Product Analytics – Telegram
Product Analytics
6.02K subscribers
6 photos
1 file
337 links
Шпаргалка продуктового аналітика, актуальні матеріали закладок аналітиків

Автор: @osiyuk
Download Telegram
🔥 Podlodka анонсировала 1-й сезон Podlodka Product Crew - старт 22 ноября.

Podlodka Product Crew - онлайн-конференция про управление продуктами, где опытные эксперты из известных IT-компаний делятся опытом и кейсами. Здесь ты узнаешь лучшие практики продуктовой аналитики, исследований, стратегии, прокачаешь hard и soft скиллы, научишься делать счастливыми юзеров, стейкхолдеров и команду разработки!

Каждый сезон длится неделю и посвящен одной теме. Сессии проходят дважды в день: утром и вечером.
В программе: крутые спикеры, сессии в лайве, воркшопы и домашки, ламповое общение и обмен кейсами в слаке, записи (для тех, кто не успевает на лайв).

В этот раз вас научат получать профит от исследований:
- Прокачаете навык исследований пользовательского опыта, рынка и конкурентов
- Узнаёте как избежать наиболее распространённых ошибок
- Повысите качество принимаемых продуктовых решений

Подробности и билеты уже на сайте! Ждём вас на борту 😊
Forwarded from WebAnalytics (Осиюк Дмитрий)
​​Яндекс.Метрика и Яндекс.Директ теперь отображают данные об эффективности рекламы в режиме cross-device для всех моделей атрибуции. Если раньше «цепочки взаимодействий» считались по каждому устройству отдельно, то сейчас все действия пользователя в web и mobile можно объединить, чтобы более точно атрибутировать источники визитов и конверсии. Подробнее: https://bit.ly/30EjNOV

via @WebAnalyst
​​🆎 Probaновый сервис для проверки продуктовых гипотез в мобильных приложениях.

Развитие мобильного приложения невозможно без постоянной проверки новых гипотез. Это конвейер — протестировали, измерили, приняли/отклонили. Любому product-менеджеру, разработчику, аналитику, маркетологу хочется ускорить этот процесс. На проверку каждой гипотезы уходит несколько дней (часто и недель), плюс нужно позаботиться о статзначимости результата.

Мы запускаем сервис, который помогает мобильным продуктам автоматизировать этот процесс и проводить A/B-тесты быстрее и дешевле. Для этого мы реализовали алгоритмы автоматического распределения пользователей и оптимизации под выбранную целевую метрику. Помимо простой конверсии алгоритм может оптимизироваться на ARPU и количество совершённых событий. Уже в ходе эксперимента побеждающий вариант будет получать больше пользователей. Автоматическое распределение трафика работает на основе байесовской статистики.

🚀 Мы приглашаем вас попробовать наш сервис бесплатно и будем рады любой обратной связи — регистрируйтесь на proba.ai

📆 Также приглашаем на бесплатный вебинар «А/B-тесты в мобайле: как проверять гипотезы быстро и дёшево», который пройдёт 1 декабря в 16:00 МСК. Регистрация доступна здесь.

По всем вопросам: @annatch66
​​Отличная статья про лидерство в аналитических командах.

via @ProductAnalytics
​​Альтернативный способ поиска момента активации в продукте, особенно актуален для продуктов без четкого пользовательского сценария.

via @ProductAnalytics
​​Матрица Интенсивности и Матрица Вовлеченности для анализа использования продукта. Новые материалы от Паши Левчука.

via @ProductAnalytics
​​Хорошая статья от UX-исследователей Meta(Facebook) о количественном дневниковом исследовании.

via @ProductAnalytics
​​Хорошая статья о методологии тестирования и ранжирования большого количества идей без разработки от специалистов Facebook.

via @ProductAnalytics
Forwarded from WebAnalytics (Осиюк Дмитрий)
​​Google Optimize запустил публичное beta-тестирование интеграции с Google Analytics 4. Пока что недоступен таргетинг экспериментов на аудитории Google Ads, но зато можно использовать аудитории из Google Analytics (аналогичная функция для Univeral Analytics ранее была доступна только в платной версии Optimize 360). При использовании данных #GA4 эксперименты можно запускать на срок до 35 дней (для UA до 90) и отчетность будет формироваться на основе пользователей (для UA на основе сеансов). В качестве целей для таких экспериментов можно выбирать покупки, доход, просмотры страниц или любые события, отмеченные как конверсия в GA4.

