Шпаргалка по тому, какой статистический критерий(/тест) использовать в разных случаях.

via @ABtesting

О том, когда Пирамида Метрик действительно эффективна и что делать, когда она too much:
https://medium.com/@elenest/metrics-frameworks-d7c800f91246

⁠Инженеры из Samsung AI показали модель нейросети, способную оживить лицо используя всего лишь одно статичное фото.
До этого использовали набор фото или даже видео. Выглядит потрясающее:
https://www.youtube.com/watch?feature=youtu.be&v=p1b5aiTrGzY

​​Отличный пример решения задачи анализа тональности текстов в социальных сетях на примере публикаций в Twitter во время выхода последней серии Game of Thrones (EN).

via @BigQuery

Осваиваем парсинг сайта: короткий туториал на Python:
https://proglib.io/p/web-scraping/

10 примеров по увеличению конверсии в 2 и более раз:
https://keplerleads.com/blog/10-sovetov/

Обновленная книга об онбординге от Intercom.

В книге 11 глав, из которых вы узнаете:

• Как произвести отличное первое впечатление
• Фреймворк для создания вашей стратегии онбординга
• Как спроектировать ваш поток онбординга и соответствующее повествование
• Как показать пользователям ценность и увеличить удержание
• Идеи по масштабированию и переходу на новый уровень

И многое другое:
https://www.intercom.com/books/onboarding

Как использовать Python и Plotly для статистической визуализации:
https://towardsdatascience.com/practical-statistics-visualization-with-python-plotly-770e96e35067

​​Google приобрел облачный BI инструмент Looker за 2.6 млрд. Теперь у GCP будет полноценное решение для BI. Google Data Studio остается упрощенным и удобным инструментом для локального использования.

via @BigQuery

Anaconda сделали инструмент для создания дашбордов в вебе - Panel.

По функционалу получилась штука сильно похожая на Dash или на Shiny в R. Радует, что в отличие от Dash, конфигурация дашбордов достаточно высокоуровневая (посмотрите пример построения простенького дашборда).

Помимо создания дашбордов, одной из задач, которую предлагается решать с помощью Panel - это создание простеньких прототипов приложений, работающих с данными. К примеру, с помощью Panel аналитики могут создавать собственные сервисы, предоставляющие UI к пайплайну обработки данных.

https://medium.com/@philipp.jfr/panel-announcement-2107c2b15f52

Примеры использования Data Science, которые изменили мир:
https://data-flair.training/blogs/data-science-use-cases/

​​Очень хорошая, сгруппированная по категориям подборка полезных ресурсов для аналитиков от Юрия Борзило из Комплето. Здесь вы найдете материалы по GA, GTM, Power BI, SQL, CRO и по юнит экономике.

via @WebAnalyst

Как измерять, контролировать и поддерживать органический рост?

Перевод лекции с ASO-конференции в Берлине от Геиба Кваки и Оливера Жанга:
https://www.youtube.com/watch?v=0Usn2s3mV80

​​Завтра вебинар Сегментация как инструмент поиска инсайтов: анализируем платящих игроков от devtodev:

- какие способы сегментации пользователей позволяют получить больше инсайтов;

- как связать в одну систему churn, retention, монетизацию, да еще и с использованием сегментов;

- как RFM-анализ и его разновидности помогают продукту зарабатывать больше;

- что такое life-cycle grid и как его можно применить к сегментации;

- какие идеи по аналитике e-commerce могут успешно сработать и в игровой индустрии;

- как выделить оптимальные способы сегментации платящих игроков.

27 июня, 18-00. Регистрация по ссылке.

via @ProductAnalytics

​​В Data Studio появилась поддержка динамических параметров в SQL-запросах при подключении к BigQuery. Теперь отчеты могут динамически обновляться без редактирования источников данных.

via @BigQuery

Запись дискуссии на тему "Взаимодействие аналитики и команды проекта"

Участники круглого стола: Василий Сабиров (devtodev), Евгений Гильманов (Belka Games), Василий Синюрин (Kefir), Глеб Сологуб (SkyEng), Максим Кожнов (Azur Games)
https://www.youtube.com/watch?v=RJXcXUZ85rQ

​​Отличный гайд по бизнес-моделям. 30 бизнес-моделей из нескольких отраслей, стратегии монетизации и способы получить ценность в долгосрочной перспективе.

via @ProductAnalytics

Юнит-экономика за 30 слов. Самое простое и понятное объяснение:
https://gopractice.ru/unit-economics/

Как и зачем изучать траектории пользователей?

Байрам Аннаков о практиках, которые помогают кратно повысить коэффициент удержания пользователя в приложении:
https://www.youtube.com/watch?v=59iKKrePJGY

via @ProductAnalytics

Доклад про LTV с конференции @matemarketing_official прошлого года от Василия Сабирова, поможет понять, что такое LTV и как его считать в разных случаях.

via @ProductAnalytics

​​Лучшие доклады по аналитике на DevGAMM-2019

• Способы добычи инсайтов и генерации гипотез. Что лучше, качественные исследования или количественные? Кто скажет больше, данные о пользователях или сами пользователи?

• О разработке и улучшению системы персонализации офферов, начиная от внедрения максимально простой системы и заканчивая развитием ML-моделей.

• Как нужно оценивать и прогнозировать качество трафика. Чем лучше компания справляется с этой задачей, тем быстрее она сможет отключить неэффективные кампании и перенаправить средства в более прибыльные источники.

• Самая большая проблема A/B-тестов – это качественный анализ результатов. Об основных ошибках аналитиков с точки зрения математики и сходимости тестов и bootstrap, p-value, его ресэмплинге и проблеме ранговых критериев.

• Кто виноват: продукт или закупка, если падает ROI и когда сравнение с органическим трафиком не устраивает?

via @ProductAnalytics