Sobre o curso
Digital Marketing & Analytics Engineer
O bootcamp de Digital Marketing & Analytics Engineer dá-te competências técnicas, analíticas e estratégicas para que possas trabalhar como elemento-chave na ligação entre as áreas criativas e as áreas técnicas de marketing digital. Vais aprender ferramentas de automação, estratégias de marketing, análise de dados, reporting e inteligência artificial — com aplicação prática constante.
Um Digital Marketing & Analytics Engineer é um profissional híbrido, capaz de combinar a criatividade das estratégias de marketing digital com a profundidade da análise de dados. Este perfil técnico e analítico é fundamental para planear, executar e otimizar campanhas com base em dados reais, automatizar processos, desenvolver relatórios inteligentes e impulsionar a performance de marcas em ambientes digitais.
Objetivos
Compreender os fundamentos de uma estratégia de marketing digital orientada por dados;
Desenvolver e implementar campanhas digitais com base em indicadores de performance;
Utilizar ferramentas de automação, tracking, web analytics, dashboards e AI para tomada de decisão;
Interpretar dados e traduzi-los em ações de marketing;
Dominar tecnologias de medição, visualização e segmentação.
programa
Conteúdo programático
1
Fundamentos de Marketing Digital & Estratégia
10
h
1.1. Conceitos-chave de marketing digital
1.2. Ciclo estratégico e papel dos dados
1.3. Consumidor digital e análise comportamental
1.4. Frameworks de estratégia: objetivos, mercado, persona, jornada
1.5. AI e GenAI na estratégia de marketing
1.6. Branding, performance e storytelling data-driven
1
Fundamentos de Marketing Digital & Estratégia
10
h
1.1. Conceitos-chave de marketing digital
1.2. Ciclo estratégico e papel dos dados
1.3. Consumidor digital e análise comportamental
1.4. Frameworks de estratégia: objetivos, mercado, persona, jornada
1.5. AI e GenAI na estratégia de marketing
1.6. Branding, performance e storytelling data-driven
1
Fundamentos de Marketing Digital & Estratégia
10
h
1.1. Conceitos-chave de marketing digital
1.2. Ciclo estratégico e papel dos dados
1.3. Consumidor digital e análise comportamental
1.4. Frameworks de estratégia: objetivos, mercado, persona, jornada
1.5. AI e GenAI na estratégia de marketing
1.6. Branding, performance e storytelling data-driven
1
Fundamentos de Marketing Digital & Estratégia
10
h
1.1. Conceitos-chave de marketing digital
1.2. Ciclo estratégico e papel dos dados
1.3. Consumidor digital e análise comportamental
1.4. Frameworks de estratégia: objetivos, mercado, persona, jornada
1.5. AI e GenAI na estratégia de marketing
1.6. Branding, performance e storytelling data-driven
2
Marketing Automation & CRM
12
h
2.1. Plataformas de automação (ex: HubSpot, Mailchimp, ActiveCampaign)
2.2. Geração e nutrição de leads
2.3. Segmentação e workflows
2.4. CRM, scoring e personalização
2.5. GDPR e ética no uso de dados
2
Marketing Automation & CRM
12
h
2.1. Plataformas de automação (ex: HubSpot, Mailchimp, ActiveCampaign)
2.2. Geração e nutrição de leads
2.3. Segmentação e workflows
2.4. CRM, scoring e personalização
2.5. GDPR e ética no uso de dados
2
Marketing Automation & CRM
12
h
2.1. Plataformas de automação (ex: HubSpot, Mailchimp, ActiveCampaign)
2.2. Geração e nutrição de leads
2.3. Segmentação e workflows
2.4. CRM, scoring e personalização
2.5. GDPR e ética no uso de dados
2
Marketing Automation & CRM
12
h
2.1. Plataformas de automação (ex: HubSpot, Mailchimp, ActiveCampaign)
2.2. Geração e nutrição de leads
2.3. Segmentação e workflows
2.4. CRM, scoring e personalização
2.5. GDPR e ética no uso de dados
3
Web & Campaign Analytics
14
h
3.1. Google Analytics 4, Matomo e outras ferramentas
3.2. Tracking, tagging e eventos
3.3. KPIs, dashboards e criação de relatórios
3.4. Funis, atribuição e conversões
3.5. Segmentação avançada e A/B testing
3
Web & Campaign Analytics
14
h
3.1. Google Analytics 4, Matomo e outras ferramentas
3.2. Tracking, tagging e eventos
3.3. KPIs, dashboards e criação de relatórios
3.4. Funis, atribuição e conversões
3.5. Segmentação avançada e A/B testing
3
Web & Campaign Analytics
14
h
3.1. Google Analytics 4, Matomo e outras ferramentas
3.2. Tracking, tagging e eventos
3.3. KPIs, dashboards e criação de relatórios
3.4. Funis, atribuição e conversões
3.5. Segmentação avançada e A/B testing
3
Web & Campaign Analytics
14
h
3.1. Google Analytics 4, Matomo e outras ferramentas
3.2. Tracking, tagging e eventos
3.3. KPIs, dashboards e criação de relatórios
3.4. Funis, atribuição e conversões
3.5. Segmentação avançada e A/B testing
4
SEO & Performance Data
16
h
4.1. Fundamentos de SEO técnico e estratégico
4.2. AI para otimização de conteúdo
4.3. Google Search Console e ferramentas de análise
4.4. Métricas de performance (Core Web Vitals)
4.5. Estrutura de conteúdo orientada por dados
4
SEO & Performance Data
16
h
4.1. Fundamentos de SEO técnico e estratégico
4.2. AI para otimização de conteúdo
4.3. Google Search Console e ferramentas de análise
