Немного о роли аналитики в продуктовой команде:
https://medium.com/@vlakupov/hypothesis-driven-development-ff14d2f55c1d

​​Google представил новый бесплатный курс по оптимизации конверсии на мобильных устройствах — http://bit.ly/2MU3lPm.

via @WebAnalyst

О SaaS продуктах и как их развивать:
https://stripe.com/atlas/guides/business-of-saas

Измеряем product/market fit с помощью метрик:
https://gopractice.ru/product-market-fit

О новой профессии на стыке engineering & analytics:
https://www.locallyoptimistic.com/post/analytics-engineer

Нужен ли вашей команде Data Engineer?

https://m.habr.com/ru/company/skyeng/blog/439504

О росте от Байрам Аннаков (Empatika Open):
- Что такое "Рост"?
- Как личный рост влияет на команду?
- К чему ведет командный рост в перспективе всей компании?
- И как данный рост отражается в дальнейшем на росте общества?
https://www.youtube.com/watch?v=cA0ZTipOccg

Anti-product roadmap или зачем исключать неиспользуемые фичи продукта:
https://www.sequoiacap.com/india/article/anti-product-roadmap

Как в Netflix работают с данными:
https://habr.com/ru/post/439272/

​​Apple выпустила новую версию Intelligent Tracking Prevention 2.1, которая ограничивает срок жизни собственных cookie-файлов до 7 дней. В связи с этим в мире веб-аналитики назревает еще одна проблема: нужно искать другой способ хранения идентификаторов посетителей сайтов. Simo Ahava уже успел написать статью про то, как хранить Google Analytics ClientID в localStorage. Но имейте ввиду, если различные области сайта находятся в разных субдоменах или одни страницы работают через протокол http, а другие – через https, вы не сможете отслеживать пользователей между этими страницами с помощью объекта localStorage.

Поэтому, я бы хотел рассказать вам об одном интересном решении проблемы идентификации пользователей (точнее их браузеров). Решение называется Browser Fingerprint и суть его в том, что с помощью обычного JavaScript можно собрать много специфичных данных о браузере, операционной системе и даже о самом устройстве. Например: userAgent, языковые настройки, часовой пояс, разрешение экрана и много других. Эти данные объединяются в огромную строку, и после хеширования превращаются в компактные идентификаторы. Валентин Васильев уже успел сделать вторую версию open-source библиотеки, она доступна в его аккаунте на GitHub. На одной из конференций Валентин подробно рассказал какие есть способы идентификации посетителей сайта и как работает сама библиотека fingerprintjs2. Конечно же, это решение пока что не дает 100% точности, но в будущем может стать неплохим решением идентификации посетителей сайтов без cookie. Если вы разбираетесь в том, как сделать это решение лучше — не стесняйтесь делать свои коммиты.

via @WebAnalyst

"Product Analytics Playbook: Mastering Engagement" от #Amplitude:
https://amplitude.com/user-engagement

Приоритизация продуктовых метрик:
https://uxplanet.org/product-metrics-prioritization-69e53103217e

Podlodka #101: Базы данных
Чем OLTP отличается от OLAP, почему Hadoop мертв, а колоночные базы типа BigQuery покоряют рынок, что саги надежнее распределенных транзакций и что хранимые процедуры это боль.
https://apptractor.ru/info/media/podlodka-101-bazy-dannyh.html

​​Создание Telegram-бота для автоматизации аналитических задач с помощью Python и Google BigQuery (en).

via @BigQuery

Как держать отправку событий в систему аналитики под контролем:
https://amplitude.zendesk.com/hc/en-us/articles/211988918-How-to-Approach-Your-Event-Taxonomy

Измеряем эффективность мобильного приложения:
https://medium.com/swlh/how-to-measure-the-effectiveness-of-a-mobile-application-23c29c6722cd

​​Проектируем сессионную таблицу

Пример объединения данных о хитах в пользовательские сессии при помощи оконных функций в SQL.

via @BigQuery

Почему продуктовые метрики такие ужасные:
https://www.carrotquest.io/blog/pochemu-produktovye-metriki-takie-uzhasnye/

​​Google запустил новое расширение Google Analytics под названием Advanced Analysis, которое в настоящее время находится в бета-версии и распространяется для клиентов. Это расширение позволяет создавать собственные отчеты на лету.

Подробнее: http://bit.ly/2OaywGy

via @WebAnalyst

Видео о работе маркетологов с аналитиками в Skyeng с MateMarketing: https://www.facebook.com/glbslgb/videos/2025235587563058/

Тезисы маркетолога:
- время доступа к данных должно стремиться к 0
- аналитик не нужен, в идеале маркетолог сам все смотрит
- аналитика нужно занимать инструментами, которые позволят быстро принимать решения
- аналитик вреден для маленьких задач
- даем маркетологу инструменты, обучаем, чтобы он самостоятельно принимал решения - так увеличивается скорость принятия решения
- у аналитика должен быть фокус на то, что дает кратные изменения

Тезисы аналитика:
- структура: децентрализованная команда, аналитики “подчиняются” продактам
- аналитика это B2B продукт внутри компании
- считают ROI по каждой задаче
- целятся в изменение конкретных метрик

Их база знаний:
https://www.notion.so/Skyeng-Analytics-Wiki-67670cd1a0514f5eabd628759672ad6d

Правила о том, как относиться к метрикам и целям:
https://uxdesign.cc/observations-on-data-metrics-goals-204a02654850