Начните свою карьеру в анализе данных на курсе "Аналитик данных". Освойте все необходимые для аналитика навыки: от Google-таблиц до Python, SQL и Power BI.
Сейчас на рынке более 5400+ вакансий Аналитиков от ведущих компаний (с которыми мы сотрудничаем) — Яндекс, Skyeng, Nimax, Ingate, RedKeds, Selectel, Avito и другие.
Мы поможем вам получить необходимые навыки, собрать проекты для вашего резюме и получить достойную работу в интересующей вас компании.
Чему вы научитесь
Анализировать большие объемы данных.С помощью SQL, Python и других инструментов обрабатывать большие объемы данных и искать инсайты
Использовать на продвинутом уровне Google Analytics и Яндекс.Метрику. Настраивать счётчики и цели в Google Analytics и Яндекс.Метрике, разбираться в стандартных отчётах и создавать свои
Проектировать систему сквозной аналитики. Отслеживать полный путь клиента от перехода на сайт до продажи и определять эффективность инвестици.
Визуализировать данные. Создавать дашборды с помощью Tableau, Power BI и Python
Посмотреть больше
Это пробный урок. Оформите подписку, чтобы получить доступ ко всем материалам курса. Премиум
Ограничение времени просмотра
Вы можете просматривать пробный урок только 10 минут. Получите полный доступ, чтобы смотреть без ограничений.
4 Тренажёр CustDev и практика -в полях- на реальных кейсах
Урок 222.
00:03:56
4.1. Зачем анализировать ЦА
Урок 223.
00:01:38
4.2. Методы исследования ЦА
Урок 224.
00:07:28
4.3. Метод Customer Development
Урок 225.
00:02:23
4.4. Customer development. Подготовка
Урок 226.
00:06:05
4.5. Где искать респондентов
Урок 227.
00:02:01
4.6 Список вопросов
Урок 228.
00:10:11
4.7 Сценарий для интервью
Урок 229.
00:03:40
4.8 Проведение интервью, советы
Урок 230.
00:08:16
4.9 Анализ проведенных интервью
Урок 231.
00:02:27
1 Введение
Урок 232.
00:20:28
1.1 Зачем нужны А_B тесты
Урок 233.
00:15:19
1.2 Что такое А_B тест
Урок 234.
00:06:47
2.1 Генеральная совокупность и выборка
Урок 235.
00:08:19
2.2 Доверительные интервалы
Урок 236.
00:13:41
2.3 Воркшоп
Урок 237.
00:30:09
3.1 Статистический тест для оценки результатов A_B эксперимента
Урок 238.
00:22:52
3.2 Воркшоп
Урок 239.
00:52:58
4.1 Цель и метрики A_B теста
Урок 240.
00:45:02
4.2 Цель и метрики A_B теста
Урок 241.
00:45:32
5.1 Практическая реализация A_B теста
Урок 242.
00:22:57
6.1 Продвинутые методики тестирования
Урок 243.
00:18:49
6.2 Продвинутые методики тестирования
Урок 244.
00:09:14
6.3 Продвинутые методики тестирования
Урок 245.
00:23:01
7.1 Инструменты для A_B тестирования
Урок 246.
00:17:17
1.1 Unit-экономика
Урок 247.
00:13:02
1.2 Основные метрики
Урок 248.
00:17:05
1.3 Виды расходов
Урок 249.
00:13:01
1.4 Конверсия и расчет воронки
Урок 250.
00:28:06
1.5 Воркшоп
Урок 251.
00:10:17
2.1 Жизненный цикл клиента и когортный анализ
Урок 252.
00:08:58
2.2 Что такое когортный анализ и зачем он нужен
Урок 253.
00:10:00
2.3 Примеры использования когортного анализа
Урок 254.
00:08:12
2.4 Воркшоп
Урок 255.
00:18:41
3.1 Что такое бюджет и P&L
Урок 256.