4.4. Métricas de performance (Core Web Vitals)
4.5. Estrutura de conteúdo orientada por dados
4
SEO & Performance Data
16
h
4.1. Fundamentos de SEO técnico e estratégico
4.2. AI para otimização de conteúdo
4.3. Google Search Console e ferramentas de análise
4.4. Métricas de performance (Core Web Vitals)
4.5. Estrutura de conteúdo orientada por dados
4
SEO & Performance Data
16
h
4.1. Fundamentos de SEO técnico e estratégico
4.2. AI para otimização de conteúdo
4.3. Google Search Console e ferramentas de análise
4.4. Métricas de performance (Core Web Vitals)
4.5. Estrutura de conteúdo orientada por dados
5
Paid Media & Campaign Engineering
25
h
5.1. Google Ads, Meta Ads, LinkedIn Ads
5.2. Estratégias de bidding e segmentação
5.3. Otimização e análise de campanhas
5.4. Integração com dashboards
5.5. Testes, métricas e relatórios de impacto
5
Paid Media & Campaign Engineering
25
h
5.1. Google Ads, Meta Ads, LinkedIn Ads
5.2. Estratégias de bidding e segmentação
5.3. Otimização e análise de campanhas
5.4. Integração com dashboards
5.5. Testes, métricas e relatórios de impacto
5
Paid Media & Campaign Engineering
25
h
5.1. Google Ads, Meta Ads, LinkedIn Ads
5.2. Estratégias de bidding e segmentação
5.3. Otimização e análise de campanhas
5.4. Integração com dashboards
5.5. Testes, métricas e relatórios de impacto
5
Paid Media & Campaign Engineering
25
h
5.1. Google Ads, Meta Ads, LinkedIn Ads
5.2. Estratégias de bidding e segmentação
5.3. Otimização e análise de campanhas
5.4. Integração com dashboards
5.5. Testes, métricas e relatórios de impacto
6
Data Visualization & Dashboards
10
h
6.1. Ferramentas: Looker Studio, Power BI, Tableau
6.2. Criação de relatórios visuais interativos
6.3. Apresentação de dados a stakeholders
6.4. Visual Storytelling aplicado ao marketing
6.5. Automatização de reporting
6
Data Visualization & Dashboards
10
h
6.1. Ferramentas: Looker Studio, Power BI, Tableau
6.2. Criação de relatórios visuais interativos
6.3. Apresentação de dados a stakeholders
6.4. Visual Storytelling aplicado ao marketing
6.5. Automatização de reporting
6
Data Visualization & Dashboards
10
h
6.1. Ferramentas: Looker Studio, Power BI, Tableau
6.2. Criação de relatórios visuais interativos
6.3. Apresentação de dados a stakeholders
6.4. Visual Storytelling aplicado ao marketing
6.5. Automatização de reporting
6
Data Visualization & Dashboards
10
h
6.1. Ferramentas: Looker Studio, Power BI, Tableau
6.2. Criação de relatórios visuais interativos
6.3. Apresentação de dados a stakeholders
6.4. Visual Storytelling aplicado ao marketing
6.5. Automatização de reporting
7
Introdução a Data Engineering no Marketing
3
h
7.1. Conceitos de ETL e pipelines de dados
7.2. Ferramentas: Google Tag Manager, BigQuery, Python para marketing
7.3. Integração de dados de múltiplas fontes
7.4. Qualidade e governança de dados
7.5. Casos de uso práticos: lead scoring, reporting automatizado, predição
7
Introdução a Data Engineering no Marketing
3
h
7.1. Conceitos de ETL e pipelines de dados
7.2. Ferramentas: Google Tag Manager, BigQuery, Python para marketing
7.3. Integração de dados de múltiplas fontes
7.4. Qualidade e governança de dados
7.5. Casos de uso práticos: lead scoring, reporting automatizado, predição
7
Introdução a Data Engineering no Marketing
3
h
7.1. Conceitos de ETL e pipelines de dados
7.2. Ferramentas: Google Tag Manager, BigQuery, Python para marketing
7.3. Integração de dados de múltiplas fontes
7.4. Qualidade e governança de dados
7.5. Casos de uso práticos: lead scoring, reporting automatizado, predição
7
Introdução a Data Engineering no Marketing
3
h
7.1. Conceitos de ETL e pipelines de dados
7.2. Ferramentas: Google Tag Manager, BigQuery, Python para marketing
7.3. Integração de dados de múltiplas fontes
7.4. Qualidade e governança de dados
7.5. Casos de uso práticos: lead scoring, reporting automatizado, predição
8
Projeto Transformation Lab
Criação de um projeto final com base num desafio real de uma marca parceira. O projeto envolve planeamento estratégico, análise de dados, implementação de campanhas e reporting final com apresentação a um painel profissional.
8
Projeto Transformation Lab
Criação de um projeto final com base num desafio real de uma marca parceira. O projeto envolve planeamento estratégico, análise de dados, implementação de campanhas e reporting final com apresentação a um painel profissional.
8
Projeto Transformation Lab
Criação de um projeto final com base num desafio real de uma marca parceira. O projeto envolve planeamento estratégico, análise de dados, implementação de campanhas e reporting final com apresentação a um painel profissional.
8
Projeto Transformation Lab
Criação de um projeto final com base num desafio real de uma marca parceira. O projeto envolve planeamento estratégico, análise de dados, implementação de campanhas e reporting final com apresentação a um painel profissional.
Duração total
Duração total
300h
300h
Hands-on
Hands-on
Projeto
Projeto
Contacta-nos
