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

​​В Google Analytics Academy появился новый бесплатный курс — Introduction to Data Studio. Если вдруг у вас не открывается ссылка — переключитесь на английскую версию внизу страницы справа.

via @WebAnalyst

Как повысить эффективность продуктовых аналитиков в разы:
https://gopractice.ru/product-analyst-comms/

Серверные системы аналитики:
https://habr.com/ru/post/444254/

Как увеличить точность анализа результатов a/b тестов?
https://www.youtube.com/watch?v=l-vzy9Bamn4

О важности подбора правильной визуализации:
https://medium.economist.com/mistakes-weve-drawn-a-few-8cdd8a42d368

Хорошая статья о том кто такой PRODUCT MANAGER:
https://iampm.club/blog/kto-takoj-product-manager/

A/B-тесты в Яндекс.Браузере. Большой продукт – большая ответственность:
https://www.youtube.com/watch?v=fCcaMp_9gBk

На Степике стартовал курс "Введение в Data Science и машинное обучение":
https://stepik.org/course/4852/promo

​​Алексей Куличевский написал очень хорошую статью, как самостоятельно сделать когортный анализ на Python с помощью одной из самых популярных библиотек для работы с данными Pandas. Также, несколькими днями ранее в его блоге появилась большая подробная шпаргалка по этой библиотеке. Рекомендую сохранить в закладки!

via @WebAnalyst

Серия вебинаров по дашбордам от Tableau (EN):
https://www.tableau.com/learn/series/dashboards