00:11:47
3.2 Подход к составлению бюджетов
Урок 257.
00:20:09
3.2.2 Power Query. Получение и преобразование данных
Урок 258.
00:12:15
3.3 Нюансы бюджетов и P&L
Урок 259.
00:30:05
4 Воркшоп
Урок 260.
00:04:58
5.1 Прикладная аналитика
Урок 261.
00:10:24
5.2 Воронки
Урок 262.
00:22:00
5.3 Сегментация и когортный анализ
Урок 263.
00:15:08
5.4 Домашнее задание
Урок 264.
00:08:02
6.1 Feature Adoption
Урок 265.
00:11:14
6.2 Почему FA важен-
Урок 266.
00:28:52
6.3 Принципы работы над Feature Adoption
Урок 267.
00:04:35
6.4 Команда- кто вовлечён в процесс
Урок 268.
00:08:29
6.5 Низкий Adoption- что делать-
Урок 269.
00:06:48
6.6 Killing the features
Урок 270.
00:09:04
6.7 Воркшоп
Урок 271.
00:12:14
7.1 Что такое Growth Hacking
Урок 272.
00:14:06
7.2 Growth Team
Урок 273.
00:02:53
7.3 Частые ошибки Growth Team
Урок 274.
00:17:40
7.4 Growth Hacking в конверсиях
Урок 275.
00:17:19
7.5 Воркшоп
Урок 276.
00:15:49
8.1 Монетизация
Урок 277.
00:04:33
8.2 Выбор модели монетизации
Урок 278.
00:11:58
8.3 Инструменты
Урок 279.
00:10:18
8.4 Воркшоп
Урок 280.
00:10:05
1.1 Введение в Power BI
Урок 281.
00:07:34
1.2. Продукты и тарифы
Урок 282.
00:08:28
1.3. Power BI Desktop
Урок 283.
00:05:59
1.4. Power Query
Урок 284.
00:03:55
1.5. Итоговый результат
Урок 285.
00:13:32
1.6. Воркшоп
Урок 286.
00:07:18
2.1. Power Query- Получение и преобразование данных
Урок 287.
00:08:03
2.1.2. Запросы в Power Query – Принцип работы
Урок 288.
00:18:20
2.2. Получение данных и преобразование в Power Query
Урок 289.
00:09:35
2.3 Объединение таблиц в Power Query
Урок 290.
00:09:07
2.3.2 Объединение таблиц в Power Query. Практика
Урок 291.
00:10:28
2.4 Ошибки в Power Query
Урок 292.
00:04:04
3.1. Модель данных Power BI- Что это такое и зачем-
Урок 293.
00:02:40
3.2. Принципы построения моделей данных
Урок 294.
00:05:16
3.3. Стандартные модели в Power BI
Урок 295.
00:06:04
3.3.2. Стандартные модели в Power BI. Практика
Урок 296.
00:03:50
3.4. Календари и списки.
Урок 297.
00:10:43
3.4.2 Календари и списки. Практика
Урок 298.
00:06:11
3.5 Связи между таблицами
Урок 299.
00:14:21
3.5.2 Связи между таблицами. Практика
Урок 300.
00:10:25
4.1 DAX (Data Analysis Expressions)
Урок 301.
00:04:06
4.2. Быстрые меры и базовые функции
Урок 302.
00:10:05
4.2.2 Быстрые меры и базовые функции. Практика
Урок 303.
00:07:38
4.2.3 Быстрые меры и базовые функции. Практика
Урок 304.
00:08:13
4.3 Контекст фильтров
Урок 305.
00:15:15
4.3.2 Контекст фильтров. Практика
Урок 306.
00:08:22
4.4 Советы при написании формул и what-if параметр
Урок 307.
00:04:22
4.4.2 Советы при написании формул и what-if параметр. Практика
Урок 308.
00:06:42
5.1 Работа с отчетами, базовые принципы визуализации данных
Урок 309.
