"Визуализация данных помогла появиться новому воображению, приспособленному для навигации в реальности, намного большей, чем жизненный опыт любого человека."

Невероятная подборка старых визуализаций, начиная с 18 века: https://exhibits.stanford.edu/dataviz

Sony Music обратилась к Nadieh Bremer с идеей создать более “data art inspired” версию традиционного золотого или платинового диска.

В детальной статье Nadieh можно фактически прожить процесс создания визуализации музыки.

https://www.visualcinnamon.com/2020/06/sony-music-data-art

16 декабря OWOX проведет вебинар, на котором Сергей Абрамов из iProspect и Дмитрий Щеголяев из Эльдорадо расскажут, как с помощью OWOX BI им удалось предсказать вероятность, с которой пользователь купит товар, что привело к увеличению ROI контекстной рекламы в 2,2 раза!

Обещают, что будет полезно ➡️ https://www.owox.com/c/515

Что делает визуализацию данных по настоящему хорошей, объясняет David McCandless с помощью визуализации ))

Классный концепт, который показывает из чего должна состоять удачная во всех смыслах визуализация.

https://informationisbeautiful.net/visualizations/what-makes-a-good-data-visualization/

Огромный туториал по самой популярной R-библиотеке для визуализации данных ggplot2. Множество примеров как можно управлять различными параметрами для улучшения качества визуализации.

https://cedricscherer.netlify.app/2019/08/05/a-ggplot2-tutorial-for-beautiful-plotting-in-r/

Хороший пример эффективной визуализации данных. Достаточно посмотреть на чарт, чтобы понять главную мысль автора.

https://www.theguardian.com/environment/ng-interactive/2019/may/25/the-power-switch-tracking-britains-record-coal-free-run

В канале @smart_data_channel Денис Соловьев публикует мини-интервью про структуру команд и роли по работе с данными в разных компаниях. Очень интересно заглянуть у кого как устроена аналитика.
В последнем интервью цикла поучаствовал и я. Поделился тем, что нам удалось построить за последние два года. Далее репост:

Заканчиваем нашу рубрику, в которой опытные специалисты и руководители рассказывают о структуре команд по работе с данными в их компаниях.

И сегодня у нас последнее мини-интервью с Сергеем Брылем - Chief Data Science Officer в MacPaw. У Сергея есть телеграм-канал @analyzecore и блог https://www.analyzecore.com, где он в основном пишет про анализ данных, Data Science и визуализацию с использованием языка R.

Сергей Брыль:
"MacPaw мультипродуктовая компания, в текущем портфеле есть 10 продуктов, которые представлены на различных платформах. Поэтому, продуктовая аналитика для нас является ключевой экспертизой, а продуктовые аналитики - ядром команды аналитики.

На данный момент мы развиваем 6 направлений, которые входят в структуру Data Science Department. Важность и независимость аналитической функции в компании обеспечивается через то, что я представляю ее интересы на уровне Executive team.

Product Analytics. Мы пришли к выводу, что продуктовая аналитика должна быть глубоко интегрирована в продуктовую команду. С самого начала аналитики должны помочь разработать показатели успеха продукта, измерять прогресс и помогать выявлять риски и области роста для бизнеса. Более того, их понимание, основанное на данных, должно быть постоянным вкладом в разработку продукта. Функционально они подчиняются Chief Data Science Officer, а линейно - соответствующим продуктовым менеджерам.

Такой тип организационной структуры дает нам возможность:

- распространять дата-дривен культуру непосредственно на людей, принимающих ежедневные решения, вовлекать в культуру всю продуктовую команду
- всегда быть в контексте происходящего в продукте и очень оперативно и гибко действовать
- добиваться большей синергичности с другими аналитическими командами в решении задач

Кроме вышесказанного, это удобно для продуктового менеджера, иметь единую точку входа в достаточно широкую аналитическую функцию, как в MacPaw. Достаточно пообщаться с аналитиком своей команды, чтобы иметь представление какие дополнительные исследования могут быть сделаны силами всего Data Science направления.

С другой стороны, такая структура предполагает достаточно высокие требования к продуктовым аналитикам как в hard, так и soft skills.

Другие направления построены на специализированной глубокой экспертизе и в организационной структуре представлены в виде сервисов (или экспертных центров).

DataHub - тут сосредоточена наша data инженерная экспертиза. Команда DataHub делает возможной тонко-настраиваемую аналитику с помощью кастомных технических решений и интеграций с продуктами и сервисами.

Особое значение это направление приобретает из-за того, что в портфеле нашей компании продукты на различных платформах, используют различные рекламные каналы, имеют разные модели монетизации и другие специфические особенности.

AI Lab. Миссия команды повышать эффективность процессов и ежедневных решений с помощью Machine Learning.

