Сделали для вас большую подборку бесплатных курсов по бизнес аналитике для самостоятельного обучения. Все курсы для удобства распределили по категориям.
Мы развиваем проект Каталог-курсов.ру, на нем есть подборка с платными курсами для изучения бизнес аналитики и отзывами о всех школах. Ссылка
Бесплатные курсы от школ
1.“Основы бизнес-аналитики”
Школа: ИНТУИТ. Формат: видеоуроки в записи и задания с самопроверкой. 13 занятий.
2.“Визуализация данных: Школа: скучных графиков к интерактивным дашбордам”
Школа: Netology. Формат: видеоуроки в записи и задания с самопроверкой. 6 занятий.
3.“Введение в бизнес-аналитику”
Школа: SF education. Формат: видеоуроки в записи и задания с самопроверкой. 6 занятий.
4.“Пошаговое построение базовой финансовой модели”
Школа: SF education. Формат: видеоуроки в записи и задания с самопроверкой. 4 занятия.
5.“Подготовка к техническому собеседованию бизнес и системного аналитика”
Школа: GeekBrains. Формат: видеоуроки в записи и задания с самопроверкой. 4 занятия.
6.“Аналитика продукта: куда уходят деньги компании”
Школа: Netology. Формат: видеоуроки в записи и задания с самопроверкой. 4 занятий.
7.“Бизнес-аналитик: первые шаги в профессии”
Школа: Netology. Формат: видеоуроки в записи и задания с самопроверкой. 3 занятия.
8.“Понятный гид по аналитике данных”
Школа: Skillfactory. Формат: текстовые уроки в записи. 2 занятия.
9.“Как анализировать бизнес-процессы и повышать прибыль компании?”
Школа: GeekBrains. Формат: видеоуроки в записи и задания с самопроверкой. 1 занятие.
10.“Специализация Бизнес-аналитика”
Школа: Coursera. Формат: видеоуроки в записи и задания с самопроверкой.
11.“Advanced Business Analytics”
Школа: Coursera. Формат: видеоуроки в записи и задания с самопроверкой.
Бесплатные курсы с Youtube
Формат: видеоуроки с Youtube. 9 занятий.
Формат: видеоуроки с Youtube. 11 занятий.
Формат: видеоуроки с Youtube. 24 занятий.
Формат: видеоуроки с Youtube. 22 занятий.
Формат: видеоуроки с Youtube. 19 занятий.
Формат: видеоуроки с Youtube. 5 занятий.
Формат: видеоуроки с Youtube. 19 занятий.
Формат: видеоуроки с Youtube. 11 занятий.
Формат: видеоуроки с Youtube. 7 занятий.
Формат: видеоуроки с Youtube. 7 занятий.
Формат: видеоуроки с Youtube. 7 занятий.
Формат: видеоуроки с Youtube. 35 занятий.
Поделиться новостью в соцсетях:
Бизнес Подборка
Без какого рекламного канала ваш бизнес умрет? Пройдите тест, чтобы узнать, какие инструменты подойдут вашему бизнесу больше всего.
Сделали для вас большую подборку бесплатных курсов по созданию презентаций для самостоятельного обучения. Все курсы для удобства распределили по категориям. Мы развиваем проект Каталог-курсов.ру, на нем есть подборка с платными курсами по созданию презентаций и отзывами о всех школах. Ссылка Бесплатные курсы от школ 1. “Создание интерактивных презентаций’ Школа: Stepik. Формат: видеоуроки в записи и […]
Сделали для вас большую подборку бесплатных курсов по искусственному интеллекту для самостоятельного обучения. Все курсы для удобства распределили по категориям. Мы развиваем проект Каталог-курсов.ру, на нем есть подборка с платными курсами для изучения искусственного интеллекта и отзывами о всех школах. Ссылка Бесплатные курсы от школ 1.“Искусственный интеллект. Введение” Школа: Академии IT. Формат: видеоуроки в записи. […]
Сделали для вас большую подборку бесплатных курсов по системной аналитике для самостоятельного обучения. Все курсы для удобства распределили по категориям. Мы развиваем проект Каталог-курсов.ру, на нем есть подборка с платными курсами для изучения системной аналитики и отзывами о всех школах. Ссылка Бесплатные курсы от школ 1.“Введение в аналитику” Школа: Skillbox. Формат: видеоуроки в записи. 17 […]
Источник: deepp.ru
Как я изучала аналитику с нуля по бесплатным курсам
Статья для тех, кто хочет стать аналитиком данных, продуктовым, маркетинговым или веб аналитиком.