00:06:57
5.2. Уровни фильтров (отчет, страница, элемент)
Урок 310.
00:10:01
5.3. Типы визуализаций
Урок 311.
00:07:36
5.4. Иерархии, условное форматирование, закладки
Урок 312.
00:50:20
5.5 Работа с отчетами, базовые принципы визуализации данных
Урок 313.
00:11:01
6.1. Power BI Service и создание дашборда
Урок 314.
00:09:09
6.2. Загрузка в Power BI Service и знакомство с интерфейсом
Урок 315.
00:05:06
6.3. Варианты предоставления отчетов в облаке
Урок 316.
00:04:41
6.3.2. Варианты предоставления отчетов в облаке. Практика
Урок 317.
00:07:32
6.4. Отчеты и панели мониторинга
Урок 318.
00:15:34
6.4.2 Отчеты и панели мониторинга. Практика
Урок 319.
00:07:49
7.1. Power BI и Python
Урок 320.
00:06:55
7.2. Нестандартная визуализация
Урок 321.
00:08:53
7.3. Работа с данными
Урок 322.
00:21:53
7.4. Воркшоп
Урок 323.
00:05:35
1.1 Введение в Tableau
Урок 324.
00:04:29
1.1.2. Лицензирование и стоимость Tableau
Урок 325.
00:02:52
1.2. Функции Tableau
Урок 326.
00:06:40
1.3 Tableau Desktop. Стартовая страница и обработка данных
Урок 327.
00:04:54
1.4 Tableau Desktop. Рабочая область
Урок 328.
00:03:37
1.5 Примеры отчётов
Урок 329.
00:11:43
1.6 Воркшоп
Урок 330.
00:03:56
2.1. Модели данных и табличные вычисления в Tableau
Урок 331.
00:17:11
2.1.2 Модели данных Tableau
Урок 332.
00:13:17
2.2. Фильтры Tableau
Урок 333.
00:12:58
2.2.2 Фильтры Tableau. Практика
Урок 334.
00:11:53
2.3. Вычисляемые поля Tableau
Урок 335.
00:16:22
2.3.2 Вычисляемые поля Tableau. Практика
Урок 336.
00:04:17
2.4. Иерархии и группы Tableau
Урок 337.
00:09:40
2.4.2 Иерархии и группы Tableau. Практика
Урок 338.
00:04:13
3.1. Параметры и уровни детализации в Tableau
Урок 339.
00:02:38
3.2. Параметры в Tableau
Урок 340.
00:17:33
3.2.2 Параметры в Tableau. Практика
Урок 341.
00:05:13
3.3 Уровень детализации данных
Урок 342.
00:07:29
3.3.2 Уровень детализации данных. Практика
Урок 343.
00:01:58
4.1.Псевдонимы, сортировка, Actions
Урок 344.
00:02:25
4.2. Сортировка в Tableau
Урок 345.
00:01:59
4.3. Поля Measure Names и Measure Values
Урок 346.
00:09:01
4.3.2. Поля Measure Names и Measure Values. Практика
Урок 347.
00:02:47
4.4. Действия (Actions)
Урок 348.
00:09:52
4.4.2 Действия (Actions). Практика
Урок 349.
00:02:27
5.1. Разработка дашбордов. Настройка взаимодействия между визуализациями
Урок 350.
00:10:00
5.2. Дизайн дашбордов
Урок 351.
00:08:11
5.2.2 Дизайн дашбордов. Практика
Урок 352.
00:06:13
1. Введение в Python
Урок 353.
00:05:43
1.2. Языки программирования и конкретно Python
Урок 354.
00:04:22
1.3. Примеры использования Python в аналитике и не только
Урок 355.
00:03:05
1.4. Какими инструментами будем пользоваться-
Урок 356.
00:09:51
1.5. Пример работы с Jupyter и первый код на Python
Урок 357.
00:03:27
1.6. Что такое PEP-8-
Урок 358.