Этот сервис отвечает за два вектора развития:

- улучшение существующих решений в области продаж продуктов и улучшения пользовательского опыта
- использование машинного обучения как части продукта (фичи)

Market & Customer/User Research - сервис, который дает нам аналитику из внешнего мира о:

- рынках и аудиториях, их особенностях
- пользовательском опыте

Это дает возможность обогащать наши внутренние данных внешними, количественные данные качественными. В итоге, мы получаем взгляд на 360 градусов о предмете изучения. Мы можем сравнить наши успехи на определенном рынке или у определенной аудитории с доступной аналитикой о них. Мы можем подтвердить, опровергнуть или сгенерировать новые гипотезы, которые мы строим о поведении пользователей на наших внутренних данных.

MarTech - сервис, который сфокусирован на автоматизации маркетинга с использованием аналитических данных. Кроме того, это наш инновационный и исследовательский центр. Благодаря работе сервиса, мы являемся бета-тестировщиками, имеем ранний доступ к различным аналитическим и маркетинговым инструментам и более подготовлены к изменениям в этой сфере.

Internal Analytics - наше экспериментальное направление. Идея: анализировать данные, которые мы генерируем как компания и использовать их для принятия решений. Это направление ценно еще и тем, что работает над развитием дата-дривен культуры в поддерживающих сервисах и популяризирует подход в самых разных подразделениях компании.

Что касается организационной структуры направления, мы достаточно гибкие и готовы к быстрым изменения. Постоянно проверяем все ли работает как мы задумывали и, при необходимости, внедряем изменения."

Круговая диаграмма или pie chart, наверное, один из самых критикуемых вариантов визуализации. Но, не в случае, когда с чувством юмора все в порядке )))

robot_dreams (r_d медиа, @robotdreams_cc) запустили новую рубрику «Естественный интеллект», в которой лидеры украинского IT сами рассказывают о себе — что любят, какие книги читают и верят ли в покорение Марса.

Мне повезло открыть эту рубрику своим интервью, в котором рассказал как пришел в IT из банка, зачем завел блог и какие качества ценю в работе и многое другое.

Мы официально запустили набор на летнюю стажировку 2021.

Интернатура в MacPaw - это не просто посмотреть на работу продуктовой компании изнутри, а и непосредственно стать частью команды, окунуться в нашу культуру, прокачать скиллы, тесно поработать с лучшими специалистами над реальными задачами, увидеть свое влияние на продукт.

Среди 13 направлений, есть 3 в Data Science департаменте. В общем, приглашаю!

Сам давно фоловлю и, если вы интересуетесь визуализацией данных, очень рекомендую канал Ромы Бунина @revealthedata. Далее подробности о канале от Ромы. (Рекомендация честная, без всяких кросс-промо и т.п.)

⌘ Гид по каналу
Я Рома Бунин, а это мой проект Reveal the Data про визуализацию данных, развитие BI-систем и Tableau. Больше всего канал будет полезен аналитикам и дизайнерам, кто занимается аналитическими системами и дашбордами.

🎯 Миссия
Я хочу, чтобы дизайн, визуализация данных и продуктовые походы были такой же неотъемлемой частью аналитики, как технические навыки, мат. статистика и работа с данными. Считаю, что им уделяется мало внимания. Веду канал, так как люблю делиться знаниями, для развития личного бренда, нетворкинга и просто для фана.

📝 Контент
Пишу про дизайн дашбордов, развитие BI-систем и новости по теме. Реже пишу про техническую часть работы с Tableau. Кликните #избранное для понимания, что есть интересного.

Рубрики:
#избранное — ценные для меня посты
#выступление — мои доклады
#статья — мои лонгриды с теорией
#подкаст — с коллегами по цеху
#пример — мои визуализации
#переверстка — переделка чужих работ
#наблюдение — находки и мои мысли
#лайфхаки — костыли и фишки Табло
#дайджест — полезное за неделю
#подборка — визуализации со всего мира
#вакансия — вакансии по теме канала
#ссылка — ссылки и репосты

👋 Про меня
Я датавиз гик, обожаю визуализацию данных как работу и хобби. Мой основной инструмент — Табло, ещё немного пишу на JS и работаю в Фигме. Живу в доме в Подмосковье с женой и собакой, в свободное время играю на 🎸басу, фигачу пет-проджекты и играю в плойку.

Руковожу группой развития BI-систем в 🚕 Яндекс Go: помогаю аналитикам делать классные дашборды, верстаю стайлгайды, обучаю коллег, использую продуктовые подходы для развития системы отчетности. До этого управлял проектами по визуализации данных в 🏥 Фармакей и Δλ Лаборатории данных. В прошлой жизни был бизнес-консультантом, а ещё раньше инженером и научным сотрудником. Кандидат технических наук, любовь к визуализации появилась пока готовил диссер. Интервью со мной в клубе аналитиков.

📘История блога
Я начал вести блог в 2015. Я хотел научиться визуализировать данные и вел блог «для себя»: собирал ссылки, делал обзоры книг и т. п. Потом экспериментировал с визуализациями и постил их в блог. Сейчас делюсь систематизацией знаний и опытом, что получил за это время. Канал называется Reveal the Data в честь сводки принципов, описанных в книге Эдварда Тафти.

