Mārketinga analītiķis no nulles līdz vidum - kurss 96 300 rub. no Netology, apmācība 14 mēneši, datums 2023. gada 29. novembris.

Analīzes eksperts, konsultants, bijušais CAO Alfa Capital, Biglion, Broccoli, Utkonos.

Analītiskā domāšana
Iemācieties domāt kā analītiķis un formulējiet hipotēzes, ko pārbaudīt. Jūs sapratīsit, ka analītika ir balstīta uz datiem. Iepazīsties ar pamata analītikas rīku un spēj tajā veikt vienkāršu datu analīzi.
• Kas ir analītiskā domāšana
• Ievads pakalpojumā Google izklājlapas
• Papildu Google izklājlapas
• Pamatstatistika
• No kurienes tiek iegūti dati?
• Uzlabota datu vizualizācija
• Python kā datu analīzes rīks
• Mašīnmācība uz mūžu

Yandex iespējas. Metrika
Uzziniet, kā darbojas Yandex. Metrica, uzziniet, kā izveidot un konfigurēt Yandex skaitītāju. Metrika, iestatiet mērķus, konfigurējiet paziņojumus un piekļuvi. Jūs sapratīsit atskaišu un klikšķu karšu veidus, ritināšanu un tīmekļa skatītāju.
• Yandex plusi un mīnusi. Metrika
• Kā darbojas Yandex. Metrika
• Yandex skaitītāja izveide un iestatīšana. Metrika
• Mērķi pakalpojumā Yandex. Metrica
• Filtri un darbības
• Apmeklētāju un apmeklējumu parametri
• Python kā datu analīzes rīks
• Galvenie Yandex pārskati. Metrika
• Kopsavilkumi

Google Analytics funkcijas
Apsveriet datu pārsūtīšanas un apstrādes loģikas metodes pakalpojumā Google Analytics. Uzziniet, kā savā vietnē instalēt Google Analytics skaitītāju un iestatīt mērķus un notikumus. Uzziniet, kā pārskatos skatīt datu izlasi. Izprotiet standarta un pielāgotos Google Analytics pārskatus.
• Kas ir Google Analytics
• Pārsūtīšanas metodes un datu apstrādes loģika programmā Google Analytics
• Konta struktūra. Resursu, skata, kanālu grupu, satura grupu un brīdinājumu iestatījumi
• Segmenti un filtri: kādiem uzdevumiem un ko vislabāk izmantot
• Uzlabotas elektroniskās komercijas ieviešana un uz to balstītu atskaišu interpretācija
• Measurement Protocol kā metode datu pārsūtīšanai uz Google Analytics par pārdošanu vai jebkādu citu mijiedarbību ar klientiem

Metrika, hipotēzes, izaugsmes punkti
Iepazīstieties ar biznesa rādītājiem. Uzziniet, kā izstrādāt un optimizēt pārskatus. Jūs sapratīsit, kas ir uz datiem balstīta pieeja lēmumu pieņemšanai.
• Izpratne par biznesa mērķiem
• Finanšu rādītāji
• Mārketings un produktu metrika
• Metrikas hierarhija
• Prasību apkopošana un atskaišu izstrāde
• Hipotēžu formulēšana
• Testa izstrāde, ieviešana un analīze. Vienkāršu modeļu veidošana
• Atskaišu optimizēšana

Pilnīgas analīzes izveide
Uzzināsiet, kā pareizi novērtēt reklāmas efektivitāti, kuri reklāmas kanāli ienes naudu un kuri tikai iznieko budžetu, cik uzņēmums reāli nopelnīja veicināšanas laikā.
• Soļu apskats: pārdošanas piltuve un tās rādītāji
• Mijiedarbība starp mārketinga nodaļu un pārdošanas nodaļu. CRM. Zvanu izsekošana
• Universālais kanāls dažāda veida uzņēmumiem un vietnēm, integrācija ar dažādām sistēmām
• Produktu mārketings un vienības ekonomika
• Hipotēžu pārbaudes un klientu atgriešanas rīki
• RFM analīze, lojalitātes programma
• Kohortas ziņojumi mārketingā un lietās

R datu analīzei
Iemācieties risināt darba problēmas efektīvā un reproducējamā veidā – rakstīt kodu atkārtotai izmantošanai, automatizēt atskaišu veidošanu. Jūs praktizēsit pamata R pakotņu izmantošanu, lai manipulētu ar datiem, izveidotu grafikus un veiktu statistisko analīzi.
• R pārskats, programmēšanas pamatprincipi
• Darbs ar datu kopām. Dažādi datu avoti un savienošanās ar tiem
• Vizualizācija R - datu izpēte, izmantojot diagrammas
• Datu analīzes posmi. Datu sagatavošana un tīrīšana
• Modelēšanas pamati R
• Analīzes rezultātu nodrošināšana. Uzlabota vizualizācija
• Analītisku tīmekļa lietojumprogrammu izstrāde programmā R (Shiny)

Python datu analīzei
Jūs uzzināsit, kā Python izmantot pamata rīkus un pieejas, lai sāktu darbu ar datiem. Pārskatiet lineārās algebras pamatus, kopu teoriju, matemātiskās optimizācijas metodes, aprakstošo statistiku, statistisko datu analīzi un uzziniet, kā to ieviest programmā Python.
• Ievads Git
• Python pamati. Kontroles konstrukcijas un kolekcijas
• Funkcijas
• Darbs ar failu sistēmu un moduļiem
• Regulāras izteiksmes un parsēšanas pamati
• Izņēmumi un kļūdu apstrāde
• klases jēdziens
• niecīga bibliotēka. Skaitļošanas uzdevumi
• Pandas bibliotēka
• Funkcijas un datu apstrāde
• Pamati parsēšanai un darbam ar API
• Uzlabotas pandas

Vizualizācija Power BI
Jūs varēsiet noteikt galvenos produktu rādītājus bez programmēšanas un izveidot informācijas paneļus. Jūs sapratīsit, kā optimizēt pārdošanas piltuvi un uzlabot klientu pieredzi.
• Datu ielāde un konvertēšana
• Datu analīze
• Datu vizualizācija. Darbs ar atskaitēm
• Datu publicēšana un sadarbība ar atskaitēm
• Integrācija ar pakalpojumiem

Tabula: izveidojiet, izpētot datus
Uzziniet, kā apstrādāt datus reāllaikā, ģenerēt skaidrus un vizuālus pārskatus par galvenajiem rādītājiem.
• Tableau infrastruktūras iepazīšana. Notiek datu ielāde. Pirmais informācijas panelis
• Galvenie vizualizāciju veidi. Vizualizācijas labākā prakse
• Pamati darbam ar aprēķinu laukiem, filtriem, kopām un grupējumiem
• Parametru izmantošana, vairāku avotu apvienošana
• Sarežģīti aprēķinu lauki, galveno funkciju grupu pārskats
• LOD, Set Actions, Parameter Actions funkcijas
• Informācijas paneļu izstrāde. Mijiedarbības iestatīšana starp vizualizācijām
• Tableau Professional. Savienojuma izveide ar SQL datu bāzēm
• Tableau Server Basics

Diplomdarbs
Diplomdarbā Jūs izstrādāsiet plānu sava projekta mārketinga stratēģijas maiņai, pamatojoties uz studiju laikā savāktajiem un analizētajiem datiem.