Подборка Телеграм-каналов о продуктовой аналитике и продуктовом менеджменте:
https://medium.com/@aleksandrosiyuk/подборка-телеграм-каналов-о-продуктовой-аналитике-и-продуктовом-менеджменте-d58aced28181
https://medium.com/@aleksandrosiyuk/подборка-телеграм-каналов-о-продуктовой-аналитике-и-продуктовом-менеджменте-d58aced28181
Medium
Подборка Телеграм-каналов о продуктовой аналитике/Product management/Design
Аналитика:
Концепция взаимодействия рекламных каналов и ее применение на практике:
https://m.habr.com/company/maxilect/blog/435000/
https://m.habr.com/company/maxilect/blog/435000/
Habr
Концепция взаимодействия рекламных каналов и ее применение на практике
Осмысленность отчетов о рекламных кампаниях (РК) значительно упрощает людям жиз … оптимизацию расходов. В процессе повышения уровня этой осмысленности, мы нашли один очень эффективный способ...
Aha-момент или как понять, что клиент готов быть регулярным пользователем вашего продукта:
https://ecommerce-in-ukraine.blogspot.com/2019/01/aha-moment.html
https://ecommerce-in-ukraine.blogspot.com/2019/01/aha-moment.html
Blogspot
Aha-момент или как понять, что клиент готов быть регулярным пользователем вашего продукта
ретеншн клиентов, LTV, a/b тесты, продуктовая аналитика
SaaS Metrics 2.0 - руководство по измерению и улучшению: https://www.forentrepreneurs.com/saas-metrics-2/
For Entrepreneurs
SaaS Metrics 2.0 - A Guide to Measuring and Improving what Matters - For Entrepreneurs
“If you cannot measure it, you cannot improve it” – Lord Kelvin This article is a comprehensive and detailed look at the key metrics that are needed to understand and optimize a SaaS business. It is a completely updated rewrite of an older post. For this…
Forwarded from BigQuery Insights
Простые способы строить продуктовые воронки на сырых данных. Основные примеры SQL-запросов.
via @BigQuery
via @BigQuery
Forwarded from Product Science by Anton Martsen
Анализ сетей (network analysis) - метод, который использует теорию графов, чтобы смоделировать и понять наблюдаемые явления.
В своем последнем проекте при помощи этого метода я изучал как паттерны в общении людей влияют на освоение Wrike. Результатом я доволен, буду развивать.
С “теорией” у теории графов проблем нет. Эту науку давно изучают, есть много учебных материалов. А вот с примерами прикладного характера встречаешься не часто. Не всегда очевидно, как интерпретировать какую-нибудь “метрику центральности” графа на реальную жизнь.
Вот материалы, которые помогли с “практикой”:
1. All about Network Effects — презентация на SlideShare (он заболочен в РФ, но я верю, что вы сможете туда зайти), где c теорией и продуктовыми примерами рассказывают про полезность сетей. Тут расскажут, что такое “сетевой эффект” и чем это отличается от “виральности”. Обязательно к просмотру.
2. The Dynamics of Network Effects - эта статья “шлифует” теорию (закон Меткалфа) из предыдущей ссылки и указывает на ее ограничения.
3. Two Powerful Mental Models: Network Effects and Critical Mass - для тех, кто хочет глубже проникнуться основными понятиями.
4. 16 Ways to Measure Network Effects - хватит теории! Вот как замерять сетевые эффекты в реальных продуктах.
5. Better People Analytics: Measure Who They Know, Not Just Who They Are — поведенческие экономисты описали подход к анализу отношений внутри компании.
Ну и для тех, кто хочет углубиться в техническую составляющую, рекомендую курс Stanford CS224W: Analysis of Networks (Autumn 2018). Его ведет Chief Data Scientist из Pinterest. Видео и презентации в свободном доступе.
#ссылки_недели @product_science
В своем последнем проекте при помощи этого метода я изучал как паттерны в общении людей влияют на освоение Wrike. Результатом я доволен, буду развивать.
С “теорией” у теории графов проблем нет. Эту науку давно изучают, есть много учебных материалов. А вот с примерами прикладного характера встречаешься не часто. Не всегда очевидно, как интерпретировать какую-нибудь “метрику центральности” графа на реальную жизнь.
Вот материалы, которые помогли с “практикой”:
1. All about Network Effects — презентация на SlideShare (он заболочен в РФ, но я верю, что вы сможете туда зайти), где c теорией и продуктовыми примерами рассказывают про полезность сетей. Тут расскажут, что такое “сетевой эффект” и чем это отличается от “виральности”. Обязательно к просмотру.
2. The Dynamics of Network Effects - эта статья “шлифует” теорию (закон Меткалфа) из предыдущей ссылки и указывает на ее ограничения.
3. Two Powerful Mental Models: Network Effects and Critical Mass - для тех, кто хочет глубже проникнуться основными понятиями.
4. 16 Ways to Measure Network Effects - хватит теории! Вот как замерять сетевые эффекты в реальных продуктах.
5. Better People Analytics: Measure Who They Know, Not Just Who They Are — поведенческие экономисты описали подход к анализу отношений внутри компании.
Ну и для тех, кто хочет углубиться в техническую составляющую, рекомендую курс Stanford CS224W: Analysis of Networks (Autumn 2018). Его ведет Chief Data Scientist из Pinterest. Видео и презентации в свободном доступе.
#ссылки_недели @product_science
SlideShare
Network Effects
The document discusses network effects, which occur when a product or service becomes more valuable as more users join, creating barriers to entry and exit within markets. It outlines various properties of networks, such as node similarity, connection types…
7 воронок конверсии продукта: https://blog.appsee.com/7-essential-conversion-funnels-for-mobile-product-managers/?cpnid=7010N000000hdSV
Как правильно написать задачу: https://medium.com/@igor_8641/правила-хорошей-задачи-руководство-для-менеджеров-продукта-6467a7d6043d
Medium
Правила хорошей задачи. Руководство для менеджеров продукта
В хорошей задаче понятно что делать. В отличной задаче — понятно, в чем проблема и почему она важна.
Forwarded from WebAnalytics (Осиюк Дмитрий)
Google представил новый бесплатный курс по оптимизации конверсии на мобильных устройствах — http://bit.ly/2MU3lPm.
via @WebAnalyst
via @WebAnalyst
О новой профессии на стыке engineering & analytics:
https://www.locallyoptimistic.com/post/analytics-engineer
https://www.locallyoptimistic.com/post/analytics-engineer
Locally Optimistic
The Analytics Engineer - Locally Optimistic
The changing landscape of data and analytics has created the need for a new role on the data team - the “analytics engineer”. This role sits at the intersection of data science, analysis, and data engineering.