Магистратура
2026/2027
Аналитика данных и BI-системы в Big Tech
Статус:
Курс по выбору (Стратегическое управление финансами фирмы)
Кто читает:
Школа финансов
Где читается:
Факультет экономических наук
Когда читается:
1-й курс, 2 модуль
Охват аудитории:
для своего кампуса
Язык:
английский
Кредиты:
3
Контактные часы:
28
Course Syllabus
Abstract
Курс посвящен практической BI-аналитике в крупных технологических компаниях: от постановки бизнес-задачи до построения витрин данных, управленческой отчетности, дашбордов и процессов контроля качества данных. Фокус на реальные BI-системы, которые помогают финансам, коммерции и топ-менеджменту принимать управленческие решения. Студенты разберут, как в BigTech устроены данные о доходах, расходах, скидках, комиссиях, операционных и коммерческих метриках; как из разрозненных источников формируются P&L-витрины и self-service BI-решения. Отдельный акцент будет сделан на Data Quality и ответственности аналитика за корректность управленческой отчетности. В качестве сквозного примера будут использоваться адаптированные под учебный формат кейсы из практики E-commerce/BigTech, близкие к задачам, которые решаются в BI-направлениях крупных компаний. Главная идея курса - показать студентам профессию BI/Data-аналитика как прикладную роль на стыке данных, финансов, бизнеса, продукта и разработки.
Learning Objectives
- Upon completing the course, students will: • understand how BI analytics in BigTech differs from product analytics, Data Science, and traditional financial analytics; • gain insight into the structure of management data marts and P&L reporting; • learn how to translate requests from financial or commercial stakeholders into specific metrics, data requirements, and the architecture of a BI solution; • become familiar with dashboard design principles in DataLens and the logic behind self-service analytics; • understand the importance of Data Quality, data reconciliation, monitoring systems, and governance policies; • gain an overview of how an analyst collaborates with developers, finance teams, commercial departments, and top management; • build a BI product concept during the course—covering everything from the initial business challenge and metric methodology to the dashboard mockup and data quality control plan.
Expected Learning Outcomes
- • поймут, чем BI-аналитика в BigTech отличается от продуктовой аналитики, DS и классической финансовой аналитики; • разберутся, как устроены управленческие витрины данных и P&L;
Course Contents
- The Role of BI Analytics in BigTech: Data as a Company Management Tool
- Data Architecture for management reporting: Income, Expenses, P&L
- Metrics of commerce and finance: from business sense to calculation
- BI dashboards and self-service analytics: DataLens/Superset
- Fundamentals of Data Quality: Why BI-data should be reliable
- BI Project Management: communications, requirements, development.
- Final case: designing a BI product for a management solution
Assessment Elements
- Cases in the class
- Individual home assignment
- Home assignment in groups
- Final project
Interim Assessment
- 2026/2027 2nd module0.15 * Individual home assignment + 0.2 * Cases in the class + 0.5 * Final project + 0.15 * Home assignment in groups