Я расскажу про то, как я изучала аналитику с нуля самостоятельно на примере нескольких навыков, нужных аналитику. Порекомендую бесплатные курсы (в том числе от лучших университетов мира — Harvard, Stanford и других). Сразу скажу, возможно такой путь подойдет не всем и моей целью не является доказать, что именно так и нужно. Я просто поделюсь своим опытом.
Свой путь в аналитике я начала со стажировки и последующей работы в рекламном агентстве и продолжаю в IT компании. На стажировку я попала путем простого поиска вакансий на hh, опыта в аналитики ранее у меня не было.
В первое время я много изучала рынок — что вообще нужно аналитику уметь и знать, какие бывают аналитики, какие есть платные и бесплатные курсы, какие программы они предлагают и тд. Много ходила на собеседования. Так у меня появился четкий план развития в аналитике.
Первые шаги
На стажировке в агентстве первым делом я познакомилась с инструментами веб аналитики (Яндекс Метрикой, Google analytics, GTM). Сразу скажу, что данные инструменты нужны не всем «видам» аналитиков, но большинству, поэтому упомяну их.
Большой плюс в том, что Яндекс и Google предоставляет много информации по своим инструментам: курсы, видео. Есть также различные чаты, где можно задавать вопросы.
Я смотрела курсы, практиковала (настраивала аналитику для клиентов агентства и делала различные анализы с помощью GA и ЯМ), задавала кучу вопросов в чатах и знакомым аналитикам из других агентств. Поэтому достаточно быстро изучила их и решила пойти дальше.
И приступила к изучению дашбордов. Я думала, что дашборды — это что-то сложное и тот, кто умеет их строить — невероятные технари. Спойлер: нет.
Свой первый дашборд построила за 2,5 недели, при этом «построению» я уделяла не весь день, а от 1 до 5 часов в день.
В компании использовали сервис Power BI, у которого есть свои отличные курсы. Я изучала кусок информации — применяла, изучала — применяла. И также задавала много вопросов в чате Power BI в телеграме, мучала подрядчиков, которые предоставляли нам коннектора и умели работать с Power BI.
Как только я построила свой первый дашборд, мой руководитель решил, что теперь мы будем делать дашборд для каждого клиента. Чтобы сэкономить время, я сделала единый шаблон визуализации, куда подставляла датасеты конкретного клиента и собирала дашборд буквально за несколько часов.
А еще я поняла, что +/- все системы для построения дашбордов похожи и владея одной, можно достаточно быстро перейти на другую систему.
А/Б тестирование
А/Б тестов агентство не делало. Но было много внутренних проектов, под которые создавались отдельные сайты, и я решила сделать первый А/Б тест для проекта по найму персонала.
Системы А/Б тестирования соответсвенно тоже не было, поэтому я изучила и использовала Google Optimize.
Прямых задач на SQL у меня также не было, поэтому я сказала руководителю, что могу брать такие задачи и вскоре одна появилась. Правда она оказалась сложнее, чем я думала, а клиент ожидал, что мы сделаем ее за день, поэтому задача сорвалась.
Но я решила сама включать SQL в свой ежедневный распорядок, ведь одна база данных точно у нас была: я писала SQL запросы и вытаскивала данные, параллельно заканчивая изучение бесплатного курса-тренажера на Stepik (начала я его изучать в спокойном режиме за 2 месяца до применения).
Чтобы утвердиться в своих знаниях, прошла сертификацию по SQL на hakerrank.
5 лучших на мой взгляд бесплатных курса по SQL приводила в посте:
Python мне еще с самого начала казался самым сложным и каким-то недосягаемым из всех инструментов. И также в спокойном режиме я начала изучать самые основы на бесплатном курсе на Stepik еще за за несколько месяцев до применения. Но тогда еще так и не понимала особо, как он применяется в аналитике.
Курс был про основы языка, аналитики там не было. А вот аналитику с помощью Python я уже изучала на практике. В какой-то момент я почему-то решила, что теперь все задачи надо делать непременно в Python, других вариантов не рассматривала.
Чтобы решить первую задачу, искала различные примеры анализа данных на Python (преимущественно смотрела на английском примеры в google collab) и применять куски кода для своего анализа. Первые несколько дней мучали постоянные ошибки кода, которые несмотря на описание решений в интернете, я не понимала и на исправление уходили часы. Но через неделю все оказалось настолько ясным, что я как-то даже не ожидала.
