🔍👨🏼‍🏫 #Аналитика #Компетенции

Еще один взгляд на карту компетенций аналитика, теперь с фокусом на коммуникативные навыки. Речь больше про навыки системного аналитика, хотя я убёждён, что к любому другому "виду" тоже применимо.

Ссылка:
https://science-pedagogy.ru/pdf/2017/2/1596.pdf

🛠🖼 #Инструменты #Визуализация

В дополнение к вот этому сайту с различными типами визуализаций теперь можно использовать еще один, ключевой особенностью которого является интерактивность. По клику на каждый графический элемент можно посмотреть боевые примеры его использования, так намного понятнее, каковы границы применения.

Ссылка:
https://datavizproject.com/

🔍💹 #Аналитика #Тренды

Началась пора подведения итогов и статей с анализом трендов, сегодня вот можно почитать статью про продуктовую аналитику.

В выводах всё, на мой взгляд, предсказуемо: Big Data, распространение предикативной аналитики, ускорение получения обратной связи от пользователей.

Ссылка:
https://habr.com/ru/post/468155/

🔍🗒 #Аналитика #Excel

Откроем год инструкцией по реализации простенькой модели прогнозирования в Excel. Нужны только данные в привязке к временному ряду (что, в целом, даже с нуля собрать не очень сложно).

Использовал её у себя в одном из проектов в прошлом году на данных за 2 года (по месяцам) и впечатлился, получив совпадение прогноза с фактом почти в 100%.
Не могу исключать фактор случайности, так что в этом году повторяю уже на данных за 3 года.

Ссылка:
https://exceltable.com/otchety/prognozirovanie-prodazh-v-excel

#excelное

🔍📚 #Аналитика #ОбразовательныеМатериалы

Сегодня в 20:00 можно будет посмотреть бесплатный вебинар от Otus.ru "Методы регрессионного анализа в Data Science". Обещают рассказать про линейную регрессию и её применение на практике.

Ссылка:
https://otus.ru/events/mds_open3/421/

🛠🖼 #Инструменты #Визуализация

Перевод статьи "Визуальная теория информации" - одновременно самое мозголомное и самое крутое, что я читал на тему визуализации за последнее время. Про байт-код, конечно, слегка перебор, но 3D-графики по распределениям очень впечатляют.

Ссылка (части 1 и 2):
https://habr.com/ru/post/483910/
https://habr.com/ru/post/484756/

🛠🖼 #Инструменты #Визуализация

А еще из последнего понравился кейс по мониторингу кредитного скоринга в Power BI, жалко про реализацию ничего не сказано.

Ссылка:
https://habr.com/ru/post/485632/

🔍🗳📚#Аналитика #ЯзыкиПрограммирования #Курс

На этой неделе на openedu.ru стартовал бесплатный курс "Python для извлечения и обработки данных" от ВШЭ.

В прошлый раз я успешно пропустил его запуск и до закрытия успел пройти только первые 2 урока. Несмотря на это, впечатления остались положительные, в планах второй заход (есть ещё неполных 2 недели, чтобы записаться).

Ссылка на полное описание курса:
https://openedu.ru/course/hse/PYTHON/

#учебное

🔍💹 #Аналитика #Тренды

В сегодняшней статье можно найти немного интересной статистики за 2019 год по итогам опроса сотрудников продуктовых компаний. Фокус у исследования, конечно, на продакт-менеджеров, но тренды есть тренды.

То, что аналитика находится в топе самых изучаемых областей знаний я не удивлён, неоднократно слышал мнение про то, что роль аналитика все больше децентрализуется, становясь неким общественным занятием.
Кстати, примерно 100 часов, указанные в статье как среднее время освоения навыка, мне потребовалось на Power BI. В общем, с новыми инструментами или предметными областями оно примерно так и работает.

Ссылка:
https://space.productsense.io/post/analitika-vsemu-golova-chemu-uchatsya-spetsialisty-v-produktovyh-kompaniyah

🔍💹 #Аналитика #Тренды

Наброшу еще немного в продолжение прошлой темы про тренды на 2020 год. Теперь еще и дата-аналитикам нужно уделять больше внимания софт-скиллам (agile) и трендам (вроде повального переезда в облачные инфраструктура, Big Data и всё такое прочее).

Ссылка:
https://towardsdatascience.com/top-5-must-have-data-science-skills-for-2020-a5a53226b168

🛠🖼 #Инструменты #Визуализация

В прошлогоднем посте про графы жаловался, на то, что не рассказано про инструмент для их создания.

