обучения
Записаться и получить консультацию
Длительность: 6 месяца
50 000 ₽
Старт: Май
Нужна рассрочка?
Оставьте заявку и менеджер расскажет вам об условиях
Стоимость обучения
Оплатить
курс
курс
Длительность: 6 месяца
50 000 ₽
Старт: Май
Нужна рассрочка?
Оставьте заявку и менеджер расскажет вам об условиях
Стоимость обучения
Начало занятий
не за горами
не за горами
Длительность: 6 месяца
50 000 ₽
-18%
Получите письмо как только мы откроем набор
Сообщить о старте набора
-18%
Загрузка...
Сообщить о старте набора
-18%
Мы скоро с вами свяжемся :)
Сообщить о старте набора
Корпоративное обучение для ваших сотрудников
Поможем вашей компании развивать команду! Этот и еще 60+ курсов для IT-специалистов таких направлений, как: программирование, тестирование, администрирование, информационная безопасность, управление и Data Science. 300 компаний уже обучают у нас сотрудников.
Часто задаваемые вопросы:
Необходимо иметь общее ориентирование в мире IT. Базовое знание статистики, SQL, Python будет плюсом, но не обязательно.
У вас есть право одного бесплатного трансфера в другую группу.
Для получения сертификата OTUS необходимо сдать проект. Кроме того, проект необязательно защищать перед аудиторией, а можно сдать в чате с преподавателем.
Получить карьерную консультацию вы сможете уже в начале обучения. Остальные опции: помощь с резюме, добавление резюме в нашу базу специалистов и т.д. становятся доступны после выпуска.
Да, вы можете сделать возврат средств пропорционально оставшимся месяцам обучения.