Еще по некоторым вопросам, связанным с SQL и Python я несколько раз брала платные недорогие консультации у людей, которые разбираются в вопросе, это помогало быстрее разрешить проблемы, которые я сама решала бы часами. Также «консультанты» дали мне подтверждение, что я двигаюсь в правильном направлении, подкидывали мне идеи, как еще можно сделать. Это пожалуй, единственное, что было платным, но стоило это не дорого.
В посте приводила хорошие бесплатные курсы по Python:
Базовые курсы
Перед поступлением на стажировку я не изучала вообще никаких курсов, так как впринципе тогда не планировала быть аналитиком (и это уже другая история). Поэтому приступила уже в процессе. Базово мне помог большой бесплатный курс от Google по аналитике данных. Но есть также много других бесплатных, в том числе от Harvard, Stanford, MIT и других лучшие университетов мира. Ссылки на некоторые курсы давала в посте:
- Я четко понимала, какие навыки нужны, для этого изучала рынок, ходила на собеседования.
- Изучала курсы, материалы по каждому навыку и применяла на практике. Изучала — применяла. И так регулярно. По каждому навыку бывало просматривала по несколько курсов, так как в каждом материалы часто представлены по разному.
- Еще раз повторю: практиковала. Для этого у меня была работа. Если бы было так, что я уже изучала, но работу пока не нашла, то я бы использовала различные дата сеты из интернета и училась на них. А если бы у меня была другая работа, не связанная с аналитикой, то я бы находила в этой работе способы применить аналитику. Ведь по сути и моя работа изначально была не настолько аналитичной и от меня многое из описанного даже не требовали, но я это самостоятельно ввела в свою практику.
- Очень много спрашивала: в специальных чатах, у знакомых аналитиков, подрядчиков, брала несколько платных консультаций.
Источник: vc.ru
Как финансовому специалисту стать бизнес-аналитиком: навыки и инструменты
Меня часто просят посоветовать курсы для аналитика. Как по мне, это одно из подтверждений, что бизнес стремительно меняется не только в технологиях, но и компетенциях сотрудников. Управленцы и специалисты используют все больше цифровых инструментов в работе, роли бизнес-аналитика и аналитика данных часто сливаются в одну. Конечно, хочется не отставать от прогресса и освоить новую цифровую специальность. Но прежде чем выбирать программу обучения, следует разобраться, какие именно навыки бизнес-аналитика сейчас в цене и как их развить финансовому специалисту.
Процессное мышление
- CRM для ежедневной работы с данными клиентов и сделками;
- WMS для складского учета;
- BPMS системы для настройки произвольных бизнес-процессов — яркий тому пример.
Из этого следуют несколько выводов:
- процессная модель применима почти к любой работе в бизнесе. А значит, освоивший ее бизнес-аналитик будет востребован на любом участке, от продаж до гарантийной поддержки;
- придется иметь дело с цифровой моделью процесса. Это не только диаграмма последовательности шагов, нарисованная на доске. Важный компонент — это данные о том, как этот процесс идет, временные, количественные характеристики.
Для тех, кто хочет обратиться к первоисточнику по процессному подходу, я рекомендую к изучению Стандарт ИСО 9001. Правда, он сложноват для восприятия, поэтому стоит вооружиться развернутыми комментариями к нему. Ну, или просто подобрать под эту цель отдельный обучающий курс.
Методика анализа
Главная польза аналитика для бизнеса не столько в способности «нарисовать» идеальный процесс в правильной нотации, сколько в умении улучшать существующие процессы. Ведь процессы-то в компании уже идут, нужно работать с тем, что есть.
Последовательное и постоянное улучшение — само по себе тоже процесс и аналитик должен уметь организовать следующие шаги в своей работе:
- описание текущего состояния процесса и его числовых характеристик, метрик — здесь на помощь приходят ИТ-инструменты, процессы сбора и интеграции данных (ETL);
- подготовка данных и моделирование — это ответ на вопрос, какие именно метрики стоит рассматривать, например, количество обработанных заявок в час;
- анализ — чаще всего визуальный, когда перед вами таблица, график, диаграмма. Но бывет и программный, с привлечением специалистов — Data Scientist и разработкой ПО под конкретную аналитическую задачу. На каком этапе заявка проводит больше всего времени?
- изменение в процессе, которое, по мнению аналитика, должно улучшить процесс. Например, увеличивает количество обрабатываемых менеджером заявок, благодаря выбору адреса клиента из справочникаа КЛАДР вместо ручного набора;
- разработка контрольных отчетов. Для того, чтобы убедиться в положительном результате изменения, нужно продолжать контролировать целевые показатели. Здесь и возникает задача автоматизации «управленки».
