SQL для анализа бизнес-данных: метрики, кейсы, дашборды
повышение квалификации
О программе
Курс по SQL поможет освоить один из ключевых инструментов современного аналитика и научиться использовать данные для решения бизнес-задач. Обучение построено от базовых SQL-запросов и работы с таблицами до расчёта бизнес-метрик, клиентской сегментации, ABC/XYZ- и RFM-анализа, обработки опросов и подготовки данных для дашбордов. Практика основана на реальных кейсах из интернет-торговли, CRM, маркетинга и продаж. В процессе обучения вы познакомитесь с PostgreSQL, Metabase и возможностями совместного использования SQL и Python. Курс подойдёт тем, кто уже работает с аналитикой в Excel и хочет перейти к большим объёмам данных, автоматизации отчётности и BI-инструментам. Практические задания помогут закрепить навыки и сформировать портфолио.
Варианты обучения
очно
3 месяца (72 ак. ч.)
Срок обучения
15 сент. 2026
Когда
2 раза в неделю
График занятий
39 000 р.
Стоимость
Программа обучения
Модуль 1. Введение в SQL и рабочую среду аналитика
Роль SQL в аналитике данных, отличие SQL от Excel и BI-инструментов, устройство реляционной базы данных, таблицы, строки, поля, типы данных, первичные и внешние ключи. Установка и настройка PostgreSQL, DBeaver, подключение к учебной базе, знакомство с онлайн-системой проверки заданий. Практика: визуализация схемы данных и работа с CSV-файлами.
Модуль 2. Базовые выборки данных в PostgreSQL
Базовый синтаксис SQL: SELECT, FROM, WHERE, ORDER BY, LIMIT, DISTINCT, LIKE, IN, BETWEEN, работа с NULL, логические операторы, фильтрация по датам, текстовым и числовым полям. Практика строится на выборках по продажам, клиентам, заказам, товарам и промоакциям.
Модуль 3. Группировка, агрегации и первые бизнес-метрики
GROUP BY, HAVING, COUNT, SUM, AVG, MIN, MAX, ROUND, COALESCE, CASE WHEN. Расчёт выручки, среднего чека, количества заказов, количества клиентов, конверсии, доли категории и доли промо-продаж.
Модуль 4. JOIN и работа с несколькими таблицами
Объединение данных из нескольких таблиц: INNER JOIN, LEFT JOIN, RIGHT JOIN, FULL JOIN, CROSS JOIN, SELF JOIN. Связи «один ко многим» и «многие ко многим», поиск дублей и потерь строк, проверка качества объединения.
Модуль 5. Подзапросы, CTE и аналитическая логика
Подзапросы в SELECT, FROM, WHERE, WITH-запросы, CTE и временные витрины. Формирование читаемого SQL-кода и декомпозиция сложной аналитической задачи на последовательные шаги.
Модуль 6. Оконные функции для аналитики
Оконные функции OVER, PARTITION BY, ORDER BY, ROW_NUMBER, RANK, DENSE_RANK, LAG, LEAD, SUM OVER, AVG OVER. Расчёт накопительных итогов, скользящих средних, динамики и изменений метрик по периодам.
Модуль 7. Маркетинговые и продуктовые метрики в SQL
Расчёт CAC, LTV, ARPU, ARPPU, retention, churn rate, repeat rate, conversion rate, average order value, frequency и recency. Анализ клиентской базы, рекламных каналов и сегментов с высоким оттоком.
Модуль 8. ABC/XYZ-анализ и ассортиментная аналитика
ABC-анализ по выручке, прибыли и количеству заказов; XYZ-анализ по стабильности спроса; совмещение ABC и XYZ. Интерпретация матрицы AX, AY, AZ, BX, BY, BZ, CX, CY, CZ для закупок и маркетинга.
Модуль 9. RFM-анализ клиентской базы
Recency, Frequency, Monetary, логика клиентской сегментации, шкалы RFM, скоринг и группы клиентов: лояльные, новые, спящие, потерянные, VIP и перспективные. Подготовка выгрузки для CRM и email-кампаний.
Модуль 10. PSM, NPS, узнаваемость бренда и модель Кано
Обработка данных маркетинговых опросов в SQL: PSM-анализ цены, NPS и группы промоутеров/нейтралов/критиков, расчёт узнаваемости бренда и обработка анкеты по модели Кано.
Модуль 11. Реальные бизнес-кейсы и задачи с собеседований
Разбор типовых SQL-задач на позиции аналитика данных, маркетингового аналитика, продуктового аналитика и BI-аналитика. Логика чтения условия, выбора метрик, проверки данных и объяснения результата.
Модуль 12. Качество SQL-кода и оптимизация запросов
EXPLAIN, базовое понимание индексов, фильтрация до JOIN, работа с большими таблицами, причины медленных запросов, читаемость кода, единый стиль SQL, комментарии, алиасы и проверка результата.
Модуль 13. Metabase: от SQL-запроса к дашборду
Подключение Metabase к PostgreSQL, сохранённые вопросы, SQL-запросы в Metabase, фильтры, параметры, визуализации, карточки, дашборды, права доступа и обновление данных.
Модуль 14. SQL + Python: автоматизация аналитических запросов
Подключение Python к PostgreSQL, выполнение SQL-запросов из Python-скрипта, получение результата в pandas, выгрузка в Excel/CSV, автоматическое обновление отчётов и подготовка данных для BI.
Модуль 15. Выпускная работа
Самостоятельное решение комплексного бизнес-кейса: формулировка логики анализа, написание SQL-запросов, расчёт метрик, сбор витрины данных, подготовка дашборда и защита выводов.
Оставьте отзыв
Учились здесь? Оставьте отзыв, и, может быть, это поможет другим в выборе. Кроме этого, из ваших оценок формируется наш рейтинг.
Смотрите также
Представитель учебного центра
Александр Валерьевич Калинин