Алгоритм проектирования дашборда от Романа Бунина:

https://www.youtube.com/watch?v=xSp5ykKcQho

via @ProductAnalytics

​​Отличный материал о том как iOS 14 IDFA повлияет на мобильную рекламу и как к этому подготовиться.

via @ProductAnalytics

Хорошая подборка различных решений задач аналитики на базе Google BigQuery:

https://link.medium.com/j8lvMyOlf8

via @ProductAnalytics

​​В Google Analytics App+Web добавили крутой функциональности когортному анализу: теперь там можно выбрать любое событие в качестве критерия «возврата», а также увидеть динамическое описание отчета, для более точной интерпретации полученных результатов. Подробнее: https://bit.ly/3jQ3bby

via @WebAnalyst

​​Growth team

Что такое команда роста и чем она занимается:

https://caseyaccidental.com/what-are-growth-teams-for-and-what-do-they-work-on/

via @ProductAnalytics

​​Predictive Power Score - неплохая альтернатива корреляции, может обнаруживать линейные или нелинейные отношения между двумя столбцами и не зависит от типа данных.

Пример реализации на Python.

via @ProductAnalytics

Видео-записи с практического интенсива по работе с Amplitude:

Программа:
• Как быстро проверять гипотезы и востребованность новых фич в продукте,
• Как выявлять поведенческие паттерны и факторы, влияющие на ключевые метрики,
• Знакомство с функционалом совместной работы для обмена отчетами и инсайтами в рамках одной платформы.

https://www.youtube.com/playlist?list=PLhOKlNBXKEVmkxo4WK1C0T1jfk7us7JYx

Источник: https://news.1rj.ru/str/internetanalytics/3241

via @ProductAnalytics

Apple перенес требование запроса IDFA, которое планировалось с релизом iOS14 на начало следующего года:
https://developer.apple.com/news/?id=hx9s63c5

via @ProductAnalytics

​​Презентация по вовлечению с мероприятия KDD 2020 и хорошая краткая выжимка от Павла Левчука:

1/ Существует 3 уровня вовлечения:
-- involvement (Presence of a user);
-- interaction (Action of a user);
-- contribution (Input of a user).

Ретеншн является производной от вовлечения. Поэтому наращивать ретеншн можно разными способами влияя на цепочку involvement → interaction → contribution.

2/ На 3 вышеописанных уровня вовлечения можно смотреть по-разному:
-- intra-sessions (измерять активность пользователя в продукте во время сессии);
-- inter-sessions (измерять привычку пользователя и лояльность за длительный период времени);

3/ Оценивать результаты А/Б-тестов только по intra-session метрикам опасно. Поэтому выработать и смотреть на долгие метрики (inter-sessions) - необходимость.

4/ Возможно, одна из самых недооцененных метрик в inter-sessions это метрика absence time.

Хотя, если вернуться к Reforge Retention Framework, то формирование привычки там определяется по схеме N действий за M дней, что неявно включает в себя absence time.

5/ Метрика Number of Days (а по-сути) гистограмма пользования (power user smile curve), о которой писал еще Andrew Chen, становится одним из стандартных способов качественной оценки вовлеченности. Правда, нужно понимать цикл повторного использования продукта, чтобы делать правильные выводы.

via @ProductAnalytics

​​Как находить инсайты в данных?

В сети опубликовали примеры SQL-запросов для решения заданий Insights from Data with BigQuery от Qwiklabs.

@BigQuery

​​Крутая подборка Python-скриптов для автоматизации рутинных задач SEO-специалиста: https://vc.ru/seo/91963-nabor-python-skriptov-dlya-avtomatizacii-rutinnyh-zadach-seo-specialista

via @MarkeTech

Бесплатный курс про A/B-тесты от Devtodev, рассматриваются правила работы с гипотезами: как их искать и находить, как определять приоритеты, как отбрасывать ненужные, когда A/B-тест нужен, а когда нет: https://www.devtodev.com/education/online-course/ab-tests-from-a-to-b-part1

via @ABtesting

​​Как мобильная аналитика улучшает экономику приложения:

https://www.cossa.ru/special/mobile/274100/

via @ProductAnalytics

​​Отличный туториал по построению оптимизации в продукте:

https://onlineuserengagement.github.io

via @ProductAnalytics

Что такое продуктовая аналитика? Все про когорты, удержание и аб тесты. Артем Чистяков

https://www.youtube.com/watch?v=PjReZ4N5GrM

via @ProductAnalytics

A-ha моменты в продукте: системный подход к поиску:
https://ecommerce-in-ukraine.blogspot.com/2020/09/aha-via-woe-iv.html

via @ProductAnalytics

​​Google представил новый бесплатный онлайн-курс по аналитике игровых приложений в Google Analytics: https://bit.ly/300rLyh

via @WebAnalyst

​​Хорошая статья о том, как работают с удержанием пользователей в Microsoft.

via @ProductAnalytics

A/B-тесты - не единственный инструмент для понимания причинно-следственной связи: квазиэксперименты и контрфакты - альтернативные инструменты для причинного вывода:
https://medium.com/data-shopify/how-to-use-quasi-experiments-and-counterfactuals-to-build-great-products-487193794da

via @ABtesting

​​Интересная заметка о том, как находить аномалии в данных, используя закон Бенфорда. Применяется для контроля качества данных, определения мошенничества и даже фальсификаций на выборах.

@BigQuery

​​Вчера был тот день, когда Google официально объявил Universal Analytics устаревшей версией Google Analytics и представил новый Google Analytics 4 (ранее он назывался Google Analytics App+Web). Вот краткая выжимка из того, что известно на данный момент по новым возможностям:

- #GA4 сможет работать вообще без cookie;
- В GA4 можно будет проводить cross-platform анализ (например, мерять конверсии после просмотра видео на YouTube);
- Новая настройка интеграции с Google BigQuery, в которой можно выбрать из каких data streams экспортировать сырые данные и как часто (ежедневно и почти real-time streaming), а также можно выбрать локацию для данных (это важно, потому что данные из разных локаций запрашивать в одном запросе нельзя);
- В GA4 будет фокус на автоматизации, прогнозировании на базе ML алгоритмов Google и cross-device аналитике;
- В GA4 появится новый Measurement Protocol, импорт данных, междоменное отслеживание и абсолютно новая фича — редактирование событий.

Google обещает постепенно выкатывать новый функционал в ближайшее время, потому следите за апдейтами.

via @WebAnalyst