🤝 Продвижение
Я не делаю кросспостинг и платные рекомендации, мне не интересна покупка продвижения у вас. Кидайте в личку интересные материалы по теме канала, я размещу их в #дайджест, если они мне понравятся. Чтобы я порекомендовал на вас подписаться — давайте сделаем что-то вместе. Например, вы подготовите интересные данные, а я их визуализирую, устроим подкаст или что-то ещё. Так появился 🔥 дашборд по вакансиям аналитиков с Left Join.

💼 Услуги
Обучаю сотрудников компаний. Задачи, программу и стоимость обсуждаем с каждым клиентом — пишите. Отзывы по хештегу #отзыв. Индивидуальное обучение на курсе Лаборатории или в рамках предмета в Karpov.Courses. Иногда консультирую компании, помогаю делать дашборды и стайлгайды для отчетности. Но только если у вас интересный кейс, я понимаю, чем смогу помочь, и у меня есть время.

💰Реклама
Только для вакансий по теме канала за перевод в благотворительный фонд. Интересные вакансии размещаю в #дайджест бесплатно. Больше ничего не рекламирую.

⚠️ Дисклеймер
Я пишу только своё мнение, оно не связано с моим работодателем. Часто делаю очепятки и ошибки (пишите, если заметите).

☎️ Контакты и ссылки
Всегда рад новым знакомствам, комментариям и отзывам. Отвечаю в течение пары дней в телеграм, в течение недели по почте. Не пишите в FB, WhatsApp и т.п.

Телеграм — @rbunin
Почта — roman@revealthedata.com
Сайт | Блог | Табло Паблик | Ютуб
Подкаст | Твиттер (en) | LinkedIn

🚀 В апреле стартует Data Science fwdays'21 — конференция посвященная Data Science, AI и машинному обучению от Fwdays.

🗓 Основной день конференции 24 апреля (суббота) — абсолютно бесплатный для всех, при условии регистрации, и два будних вечера (19 и 21 апреля) с углубленными форматами, доступные для участников с Full билетом.

📌 24 апреля, с 10:00 на конференции вы узнаете о:
- ”DALL-E и CLIP от OpenAI: Новая эпоха в машинном обучении” Михаил Константинов (Squad)
- ”Wix Engineering Media AI Photo Studio” Николай Михайлыч (Wix Engineering)
- “Ты не знаешь, что такое “dropout”: создание cutting-edge технологий на потоке” Олексей Чаплыгин (Reface)
- ”Использование Data Science в ценообразовании” Владимир Андриенко (Uklon)
- “The challenges of building an ML-powered Jira plugin” Siamion Karasik (Exadel)
- ”VocalicsAI. Исскуственный интеллект, что убирает языковые барьеры” Тарас Середа (VocalicsAI)
- “6 советов для избегания подводных камней в аннотации данных” Карина Наминас (Label Your Data).

Организаторы обещают жаркие дискуссии, доклады о максимально целесообразных и действенных методиках, новые технологии, нетворкинг, пазлы, новые знакомства, много общения, подарки от партнеров и многое другое.

Зарегистрироваться бесплатно и выбрать свой пакет участия можно по ссылке: https://bit.ly/2PPigAi

Скидка 5% по промо коду: 51E9EDA283

Сергей Брыль, CDO MacPaw, рассказывает о том, как его команда проводит экспансию аналитической культуры, как собирает классную команду, какая организационная структура аналитики подходит для мультипродуктовой компании, какие 6 data-направлений развивают в MacPaw и почему.

Огромная работа по внедрению и наладке аналитики в компании может привести к огромным инвестициям без значительного возврата на них. Причина: внедрение аналитики проводится без синхронного изменения бизнес-культуры, внедрения культуры принятия решений на основе данных. Т.е. аналитика есть, но она не участвует в процессе принятия решений. Необходимо менять сам образ / привычку решать. Что может быть более длительный процесс, чем внедрение аналитики.

Наиболее эффективным путем внедрения культуры принятия решений на основе данных в компании является путь сверху вниз (на основе нашего опыта в обоих направлениях). Часто, это означает появление соответствующей С-level роли (Chief Data/Analytics/Data Science Officer). Первой и главной задачей этой роли является экспансия культуры. Мы проводим эту экспансию через: 1) увеличение доли носителей культуры, создание сильной аналитической команды, 2) "захват" областей применения аналитики и предоставления максимально качественного и комплексного аналитического продукта.

https://youtu.be/Of686kj97ck

@internetanalytics

Сегодня, утро в нашей дружной команде аналитиков MacPaw началось с обмена мелодиями 🎶, которые помогают ребятам проснуться и настроиться на рабочий лад. Поделюсь с вами!

https://youtu.be/G1kLtp-dMfw

https://youtu.be/GhK6D05EamE

Потрясающая 😍 визуализация 1 миллиона футбольных пасов ⚽️ (со ссылкой на ноутбук)

https://twitter.com/karim_douieb/status/1402522532276752389