00:08:20
1.7. Воркшоп
Урок 359.
00:31:38
2.0. Типы данных, функции, классы, ошибки
Урок 360.
00:25:10
2.1. Типы данных
Урок 361.
00:18:30
2.2. Функции
Урок 362.
00:08:01
2.3. Объекты
Урок 363.
00:19:49
2.4. Работа с ошибками в Python
Урок 364.
00:23:48
2.5. Вычисления Модули и import
Урок 365.
00:15:59
2.6. Основные преобразования и проверка типов. Изменяемые и неизменяемые типы
Урок 366.
00:14:20
2.7. Воркшоп
Урок 367.
00:23:50
3.1. Строки, условия, циклы
Урок 368.
00:13:04
3.2. Условные конструкции
Урок 369.
00:37:44
3.3. Циклы
Урок 370.
00:31:04
3.4. Воркшоп
Урок 371.
00:17:35
4.1. Списки- что это такое, как создавать и как обращаться
Урок 372.
00:13:18
4.2. Списки- полезные функции и методы
Урок 373.
00:29:40
4.3. Словари- что такое, как создавать и для чего использовать
Урок 374.
00:10:42
4.4. Словари- полезные функции и методы
Урок 375.
00:23:00
5.1. Пакеты, файлы, Pandas – начало
Урок 376.
00:09:27
5.2 Пакеты, файлы, Pandas – начало
Урок 377.
00:09:29
5.3. Pandas – начало
Урок 378.
00:06:12
5.4. Воркшоп
Урок 379.
00:25:38
6.1. Pandas – продолжение
Урок 380.
00:15:34
6.2. Индексирование датафреймов
Урок 381.
00:17:54
6.3. Приравнивание ячеек
Урок 382.
00:08:32
6.4. Операции с колонками
Урок 383.
00:04:00
6.5. Типы данных и na (NaN)
Урок 384.
00:02:32
6.6. Группировка
Урок 385.
00:06:21
6.7. concat, merge, join
Урок 386.
00:10:04
6.8. Воркшоп
Урок 387.
00:09:40
7.1. Визуализация данных
Урок 388.
00:08:02
7.2. Seaborn
Урок 389.
00:25:18
7.3. Plotly
Урок 390.
00:25:22
7.4. Воркшоп
Урок 391.
00:15:05
8.1. Базы данных и статистика
Урок 392.
00:14:27
8.2. Sqlalchemy
Урок 393.
00:24:17
8.3. Статистика
Урок 394.
00:25:31
8.4. Воркшоп
Урок 395.
00:18:36
9.1 Многопоточность
Урок 396.
00:16:17
9.2. Multiprocessing
Урок 397.
00:15:03
9.3 Многопоточность
Урок 398.
00:29:58
9.4. Воркшоп
Урок 399.
00:20:40
10.1 Веб-сервер flask и контроль версий GIt
Урок 400.
00:39:45
10.2. Flask веб-сервер на python
Урок 401.
00:27:01
10.3. Воркшоп
Урок 402.
00:26:59
1.1. Как расти в руководителя аналитики
Урок 403.
00:24:42
1.1.2. Руководство командой аналитики- ресурсы, задачи и процессы
Урок 404.
00:25:02
1.2. Выстраивание процессов и управление аналитикой
Урок 405.
00:14:22
1.3. Пайплайн работы над задачами
Урок 406.
00:06:16
1.4. Презентации результатов внутренним заказчикам
Урок 407.
00:09:27
1.5. Развитие команды- выстраивание HR бренда, найм
Урок 408.
00:03:29
1.6. Дополнительные рычаги
Урок 409.
00:09:46
2.1 - newРезюме - что_ где_ для кого_
Урок 410.
00:18:13
2.2 - Опыт работы
Урок 411.
00:08:16
2.3 - Раздел “О себе”
Урок 412.
00:16:15
2.4 - Рекомендации и сопроводительное письмо
Урок 413.
