Программа курса
Введение в веб-аналитику и работа с данными
На этом курсе начинают с расширенной вводной лекции. Здесь объясняют, что такое data literacy и как она влияет на эффективность компаний. Рассматривают профессиональные характеристики эксперта-вебаналитика и ключевые требования к доступам и ресурсам для аналитической работы. Студенты изучают основы сбора и анализа первичных и вторинных маркетинговых данных. Также разбирают инструменты для анализа пути клиента и учат создавать эффективные брифи для проектов.
Инструменты для работы с данными: Google Таблицы
Далее курс показывает, как работать с Google Таблицами. Студенты изучают функции для автоматизации расчетов - VLOOKUP, HLOOKUP, IF, SUMIF. Разбирают создание сводных таблиц для организации и анализа данных. На практике применяют различные функции для поиска, фильтрации и обработки информации. Этот модуль дает навыки для автоматизации рутинных задач в таблицах.
Техническая основа веб-аналитики
Третий модуль посвящен техническим аспектам. Здесь обучают настраивать Client ID и User ID через Google Tag Manager для точной идентификации пользователей. Рассматривают архитектуру сайта с точки зрения SEO и удобства. Показывают стратегии передачи данных между страницами сайта для обеспечения непрерывности информации. Также изучают серверное отслеживание для передачи событий в Facebook Pixel.
Работа с системами аналитики
Этот блок охватывает расширенные настройки Google Analytics 4. Студенты изучают рекомендуемые и специальные события, параметры и показатели. Практикуются в создании кастомных отчетов, когорт и целей воронки. Также рассматривают Measurement Protocol для расширения функционала GA4. Отдельно обучают отслеживать специфические события через GTM - прокручивание страницы, копирование текста, пролонгированную авторизацию.
Программирование для аналитиков: Python и R
Курс включает основы двух языков программирования. Сначала изучают базовый синтаксис Python и библиотеку pandas для работы с табличными данными. Потом переходят к языку R - устанавливают RStudio, осваивают основной синтаксис. Студенты учатся работать с табличными данными с помощью tidyverse, строить графики в ggplot2 и создавать отчеты через rmarkdown. Также разбирают взаимодействие с API Google Analytics, Google Ads и Facebook Marketing.
Парсинг данных и работа с базами
Этот модуль учит анализировать веб-страницы. Рассматривают структуру HTML, методы навигации с помощью CSS селекторов и XPath. Далее переходят к BigQuery - изучают принципы работы сервиса, создание проектов в Google Cloud, партицирование и кластеризацию таблиц. Основы SQL охватывают базовый синтаксис, структуру запросов и методы соединения таблиц. Расширенный уровень SQL включает подзапросы, конструкцию WITH и оконные функции.
Визуализация и отчетность
Сначала курс показывает Power BI - интерфейс, функционал, процесс публикации отчетов. Студенты учатся работать с Power Query, строить модели данных, создавать панели мониторинга. Изучают язык DAX для расчетов. Отдельный блок посвящен RFM-анализу в Excel и OWOX BI для сегментации клиентов. Также рассматривают Microsoft Clarity - установку, аналитику, интеграцию с Google Analytics.
Аналитика мобильных приложений и командная работа
Последние модули охватывают анализ мобильных приложений через Firebase. Сравнивают Firebase Analytics с Google Analytics, определяют ключевые метрики для оценки эффективности. Завершают курс развитием веб-аналитической команды - оценкой инструментов для градации специалистов, стратегиями сотрудничества, методами руководства и мотивации. Разбирают практические кейсы успешного управления аналитическими командами.
Особенности обучения
На курсе доступны лекции, презентации и дополнительные материалы в личном кабинете в течение года. Проводят живые вебинары и обучают на практических кейсах. Куратор предоставляет обратную связь по поводу выполненных заданий. После окончания выдают сертификат. Студенты получают доступ к закрытому сообществу веб-аналитиков. Есть возможность вернуть средства в течение 14 дней после начала обучения.