Подробнее: https://bit.ly/3HuPnyL

via @WebAnalyst
Топ докладов про управление продуктом на YaTalks

YaTalks, главная конференция Яндекса для разработчиков, прошла в декабре, но пересматривать выступления спикеров можно еще долго. Вот небольшой топ для продактов:

Как запустить кредитный или банковский продукт с нуля, используя только in-house технологии, Александр Губочкин из Revolut.

Что нужно, чтобы управлять высокотехнологичными продуктами, дискуссия с ребятами из Flo, Miro, Яндекса и Dbrain.

Как организовать эффективный подход к работе над продуктом для миллионов, Анна Лазуткина и Михаил Розумянский из Joom.

Другие интересные выступления в полной подборке докладов продуктового трека.

via @ProductAnalytics
​​Google вслед за Apple анонсировали изменения в правилах конфиденциальности в своей операционной системе Android. При первом запуске приложения будет спрашивать готов ли пользователь делиться своими данными. Цель Google – ограничить передачу информации сторонним компаниям, а также уменьшить утечку данных через рекламные платформы. Это может стать катастрофой для Meta(Facebook) и всех ее проектов.

via @ProductAnalytics
​​Пример построения Power User Curve, кривой активности пользователей по количеству дней, в течение которых они были активны за месяц. Ее еще называют «L30», придумана Facebook growth team.

via @ProductAnalytics
​​Хороший справочник по метрикам для оценки интерфейса.

via @ProductAnalytics
​​Статья о метриках, которые влияют на количество активных пользователей.

via @ProductAnalytics
​​Advices for Product Analysts who want to become a Product Manager.

via @ProductAnalytics
Forwarded from WebAnalytics (Осиюк Дмитрий)
​​​​В Google Analytics 4 нет стандартного отчета по Landing Pages (как в Universal Analytics), как и пока что нет возможности исключать отдельные URL-параметры из отчетности (не используя кастомные настройки самого трекинга). Но в #GA4 есть простой способ частично решать эти проблемы и мои коллеги Маша и Леша поделились им в своей статье: https://bit.ly/3ufjsOl

via @WebAnalyst
​​What is Product Metrics Map and how to build it.

via @ProductAnalytics
Forwarded from WebAnalytics (Осиюк Дмитрий)
Пост про аналитику, но не про web, а про реальную жизнь. Недавно появилась такая новость от российского государственного информагенства: В ДНР обработано 56,85% протоколов, за вхождение в РФ проголосовали 94,75% жителей, сообщает глава ЦИК региона. А чуть позже — ЦИК Донецкой Народной Республики обработал 82% протоколов, за вхождение в состав России проголосовало 99,06% избирателей. Давайте посмотрим на эти числа чисто аналитически.

Допустим, всего жителей 1 миллион. Если обработано 56.85% протоколов, то это 1000000*0.5685 = 568500 жителей. Из них 94,75% проголосовали за вхождение в РФ, то есть 538654 человека. Значит, проголосовали против 568500 - 538654 = 29846 человек. Запомним это число, мы к нему еще вернемся.

Во второй новости сказано, что уже всего проголосовало 82%, то есть 1000000*0.82 = 820000 жителей, из которых 99,06%, то есть 820000*0.9906=812292 проголосовало за вхождение в состав России. То есть, в этот раз, людей, которые проголосовали против было 820000 - 812292 = 7708. Но ведь когда было обработано 56.85% протоколов, людей проголосовавших против было 29846, что сильно больше чем 7708, когда обработали уже 99.06%. Куда делись хотя бы те бюллетени, которые были посчитаны на первом этапе? Надеюсь, сами люди, голосовавшие против вхождения в РФ не пропали без вести, как эти данные. Не верите в эти расчеты? Повторите сами, выше я сделал активные ссылки на оригиналы публикаций.

Такая дельта в числах с большой долей вероятности говорит о том, что людям нагло ссут в глаза и в уши. А потом отправляют в другую страну убивать и умирать, чтобы захватывать чужие территории. Если вы поддерживаете действия властей РФ в войне с Украиной — навсегда отпишитесь от этого канала.
​​What’s driven TikTok growth? Interesting data (strictly in the U.S. market).

via @ProductAnalytics