Тема 7. Веб-аналітика – ключові компетенції і тренди. Робота з меседжерами, налаштування аналітики для телеграм груп та ботів.

2. Ключові компетентності у веб-аналітиці

Портрет ідеального аналітика:

50% — Технічні навички (інструменти, SQL, статистика)

30% — Бізнес-розуміння + комунікація

20% — Domain knowledge (знання індустрії)

Рівні аналітиків:

Junior Web Analyst (0-2 роки)

• Володіння GA4, GTM, Excel
• Створення базових звітів
• QA даних та налаштувань
• Допомога у виконанні A/B тестів
• Зарплата: $500-1,200/місяць

Middle Web Analyst (2-4 роки)

• Самостійне налаштування аналітики
• Створення дашбордів
• Проведення аналізу та формулювання рекомендацій
• Управління рекламними кампаніями
• A/B тестування
• Зарплата: $1,200-2,500/місяць

Senior Web Analyst (4-7 років)

• Стратегічна аналітика
• Розробка measurement стратегій
• Керівництво аналітичними проєктами
• Менторство Junior/Middle
• Advanced techniques (SQL, Python, predictive analytics)
• Зарплата: $2,500-5,000/місяць

Lead / Head of Analytics (7+ років)

• Управління командою аналітиків
• Розробка data strategy для компанії
• Побудова data-driven культури
• Взаємодія з C-level
• Budget management
• Зарплата: $5,000-10,000+/місяць

Hard Skills (Технічні навички):

1. Інструменти аналітики

✅ Must-have:

• Google Analytics 4 (експертний рівень)
• Google Tag Manager
• Meta Ads Manager / Meta Business Suite
• Google Ads
• Excel / Google Sheets (pivot tables, VLOOKUP, формули)

✅ Nice-to-have:

• Adobe Analytics
• Mixpanel / Amplitude (product analytics)
• Tableau / Power BI / Looker Studio (візуалізація)
• Hotjar / Microsoft Clarity (heatmaps, session recordings)
• SQL (запити до баз даних)
• Python / R (для advanced analytics)

• Як працюють веб-сайти (HTML, CSS, JavaScript — базове розуміння)
• Cookies, Local Storage, Session Storage
• Що таке API та як він працює
• Client-side vs Server-side tracking
• UTM-параметри та campaign tracking

• Описова статистика (середнє, медіана, мода, стандартне відхилення)
• Статистична значущість
• A/B тестування:
• Розрахунок sample size
• P-value, confidence level
• Інтерпретація результатів
• Кореляція vs причинність
• Регресійний аналіз (базовий)

• Принципи створення ефективних дашбордів
• Вибір правильного типу графіка:
• Line charts — тренди в часі
• Bar charts — порівняння категорій
• Pie charts — частки (обережно використовувати!)
• Scatter plots — кореляції
• Funnels — воронки конверсій
• Storytelling with data
• Уникнення misleading візуалізацій

5. Маркетингові канали та стратегії

• SEO (основи)
• PPC (Google Ads, Meta Ads)
• Email marketing
• Content marketing
• Social Media Marketing
• Affiliate marketing
• Розуміння customer journey

1. Аналітичне мислення

• Розбивати складні проблеми на прості
• Формулювати гіпотези
• Знаходити patterns у даних
• Критичне мислення (не приймати дані на віру)

2. Комунікація

• Пояснювати складні концепції простою мовою
• Презентувати insights стейкхолдерам
• Писати чіткі звіти
• Storytelling (як розповідати історію через дані)

3. Business Acumen (Бізнес-розуміння)

• Розуміти бізнес-модель компанії

• Знати, які метрики важливі для різних відділів (sales, marketing, product)
• Розуміти P&L (Profit & Loss statement)
• Мислити через призму ROI та бізнес-цілей

4. Curiosity (Допитливість)

• Постійно ставити питання "Чому?"
• Не задовольнятись поверхневими відповідями
• Шукати root causes, а не лише симптоми
• Бути в курсі нових трендів та інструментів

5. Attention to Detail

• Помічати аномалії в даних
• Перевіряти налаштування тегів
• QA (quality assurance) даних
• Уникати помилок у розрахунках

6. Адаптивність

• Швидко вчитися новим інструментам
• Адаптуватись до змін алгоритмів, платформ
• Працювати в умовах невизначеності
• Приймати зміни privacy regulations

7. Collaboration (Командна робота)

• Працювати з різними відділами (marketing, product, engineering, sales)
• Збирати requirements
• Навчати інших працювати з даними
• Делегувати та керувати аналітичними проєктами