Как начинающий бизнес-аналитик вы, скорее всего, будете задействованы только в части шагов. Без общей картины ценный вклад в улучшение процессов невозможен, а реализация процесса улучшения у каждого бизнеса своя. Поэтому научиться методике только по книжкам и видео вряд ли удастся — здесь нужна практика.
Моделирование данных
На самом деле, бухгалтерский учет — это тоже модель данных, которую экономист, финансист или управленец уже освоил в рамках основной специальности. Но она не единственная.
Стандарт де факто для бизнес-аналитики — это многомерный анализ и многомерная модель данных. У вас могут быть на слуху термины «разрез», «показатель», «измерение». Они пришли в наш язык именно оттуда и являются частью вселенной OLAP (online analytical processing).
Моделей данных существует много и каждая из них специфична для своего класса задач:
- кластерный анализ поможет найти неочевидные группы клиентов в вашей базе, например, тех, кто, скорее всего уйдет к конкурентам в течение года.
- регрессионный анализ поможет прогнозировать будущие продажи.
Начинать знакомиться с моделирование данных я бы рекомендовал с курса дискретной математики и теории множеств. Может звучать скучно, но владение базовыми операциями на множествах и их соотношениями — необходимый фундамент для понимания любой сложной модели данных.
Визуализация
Какой бы правильной не была выборка данных, формулы расчета, да и сама гипотеза — все может перечеркнуть плохое представление данных для анализа. Даже потратив на изучение сводной таблицы часы, вы можете не увидеть зависимость просто из-за несовершенного формата.
А некоторые графики, если использованы неправильно, например, с логарифмической шкалой и автомасштабированием, и вовсе могут привести вас к ложным выводам. Тем страшнее ситуация, когда вы должны защитить результаты своего анализа перед руководителем, чтобы запустить процесс изменений в компании. Руководитель не смог считать информацию за первые три секунды, а вникать и разбираться некогда.
Тут смело могу рекомендовать:
- книги Джина Желязны, например, «Говори на языке диаграмм ». Но вы можете выбрать любую из современных книг по инфографике и визуализации данных. Использование описанных в них подходов сразу ставит вас на голову выше среднестатистического аналитика, которому в университете о важности понятного представления данных не рассказали.
- для тех, кто любит повышенный уровень сложности и готов разобраться в теме на уровне атомов, предлагаю книги Эдварда Тафти, например, Envisioning Information («Представление информации»). У этой книги существуют только любительские переводы невысокого качества, но автора по заслугам считают отцом инфографики.
Инструменты для работы с данными
С инструментами для моделирования и описания процессов не должно возникнуть проблем, все они простые, визуальные и точно не сложнее MS Excel. Стоит остановиться на инструментах работы с данными.
- SQL. Теорию множеств и дискретную математику стоит закрепить практикой на языке SQL — structured query language — «язык структурированных запросов». На нем пишут короткие сценарии для извлечения данных из хранилищ и трансформаций — объединений, пересечений, семь, средних и так далее. Знание SQL нельзя назвать обязательным для бизнес-аналитика сейчас, это скорее козырь в рукаве. Но отрасль движется в сторону самообслуживания при анализе, поэтому я предвижу переход этого навыка в класс базовых.
- BI-системы. Обязательный навык для бизнес аналитика — это уверенное владение ПО для визуализации и анализа данных. Проще всего начать с Tableau, его можно скачать на свой ПК и бесплатно упражняться на протяжении тестового периода. Самые высокооплачиваемые аналитики владеют Qlik. А чаще всего вы можете встретить MS Power BI.
Владение языками программирования для анализа данных (например, R, Python) и статистическими пакетами типа IBM SPSS скорее нетипично для бизнес-аналитика. Разработка программ и моделей под задачу — работа для дата сайентистов и дата инженеров.
Практика
Подход «три года учимся, потом ищем работу» уже неактуален, поэтому я бы рекомендовал как можно раньше начать применять новые знания. Даже если вы проходите обучение с практическими заданиями. Идеально — стажировка, причем не в вашей компании.
У нас в команде тоже есть рескиллеры — специалисты, которые, освоили новые для них профессии на ходу, уже в работе. По работе с ними я знаю, что такая смена рода деятельности — это отличная встряска для мозга. Она придает сил, открывает новые горизонты и воодушевляет.
Но правильный подход к ней — это не обнуление и обучение с чистого листа, а интеграция всего профессионального опыта в новую специальность. Именно в этом сплаве возникает супер-сила аналитика, который не просто нажимает на кнопки и получает графики, а понимает происхождение и смысл важных для бизнеса показателей.
Источник: finacademy.net