00:09:58
2.5 Советы по составлению резюме
Урок 414.
00:11:59
2.6 - Последний штрих
Урок 415.
00:15:55
3.1. Какие бывают типы собеседований и нужно ли к ним готовиться-
Урок 416.
00:13:34
3.2. Поведение на собеседовании
Урок 417.
00:10:36
3.3. Как определиться с местом работы
Урок 418.
00:06:46
3.4. Как успешно пройти собеседование
Урок 419.
00:10:55
3.5. Ещё несколько советов
Урок 420.
00:15:02
1.1 Введение в маркетинговую аналитику
Урок 421.
00:19:51
1.2 Знание бренда
Урок 422.
00:22:22
1.3 Выход на новые рынки. Тестирование гипотез
Урок 423.
00:11:07
1.4 Post-campaign анализ
Урок 424.
00:08:34
1.5 Воркшоп
Урок 425.
00:17:03
2.1 Выстраивание аналитики
Урок 426.
00:20:52
2.2
Урок 427.
00:11:02
2.3
Урок 428.
00:22:13
2.4
Урок 429.
00:10:36
3.1
Урок 430.
00:03:59
3.2
Урок 431.
00:04:08
3.3
Урок 432.
00:08:33
3.3
Урок 433.
00:07:57
4.1
Урок 434.
00:06:06
4.2
Урок 435.
00:06:29
4.3 Количественные исследования
Урок 436.
00:12:10
4.4 Как составлять опросы
Урок 437.
00:04:56
4.5 NPS и TOM
Урок 438.
00:11:22
4.6 Портрет потребителя
Урок 439.
00:05:59
4.7 marketing-research-ws
Автор - ProductStar
ProductStar
Обучение востребованным IT-специальностям от практиков рынка. Обучаем уже более 10 лет. Гарантируем трудоустройство или возврат средств. Государственная образовательная лицензия.
у меня сложилось впечатление, что части лекций после 63 номера нет! проверьте пжлст)))
Команда внимательно читает ваши комментарии и оперативно на них реагирует. Вы можете спокойно оставлять запросы на обновления или задавать любые вопросы о курсе здесь.
Единственный курс, который вам нужен, чтобы начать свою карьеру в качестве Data Professional! Научитесь осваивать встроенные мощные инструменты Excel, включая Power Query, Power Pivot Tables, моделирование данных, DAX и многое другое. Станьте бизнес-аналитиком и получите работу в 2022 году.
Увеличить вовлечённость пользователей, улучшить интерфейс и снизить затраты на привлечение новых клиентов. С помощью мобильной аналитики можно определить, как пользователи нашли приложение, сколько раз скачали, как часто его открывают и что в нём делают. Это позволяет понять, насколько клиенту нравится взаимодействовать с сервисом. Мобильная аналитика актуальна — практически каждая компания на определённом этапе развития бизнеса создает сво
Этот курс охватывает все темы, которые вам необходимо знать, чтобы стать продакт-менеджером, работающим с данными. Работа в компании-разработчике программного обеспечения и необходимость принимать решения по продукту могут быть сложными. Все курсы, конференции по управлению продуктами говорят об управлении данными, «принятии решений на основе данных», «использовании данных для принятия решений...», но статьи не дают глубок
Научим с нуля собирать, анализировать и презентовать данные. Получите востребованную профессию с зарплатой от 80 тыс. руб. (даже в регионах — по данным hh.ru)
Мир меняется. Каждое решение должно быть принято быстрее, умнее и точнее. И это возможно с анализом бизнес-данных. Вы освоите новые навыки и испытаете их на практике в этом проекте, который ставит вас в гипотетический сценарий работы аналитика данных в Airbnb, которому поручено прогнозировать спрос на недвижимость Airbnb в Нью-Йорке. Вы будете использовать Python для создания инструмента, использующего прогнозирование временных рядов, чтобы