◉ Лекція 1. Чому 90% маркетингової аналітики не працює

Розбираємо типові помилки: коли аналітика перетворюється на нескінченне виробництво звітів, які нікому не потрібні. Чому важливо шукати причини, а не лише фіксувати симптоми.

Ключові теми:
• Аналітика ≠ звіти: різниця між даними та інсайтами
• Симптом vs причина: як докопатися до справжніх проблем
• Чотири обмеження бізнесу: ресурси, конкуренти, мінливість клієнтів, невизначеність
• Роль аналітика в компанії — від виконавця до стратегічного партнера
• Типові помилки інтерпретації: кореляція vs причинність, confirmation bias, cherry-picking метрик.
• Як не дати цифрам обдурити себе і керівництво — навичка, яка відрізняє аналітика від людини зі звітами.


◉ Лекція 2. Measurement Plan як фундамент

Вчимося будувати логічну систему вимірювання: від бізнес-цілей до конкретних метрик і подій. Визначаємо макро- та мікроконверсії. Структура лінійки продажів (AARRR/AIDA) та вибір KPI для кожного етапу.

Ключові теми:
• Як перейти від бізнес-цілей до метрик і далі до даних
• Макро- та мікроконверсії — що насправді має значення
• AARRR і Growth Loop — коли вони працюють, а коли ні
• KPI vs vanity metrics: відрізняємо корисне від марнослів'я

Практика:
• Складання Measurement Plan для власного проекту.

Результат: можете структурувати аналітику від початку, щоб вона відповідала реальним бізнес-задачам.

◉ Лекція 1. Дані в маркетингу: джерела, структура, довіра

Розбираємося з типами даних і тим, чому одні дані можна використовувати для рішень, а інші — ні.

Ключові теми:
• Подієві, поведінкові та транзакційні дані — в чому різниця
• Data quality: повнота і консистентність даних
• Типові помилки трекінгу, які руйнують аналітику

Базова грамотність з даними поза GA4:
• Як читати дані з бази або CRM-звіт
• Як розуміти структуру таблиць
• Як фільтрувати та сортувати дані в Google Sheets — без написання SQL-запитів, але з розумінням логіки.

Це мінімум, без якого аналітик залежить від розробника у будь-якому нестандартному запиті.


◉ Лекція 2. GA4 + GTM: логіка, а не кнопки

Не вчимо, де натискати — вчимо мислити через події. GA4 — це подієва модель, і якщо ви її не розумієте, ви не зможете отримати точні дані.

Налаштування через GTM, Events vs Parameters, Enhanced Measurement.

Ключові теми:
• Event-based модель — філософія GA4
• Події vs параметри — як правильно структурувати трекінг
• Enhanced measurement — що збирається автоматично і чому це не завжди добре
• Типові ілюзії в GA4, які призводять до хибних висновків

Важливо для початківців:
GTM може здатися складним з першого разу — і це нормально. У цій лекції ми спочатку розбираємо логіку інтерфейсу GTM (тригери, теги, змінні) як концепцію і лише потім переходимо до практики. Не поспішайте — розуміння архітектури важливіше за швидкість.

Практика:
• Налаштування кастомних подій (кліки, форми) без допомоги розробника.
• Аудит коректності подій + формування вимог до трекінгу.

Якщо у вас немає живого сайту — скористайтеся тестовим стендом для відпрацювання навичок.

Результат: можете перевірити якість даних і виявити проблеми до того, як вони вплинуть на рішення.

◉ Лекція 1. UTM, чистота даних, Search Console

Дані про джерела трафіку — основа для рішень про бюджет. Але лише якщо вони чисті. Стандартизація джерел. Робота з Google Search Console для вимірювання органічного впливу.

