Маркетолог-аналитик

Data-driven маркетинг

Data-driven — это стратегия принятия решений, основанная на данных.  Сначала данные собирают, потом интерпретируют,
а затем — строят план действий по результатам исследований. Аналитика отвечает на важные вопросы маркетинга: почему клиенты покупают или не покупают, сколько денег вкладывать в рекламу, как измерять её эффективность, что делать на сайте, в продажах, логистике и как внедрять изменения — вручную или автоматизировать.

Маркетолог-аналитик

Маркетолог-аналитик — это профессионал на стыке двух сфер: он оценивает данные о целевой аудитории и клиентах компании и ищет маркетинговые пути для роста и оптимизации ресурсов. Для специалистов крупных и средних компаний пришла пора использовать аналитические инструменты. Эра исполнительного маркетинга завершается, начался переход в стратегический data-driven маркетинг. Интуитивный человеческий подход совсем скоро заменят точные цифровые решения. 

Чему научитесь на курсе

• Выстраивать сквозную аналитику, внедрять культуру работы с данными и оценивать окупаемость каждого рекламного канала
• Обрабатывать данные, анализировать большие объёмы данных и оптимизировать мощности с помощью языка R или Python на выбор
• Визуализировать результаты, делать наглядные отчёты для оперативного принятия решений, основанных на данных

Построение сквозной аналитики

Узнаете, как правильно оценить эффективность рекламы, какие рекламные каналы приносят деньги, а какие только тратят бюджет, сколько компания реально заработала за время продвижения.

• Обзор шагов: воронка продаж и её метрики
• Привлечение. Запуск рекламы. Метрики. Системы веб-аналитики
• Взаимодействие отдела маркетинга и отдела продаж. CRM. Коллтрекинг
• Продуктовый маркетинг, инструменты возврата клиентов, юнит-экономика
• RFM-анализ, программа лояльности
• Практика на кейсах
• Сдача итогового проекта

Исследование данных в R

Научитесь решать рабочие задачи эффективным и воспроизводимым способом — писать код для повторного использования, автоматизировать создание отчётов. Попрактикуетесь в работе с основными пакетами R для работы с данными, создания графиков и выполнения статистического анализа.

• Базовые принципы программирования
• Основы R
• Работа с наборами данных
• Визуализация в R
• Продвинутая визуализация в R
• Исследовательский анализ данных в R
• Основы прогнозирования в R
• Создание и использование моделей в R
• Практическое задание и его разбор
• Консультация по итоговому проекту

Исследование данных в Python

Вы научитесь пользоваться базовыми инструментами и подходами в Python, чтобы начать работать с данными. Повторите основы линейной алгебры, теории множеств, методов математической оптимизации, описательной статистики, статистического анализа данных, а также научитесь реализовать это на языке Python.

• Основы Python и Git (арифметика)
• Базовые типы данных и циклы
• Функции и классы
• Продвинутые типы данных: массивы, множества, словари
• Python для анализа данных: numpy и scipy
• Python для анализа данных: pandas
• Основные библиотеки для подключения к БД из Python
• Инструменты matplotlib, seaborn для визуализации
• Выбор способа визуализации под задачу

Визуализация в Power BI

Сможете определять ключевые продуктовые метрики без программирования, создавать дашборды. Поймёте, как оптимизировать воронку продаж и улучшать клиентский опыт.

• Загрузка и преобразование данных
• Моделирование и анализ данных
• Визуализация данных. Работа с отчётами
• Публикация данных и совместная работа с отчётами
• Тематические воркшопы по специализациям

Работа аналитика в компании

Разберётесь, кто является заказчиком аналитики в компании и как работать с разными типами заказчиков. Получите базовые знания об иерархии метрик, которые позволят вам говорить на одном языке с коллегами, выдвигать рабочие гипотезы и строить понятную отчётность.

• Метрики продукта
• Финансовые метрики
• Маркетинговые метрики
• Иерархия метрик
• Сбор требований и разработка отчётности
• Формулирование гипотез
• Дизайн тестов, проведение и анализ
• Разработка отчётности