Курс Маркетингова аналітика

Опануєте інструменти для дослідження ринку й аудиторії та проведення тестувань. Дізнаєтесь, як оптимізувати поточні рекламні кампанії та будувати форкасти наступних маркетинг-кампаній.

Програма курсу

Заняття 1. Огляд основних каналів та метрик маркетингу

• Marketing levers & funnels (петля McKinsey, воронки тощо)
• Огляд каналів маркетингу: TV, OLV, OOH, Performance Marketing
• Огляд основних метрик діджитал-маркетингу: Impressions, Click-through-rate; Cost per click; Conversion rate, Cost per mile (CPM), Customer Acquisition Cost
• Визначення бізнес-цілей та KPI для побудови правильної маркетингової стратегії
• Покращення взаємодії з користувачем за допомогою маркетингової аналітики
• Практика: визначити основні KPI для різних компаній та рекламних кампаній

Заняття 2. Аналітичні платформи та інструменти для роботи з даними

• Огляд аналітичних платформ (Google Analytics, Semrush, SimilarWeb)
• Використання інструментів візуалізації даних (Tableau, Looker, Power BI)
• Створення інфографіки та графіків для візуалізації й аналізу даних
• Використання дашбордів для моніторингу показників
• Практика: на основі петлі McKinsey побудувати можливий шлях користувача для різних типів бізнесу; робота з Google Analytics - аналіз якості трафіку та його джерел, аналіз структури та відвідування сторінок

Заняття 3. Практика структурування та аналізу масиву маркетингових даних

Впорядкування та перетворення масиву даних на зрозумілі графіки в Excel.

Домашнє завдання: на основі масиву даних побудувати таблиці з графіками для моніторингу показників.

Заняття 4. Дослідження ринку та аудиторії

• Методи та способи дослідження ринку: оверв'ю платних та безоплатних (відносно) інструментів дослідження (Kantar, Nielsen, data.ai, Semrush, SimilarWeb, онлайн-опитування, соціальні мережі тощо)
• Дослідження конкурентів та їхнє позиціювання. SWOT-аналіз. Market Competitiveness, Positioning Matrix
• Цільова аудиторія: її аналіз та сегментація, формування гіпотез щодо аудиторії. Портрет споживача. Інструменти аналізу: 1st party data / 3rd party data
• Аналіз трендів ринку і де шукати натхнення
• Практика: зробити SWOT-аналіз різних категорій компаній та оцінити стан ринку зараз

Домашнє завдання: за допомогою SimilarWeb/Semrush зібрати інсайти щодо конкурентів та аудиторії, наприклад, makeup.com.ua.

Заняття 5. Вимірювання та аналіз трафіку

• Вимірювання трафіку: аналіз джерел (paid, owned, earned), основні інструменти аналітики (Google Analytics, Meta) та огляд Supermetrics, Funnel тощо
• Визначення основних КРІ для аналізу (sessions, unique users, bounce rate, conversion rate тощо), використання UTM-міток
• Аналіз конверсій: як виглядає воронка, точки відтоку трафіку, гіпотези та їхнє тестування
• Оцінювання даних: як правильно робити висновки на основі даних з платформ за допомогою SMART-підходу
• Практика: аналіз датасету для визначення основних джерел трафіку, підбір варіантів поліпшення кожного кроку воронки

Домашнє завдання: проаналізувати датасет та визначити, які джерела трафіку використовує компанія; порахувати конверсію і зробити висновки, який канал найуспішніший, та обґрунтувати, чому саме.

Заняття 6. Продуктова аналітика для мобільних застосунків

• Важливість рісьорчу та розробка go-to-market плану (Pain points, Needs, Journey, Competition, Values)
• Аналіз воронки від встановлення застосунку до здійснення покупки
• Визначення ключових метрик для аналізу: Downloads, Sign Ups, Clicks, Bounce rate, Screens viewed тощо
• Знайомство з когортами - що це та яке їхнє призначення
• Розбір різних когорт користувачів мобільних застосунків
• Практика: аналіз кейсів компаній, які змінювали лендинги/дизайн продукту: які результати та основні KPI були отримані

Домашнє завдання: побудувати можливу воронку для обраного застосунку, знайти та визначити основні блокери, які можуть виникнути на шляху користувача, та запропонувати варіанти їхнього розв'язання.

Заняття 7. Вартість життєвого циклу клієнта

• Поняття та використання LTV
• Розрахунок LTV з різних вихідних даних
• LTV на основі кейсу Netflix
• Використання LTV в ухваленні маркетингових рішень
• Практика: розрахунок LTV з наданих даних - робота у малих групах

Заняття 8. Вимірювання ефективності рекламних кампаній

• Аналіз ефективності рекламних кампаній: CPI, CPA, CTR, ROAS, LTV тощо
• Планування бюджету рекламної кампанії на основі її цілей (ROI, бенчмарки, медіаплани)
• Контроль та оптимізація рекламних кампаній: А/В-тестування, регулярний аналіз результатів, сценарії адаптації
• Практика: розподіл запропонованого бюджету для проведення рекламної кампанії з метою бусту трафіку

Домашнє завдання: розподіл запропонованого бюджету для реалізації медіаплану.

Заняття 9. Аналітика та використання CRM i Marketing Automation

• Що таке CRM та для чого вона потрібна у бізнесі (Salesforce, Zoho)
• Оцінювання показників (open rate, CTR, unsubscribe rate, conversion rate) відкриття email-ів і пуш-повідомлень та конверсії
• Стратегії підвищення показників та автоматизація процесу (персоналізація, тестування та оптимізація стратегії, використання промокодів і пропозицій)
• Створення ланцюжка взаємодії з клієнтом на прикладі SendPulse
• Розгляд кейсів-стратегій брендів щодо вдосконалення роботи каналу комунікації
• Практика: розгляд і аналіз каналів комунікації та ланцюжків взаємодії різних компаній

Домашнє завдання: створити й детально описати ланцюжок взаємодії з клієнтом для свого або для будь-якого обраного студентом проєкту - та оформити його у вигляді майндмепу.

Заняття 10. Побудова форкасту: планування майбутніх періодів

• Маркетингове прогнозування (фокусування на правильних метриках: як їх визначити, вимірювати й візуалізувати)
• Моделювання доходів і витрат (Use the past to understand the future, поєднання історичного тренду з актуальними планами, кейс - поганий прогноз продажів IBM)
• Визначення сезонності й трендів для прогнозу (seasonality index, multiple regressions (TBD), Q5)
• Практика: аналіз прогнозів різних компаній та їхнє порівняння з реальністю

Домашнє завдання: побудувати форкаст із зазначенням бюджету та основних цілей для відділу маркетингу на основі історичних даних або P&L - на вибір.

Заняття 11. Майбутнє маркетингової аналітики та тренди

• Використання штучного інтелекту (АІ) та машинного навчання (ML) для маркетингової аналітики
• Аналіз трендів у використанні Big Data для аналітики
• Перспективи віртуальної та розширеної реальності в маркетингу
• Аналіз: як AI змінив підхід до аналітики
• Практика: брейншторм стосовно майбутнього маркетингової аналітики; порівняння минулого (кінець XX ст.) на основі кейсів реальних компаній із тим, що є зараз

Особливості курсу

• 28 практичних інструментів
• Особистий фідбек від викладачів

Викладачі курсу

• Дмитро Цапій - Product Growth Manager at Universe Group
• Валерія Соломкіна - Former Performance Marketing Lead at Samsung Electronics Nordic