r_d

SQL для аналитики

Практический онлайн-курс о том, как самостоятельно делать запросы к аналитической базе данных. Если вы ещё этого не делаете, то в данный момент ваша зависимость от других специалистов имеет вид: y = e×, или у = exp(x), или у = Exp(x).

Ограничения для работы с данными вида: Google analytics, Google Search Console, Altitude, MixPanel дезактивируются в течение 13 часов с момента начала изучения SQL.

В то же время активируются функции:

— работы с инструментами аналитики: MySQL (база данных с открытым кодом), BigQuery (хранилище данных);
— визуализации данных и расчета показателей в Tableau (инструмент BI-аналитики);
— понимания чужих запросов.

23 февраля ↓ 6 апреля

→23 февраля — 6 апреля

записаться

Оксана Носенко

Senior Data Analyst в Clario (ex. Zeo Alliance)

5 лет работает в продуктовых IT-компаниях
строит аналитические инфраструктуры и внедряет BI-системы
руководила отделом аналитики и обучала продакт-менеджеров работе с SQL согласно запросам бизнеса в iDeals
руководила отделом контроля качества трафика в рекламной компании Adtelligent

1

занятие 23.02

Виды БД: с чем мы будем работать?

Найдите различия между реляционными и нереляционными БД. Изучите новое понятие — облачные базы. Узнайте причины востребованности.

2

занятие 25.02

Создание БД и базовая работа с ней

Создайте базу данных на SQL. Добавьте строку. Затем удалите.

3

занятие 02.03

SELECT

Перейдите к работе с запросами. Изучите структуру запроса и операторы группировки, агрегации, фильтрации, IN.

4

занятие 04.03

Подзапросы и объединение таблиц

Перейдите на следующий уровень: добавьте в запрос подзапрос. Изучите функции UNION и UNION ALL.

5

занятие 09.03

JOIN

Перейдите к работе с запросами вида JOIN. Изучите подзапросы данного запроса.

6

занятие 11.03

Аналитические функции в MySQL

По запросу определено 15 функций, которые чаще всего применяются в реальной жизни.

7

занятие 16.03

View

Создайте view и вызовите его.

8

занятие 18.03

CTE

Научитесь создавать CTE и обращаться к нему. Разберите пример CTE с рекурсией.

9

занятие 23.03

Google Big Query. Интро

Изучите сферы применения, основные задачи. Проведите иерархический кластерный анализ. Зачем: научиться разбивать данные на относительно однородные группы.

10

занятие 25.03

Google Big Query: популярные функции

Назовите синтаксис знакомых вам функций в MySQL. Создайте Schedule query. Ознакомьтесь с преимуществами и недостатками.

11

занятие 30.03

Google Big Query: оконные функции

Определите, зачем нужны оконные функции. После этого перейдите к следующему шагу — изучите основные оконные функции.

12

занятие 01.04

Визуализация. Часть 1

Попробуйте применить быструю визуализацию данных с данных в GBQ с помощью Data Studio. Попробуйте создать визуализацию в Tableau Online + Desktop (режим доступа: trial-аккаунт). Попробуйте применить MySQL и GBQ в Tableau.

13

занятие 06.04

Визуализация. Часть 2

Сгруппируйте объекты с помощью кластеризации. Для визуального отражения корреляции используйте коэффициент Пирсона. Далее перейдите к шагу: публикация дашборда. Далее ознакомьтесь с рекомендациями по внедрению Tableau в компании.

1

данные
самостоятельно делаете запросы к аналитической базе данных и относительно быстро (с учётом человеческого фактора всё же быстро) получаете необходимые данные для исследований

2

таблицы
строите таблицы любой структуры для последующей визуализации

3

анализ
получаете опцию поиска ошибок / аномалий как в поведении пользователей, так и непосредственно в собранных данных

Аналитики
Продакт менеджеры

СВОЙСТВА

⟶

исследуете данные без ограничений ∪ обладаете востребованным data stack вида: «MySQL OR Google Big Query + Tableau».
сами делаете сложные запросы для последующего решения задач класса: «подтверждение OR опровержение продуктовых гипотез».

1. … курс не понравился – можно вернуть деньги.

2. … не подходит график занятий — уточните, когда будет следующий поток.

3. … вы пропустили занятие – сохраняется запись.

Зарегистрироваться

r_d