Ключові теми:
• Брендовий vs небрендовий трафік — чому це критично розрізняти
• User Acquisition vs Traffic Acquisition в GA4
• Чому цифри в Google Ads і GA4 ніколи не збігаються — і як з цим жити


◉ Лекція 2. Атрибуція як управлінська модель

Атрибуція — це не технічна фіча, а спосіб розуміти вплив каналів. Неправильна атрибуція = неправильні рішення.

Ключові теми:
• Last Click / First Click / Data-Driven — коли застосовувати кожну модель
• Як атрибуція впливає на розподіл бюджету
• Коли не можна довіряти ROAS і що робити замість цього

Практика:
• Аудит трафіку в Search Console
• Виявлення брендових vs небрендових запитів
• Перерахунок реальної ефективності каналів

Результат: формуєте критичне ставлення до цифр і розумієте обмеження кожного джерела даних.

◉ Лекція 1. CAC, LTV, Retention — без спрощень

Ключовий зсув: від маркетингових метрик до бізнес-економіки. Детальний розрахунок CAC та LTV. Моделювання прибутковості.

Ключові теми:
• Економіка одного клієнта — що насправді коштує залучення і скільки він приносить
• Чому CAC без LTV — небезпечна метрика
• Health-модель бізнесу — як оцінити стійкість зростання

◉ Лекція 2. Payback, масштабування та ризики

Коли варто інвестувати в маркетинг більше, а коли — зупинитися? Відповідь дають не кліки, а юніт-економіка.

Ключові теми:
• CAC Payback Period — скільки треба чекати, щоб окупити клієнта
• Коли масштабувати рекламу, а коли — оптимізувати продукт
• Чому «прибуткова кампанія» може вбивати бізнес у довгостроковій перспективі

Практика:
• Побудова калькулятора юніт-економіки для свого продукту в Google Sheets

Результат: переходите від поверхневих маркетингових метрик до справжнього розуміння економіки бізнесу.

◉ Лекція 1. Закриття угоди

Маркетинг без зв'язку з продажами — це гра з закритими очима. Інтеграція GA4 з HubSpot/Salesforce. Передача Revenue даних.

Ключові теми:
• Інтеграція GA4 + CRM — технічна і концептуальна логіка
• Передача revenue — як правильно зв'язати онлайн-дії з офлайн-угодами
• Лід ≠ клієнт — чому важлива якість, а не кількість


◉ Лекція 2. CPL vs CAC: різниця, яка змінює рішення

Коли ви оптимізуєте лише на ліди (CPL), ви можете втрачати гроші. Аналіз лідів та продажів. Ефективність каналів на рівні реальних грошей.

Ключові теми:
• Розрахунок вартості залученого ліда (CPL) vs вартості клієнта (CAC)
• Ефективність каналів на рівні реального прибутку, а не кліків
• Маркетинг + продажі як єдина система

Альтернативний кейс тижня: якщо у вас немає CRM або доступ до неї обмежений — ми відпрацьовуємо ту ж логіку на Google Sheets з модельованими даними угод.

Немає доступу до CRM? Не проблема. Головне — засвоїти принцип з'єднання маркетингу і продажів, а не конкретний інструмент.

Практика:
• Налаштування передачі даних про угоди з CRM в аналітичну систему (через Zapier або GA Connector)
• Альтернатива: моделювання лійки продажів в Google Sheets для тих, хто не має CRM

Результат: мислення переходить від «кліків» до «грошей» — бачите лійку продажів від реклами до угоди.

◉ Лекція 1. Чому зростання = утримання

Залучити клієнта — це лише половина справи. Якщо ви не втримуєте клієнтів, ви просто витрачаєте гроші. Розрахунок Churn Rate. Побудова Retention лінійки втримання клієнта.

Ключові теми:
• Churn rate — як і чому клієнти йдуть
• Retention funnel — як відстежувати повернення клієнтів
• Повторні покупки як ключова метрика здоров'я бізнесу


◉ Лекція 2. Когортний аналіз як інструмент істини

Середні показники брешуть. Когорти показують реальність — як різні групи клієнтів поводяться у часі. Як зміни продукту або маркетингу впливають на LTV.

