​​Notifications: why less is more

How Facebook has been increasing both user satisfaction and app usage by sending only a few notifications

via @ProductAnalytics

​​How Duolingo reignited user growth

The story behind Duolingo's 350% growth acceleration, leaderboards, streaks, notifications, and innovative growth model.

@ProductAnalytics

​​BigQuery UDF for A/B-testing

Automate the calculations of experimental results in BigQuery via User Defined Function.

@BigQuery.

​​Calculating Simple Monthly Recurring Revenue (MRR)

SQL example

@ProductAnalytics

​​A Periodic Table of Visualization Methods - методи візуалізації на всі випадки в роботі аналітика (адаптовано лише під desctop).

@ProductAnalytics

​​Linear regression and correlation analysis

Методи, інструменти та кейси використання для прогнозування дій користувачів та покращення їх утримання.

@ProductAnalytics

​​Reforge опублікував приклади вирішення реальних задач по аналітиці, маркетингу, growth, експериментам та іншим категроіям. Чудовий контент, цікаво глянути підхід до рішення проблеми від спеціалістів світових компаній. Доступ поки не повний, але можна відправити свій приклад на розгляд та отримати доступ до інших.

@ProductAnalytics

​​Моделювання Customer Retention Rate за допомогою Shifted-Beta-Geometric (sBG) розподілу дає доволі точні результати.

Реалізувати можна на R, Python і навіть Excel.

via @ProductAnalytics

​​Product Management Metrics — Measuring the Right Metrics as a Product Leader

@ProductAnalytics

Setup, conflict, resolution - підхід для створення data storytelling

Крутий приклад як зі звичайного нудного графіку створити історію.

​​Delusive Extrapolation and A/B Testing

Cautionary Tales of Complexity and the Dangers of Jumping to Conclusions

@ABtesting

​​The downsides of experimentation

The article help you to delve into the less discussed, yet critical, aspects of experimentation.

@ProductAnalytics

​​Data-Driven Marketing Optimization

Harnessing the Power of Machine Learning Models, Visualizations, and Hypothesis Testing for Marketing Success.

@ProductAnalytics

​​What Success Metrics would you set for Spotify? PM interview

Imagine you are Product Manager for Spotify, what success metrics would you define or lookout for?

@ProductAnalytics

​​Product Analytics Framework

How can data help make decisions faster on the each product lifecycle stages?

@ProductAnalytics

​​В Google BigQuery з'явилась можливість імпортувати дані з Facebook Ads, Oracle, Salesforce, Salesforce Marketing Cloud за допомогою нативних конекторів в рамках Data Transfer Service. Це просто та безкоштовно. Ось детальна інструкція для налаштування трансферу даних із Facebook Ads в BigQuery: https://bit.ly/49RVawb

@BigQuery

​​Якщо ви ще не встигли забекапити свої дані з Google Universal Analytics — у вас ще є 26 днів та безкоштовний Python-код, який може вам у цьому допомогти. Майте на увазі, що Google Analytics Reporting API v4 має обмеження в 50 000 викликів API на день, тому для великих об'ємів даних можливо прийдеться адаптувати код, щоб вивантажити максимум історичних даних. Ну і враховуйте, що з Universal Analytics завжди дані вивантажуються в агрегованому вигляді.

https://bit.ly/4ecNXd9

via @WebAnalyst

​​Скільки заробляють та чим живуть аналітики з українського ІТ?

AIN за підтримки Genesis дослідили цей ринок та зібрали інсайти у великому спецпроєкті. Ось кілька фактів:

▪️ Більшість аналітиків вітчизняного ІТ працюють у цій сфері від 1 до 3 років.
▪️ 57% прийшли у професію через самонавчання.
▪️ Цікавість робочих задач і розмір зарплати – головні критерії під час вибору місця роботи для понад 61% опитаних фахівців.
▪️ Чверть опитаних отримують від $2000 до $3000 щомісяця.

Основою для дослідження стали відповіді 99 респондентів, які пройшли анонімне опитування. Читайте більше про те, де навчаються, працюють та з якими викликами зіштовхуються аналітики з українського ІТ:
https://ain.social/3Vr5VkH

​​Your End-to-End Product Analytics Strategy

Why you should prioritize metrics based on the product lifecycle stages?

@ProductAnalytics

​​The main task of any commercial product is to bring profit. To do this, it is necessary that the product has as wide an audience as possible and that users of the product buy from it as often as possible. The task of a product analyst is to constantly observe how profit changes, find the reasons for changes and look for profit growth points. Product metrics help the analyst to do this.

Examples of product metrics and SQL queries for calculating them.

@ProductAnalytics

​​Beyond the limitation of A/B Testing using Causal Inference

In the realm of product management and development, understanding the impact of new campaign (aka treatment) releases on user behavior is crucial. Campaign assessing effect on key performance indicators, such as retention metrics (specifically, Day 1 retention or D1), becomes a pivotal task.

However, this task presents several challenges. While A/B testing is commonly employed to measure such impacts, it is not always a viable option due to ethical, practical, or financial constraints.

@ProductAnalytics