Ребятки исправились, почитать можно по ссылке:
https://habr.com/ru/company/leader-id/blog/488058/

🔍 📚 #Аналитика #ОбразовательныеМатериалы

Нашёл целую гору материалов по data science на английском:
-машинное обучение;
- статистика и теория вероятности;
- продуктовая аналитика;
- алгоритмы и структуры данных;
- SQL.

Ссылка:
https://www.kdnuggets.com/2020/01/data-science-interview-study-guide.html

🔍🗄 #Аналитика #БД

Статья с примерами решения задач по SQL несколькими способами. Некоторые (с DATEDIFF и CASE WHEN THEN) не очень очевидные и мне понравились.

Ссылка:
https://habr.com/ru/company/ruvds/blog/487878/

🥦#ПродуктоваяАналитика

В последнее время подсел на совсем новый для себя формат получения знаний - подкасты. Сейчас слушаю Make Sense, он про управление продуктом в целом, но есть отдельные выпуски про аналитику.

Вот, к примеру, про продуктовые метрики простым и понятным языком:
https://space.productsense.io/podcast/make-sense-76-o-glavnoj-metrike-dlya-produkta-modeli-metrik-i-insajtah-iz-analitiki-s-vladislavom-prishhepovym

🛠〽️👥 #Инструменты #PowerBI #ОтПодписчика

Коллега (увидит мою благодарность, если соизволит подписаться 😂) тут поделился пособием по Power BI, которое является альтернативой официальной документации от Microsoft.

По сравнению с последней, пособие намного лучше структурировано, вся информация в одном месте и в адекватной последовательности. Понравилось, что одновременно рассматривается Power Query в контексте Power BI и Excel, так что полезно будет независимо от используемого в конкретном кейсе инструмента.

Ссылка:
https://github.com/power-bi/PowerBI-book-ru

🛠〽️ #Инструменты #PowerBI

По BI-чику есть еще такая штука - инструкция по созданию динамических фильтров. Видел несколько кейсов их применения для сравнения данных с аналогичными за предыдущий период (продажи в деньгах и штуках, нагрузка и т.п.).

Подробнее по ссылкам:
- Часть 1;
- Часть 2.

Не могу не поделиться, канал крутой и посты интересные:

Гайд по визуализации данных в Python: начиная от раскрашивания ячеек и спарклайнов в Pandas, и завершая интерактивными визуализациями с помощью Bokeh и Altair, а также геовизуализациями в Folium.

https://towardsdatascience.com/complete-guide-to-data-visualization-with-python-2dd74df12b5e

Сегодня у нас долгое чтиво про метрики здоровья продукта:
- что это такое;
- какие показатели есть на разном этапе жизненного цикла продукта;
- какие инструменты и визуализации используются.

Несколько понравившихся идей:
1) QA-метрики и бизнес-метрики живут в одном интерфейсе и рассматриваются в жёсткой связке;
2) Метрики и их визуальное отображение устаревают и требуют систематического пересмотра;
3) Принудительные уведомления по состоянию метрик (по пересечению пороговых значений или инцидентам).

Интересно было бы в дополнение почитать про процесс и стоимость внедрения единого инструмента.

Ссылка на статью:
https://habr.com/ru/company/oleg-bunin/blog/481874/

Хабр собрал статейку про сервисы, которые дают бесплатный доступ к контенту на время карантина (а также там еще немного накидали пользователи в комментариях).

Интересного много, практически применимого для развития в области аналитики - поменьше.

Среди книг на Альпине, к примеру, я для себя ничего не нашёл.

А вот на Geekbrains можно получить бесплатный доступ к 3 курсам из ограниченного списка на выбор, полезны будут:
- базы данных;
- алгоритмы и структуры данных на Python;
- можно посмотреть смежные дисциплины - основы project/product менеджмента или дизайна.

Ссылка:
https://habr.com/ru/company/habr/blog/492776/

Парни из Белоруссии с помощью машинного обучения научились по снимкам со спутников определять на карте с/х поля и угадывать, что на них посажено.

По-моему, очень крутой пример того, как применять современные методы анализа к данным из открытых источников и создавать на этом бизнес (у них эта технология является частью продукта для фермеров).

Жаль, данных по России нет, чтобы вживую проверить, как работает.

Ссылка:
https://map.onesoil.ai/2018