Ключові теми:
• Когорти в GA4 — як будувати і читати
• Вплив змін продукту або маркетингу на поведінку когорт
• Поведінкові патерни — як передбачати churn і LTV

Практика:
• Створення звіту «Cohort Exploration» у GA4 та інтерпретація результатів

Результат: формується справжнє стратегічне мислення — розумієте не тільки «що сталося», а й «чому» і «що робити далі».

◉ Лекція 1. Як виміряти те, що не клікається

Не все, що важливо, можна виміряти через GA4. Бренд — це довіра, впізнаваність, лояльність. Методологія вимірювання здоров'я бренду.

Ключові теми:
• Brand awareness — скільки людей знають про вас
• Perception — як вас сприймають
• Loyalty — як глибоко клієнти прив'язані до бренду


◉ Лекція 2. SOV, Google Trends, опитування

Інструменти для вимірювання бренду: від безкоштовних до професійних. Моніторинг SOV через соціальні сигнали.

Ключові теми:
• Share of Voice (SOV) — ваша частка в розмові категорії
• Pollfish / Attest — як проводити Brand Health Tracking (платні інструменти)
• Соціальні сигнали та їх зв'язок з performance-маркетингом

Показуємо мінімальний безкоштовний стек: Google Forms для опитувань, Google Trends для динаміки попиту, Mention.com або Brand24 (безкоштовний тріал) для моніторингу згадок.

Немає бюджету на Pollfish чи Attest? Достатньо для першого Brand Health Tracking без жодних витрат.

Практика:
• Розробка анкети для вимірювання знання бренду та запуск міні-дослідження Brand Health Tracking

Результат: ви починаєте думати ширше — саме це відрізняє справжнього аналітика від PPC-оператора. 

◉ Лекція 1. Культура тестування

Маркетинг без експериментів — це здогадки. Вчимося формулювати гіпотези, тестувати їх коректно і довіряти лише статистично значущим результатам.

Ключові теми:
• Дизайн A/B тестів — як правильно структурувати тести
• Статистична значущість для малих вибірок — коли можна вірити результату
• Conversion Lift / Brand Lift — як вимірювати вплив кампаній


◉ Лекція 2. AI як помічник аналітика

AI не замінить аналітика, але значно прискорює роботу. Використання ChatGPT для аналізу великих масивів даних.

Ключові теми:
• Використання ChatGPT для аналізу та генерації інсайтів
• Обмеження AI — коли довіряти, а коли перевіряти

Уточнення по предиктивному моделюванню: прогнозні моделі в Google Sheets — це конкретно функція FORECAST та лінійна регресія для прогнозу продажів або churn.

Розбираємо один практичний кейс покроково: що вводимо, що отримуємо, де межа довіри до прогнозу. Без математики — тільки логіка і застосування.

Практика:
• Формулювання гіпотези та дизайн спліт-тесту для рекламної кампанії на власному кейсі

Результат: учитеся мислити через гіпотези та  перевірку, а не інтуїцію.

◉ Лекція 1. Looker Studio: логіка дашбордів

Дашборди — це не про красу. Це про те, щоб керівництво могло ухвалювати рішення швидко та впевнено. Побудова автоматизованого дашборду «Business Overview».

Ключові теми:
• Business Overview — що показувати, а що приховати
• Пріоритизація інформації для керівництва
• Візуалізація для рішень, а не для краси


◉ Лекція 2. Від даних до стратегії

Фреймворк Data Storytelling. Пріоритизація гіпотез. Формування roadmap — від даних до дій. Як «продати» аналітику команді та інвесторам.

Ключові теми:
• Пріоритизація гіпотез — що тестувати першим
• Формування roadmap — від даних до конкретних дій
• Захист рішень цифрами — як аргументувати перед керівництвом

Фінальний захист: презентація власної аналітичної системи зростання — повна структура від measurement plan до roadmap рішень.