📈Что делает продуктовый аналитик? Неделя 2

На прошлой неделе делала несколько задач.

Задача #1. Проанализировать трафик и ключевые слова конкурентов.

Сделала первый шаг по этой задаче - выбрала подходящий сервис. Тут важно не просто взять первый попавшийся, а проанализировать плюсы и минусы нескольких и остановиться на идеальном для нашей задачи.

Я уже писала о Similar web. Но есть и другие альтернативы - Semrush, Serpstat, Mangools и т.п. Но, забегая вперед, все же Similar web и Semrush не имеют аналогов по количеству фич и тому, что любые данные можно посмотреть под разными углами. Все остальные уступают: какие-то собирают данные только по органическому трафику, какие-то только из Google и тп.

Задача #2. Построить воронки.

Воронка - это путь, который проходит клиент на сайте/в сервисе. Она помогает понять, на каком из этапов отваливаются посетители. После того, как с помощью воронок определяем “слабые” места на сайте, можно думать, как улучшиться в этих местах. Сервис большой, поэтому воронок будет много. Кроме того их нужно будет визуализировать в Redush.

Ни первая, ни вторая задача пока еще не завершены, они находятся в работе. Кроме того время заняло изучение базы данных, Redash, дополнительных материалов, также были встречи и параллельно 2 небольших задачи.

Поэтому более структурно и практично о них расскажу позже.

#показываю_работу

Работа с данными: ожидание VS реальность

Истина в вине?

Как связаны вино и анализ данных: реальный кейс

Речь идет о вине из провинции Бордо, где производители столкнулись с проблемами:

- цена и качество вина могут сильно меняться из года в год

- необходимо знать, сколько будет стоить вино через 10, 20, 30 лет, чтобы решить, хранить его или продать сейчас

- кто умеет лучше предсказывать будущую цену вина - тот может лучше заработать

Как можно узнать будущую цену вина?
Точно никак. Разве что только с помощью машины времени.

Как решали эту задачу ранее?

Приглашался очень высокооплачиваемый эксперт по вину, который пробовал вино, смотрел на свет и говорил: "Это вино через 20 лет будет очень дорогим" или "Это вино будет так себе, продайте его сейчас". И это работало годами.

Но в 1990 году профессор Орли Ашенфелтер написал: "Я могу предсказать будущую цену вина, не пробуя его и не смотря на него".

Но как это возможно?

Ашенфелтер использовал простую модель - линейную регрессию и с ее помощью научился прогнозировать будущую цену вина.

Линейная регрессия (Linear regression) — модель зависимости переменной x от одной или нескольких других переменных (факторов, регрессоров, независимых переменных) с линейной функцией зависимости.

В свою модель он взял зависимость цены от погоды (температура, количество дождей в год урожая), а также возраста вина.

Сейчас подобные модели делают повсеместно, но тогда это было огромным прорывом.

———————————————————————————-

Полностью статью ученого можно почитать по запросу: Predicting the Quality and Prices of Bordeaux Wine

А кейс подсмотрела у Игоря Клейнера (Ph.D.)

#кейсы

Вопрос: какую информацию о вине дает нам данная визуализация?

10+ бесплатных курсов по аналитике данных от Harvard University, Google, IBM и других

Сейчас много платных курсов по аналитике данных, качество которых очень низкое. Но в то же время есть бесплатные курсы от лучших университетов и зарекомендовавших себя международных платформ, о которых никто не знает.

HARVARD UNIVERSITY

Data Science: Wrangling. На курсе научитесь обрабатывать и преобразовывать необработанные данные в форматы, необходимые для анализа.

Data Science: Visualization. Изучите основные принципы визуализации данных.

Data Science: Machine Learning. На курсе изучите машинное обучение. Создатите систему рекомендаций фильмов и изучите научные основы одного из самых популярных и успешных методов обработки данных.

И другие курсы от университета

GOOGLE DATA ANALYTICS Professional Certificate

В этой программе вы освоите востребованные навыки, которые помогут вам подготовиться к работе менее чем за 6 месяцев. Никакой степени или опыта не требуется. Курс состоит из 8 подкурсов, посвященных конкретной теме в аналитике данных.

IBM

IBM - это один из крупнейших в мире поставщиков программного обеспечения.

Курс состоит из нескольких частей: введение, визуализация данных, основы Python, SQL, анализ данных с помощью Python, визуализация с помощью Python, итоговый проект.

OPENLEARN

Бесплатный восьминедельный курс OpenLearn по кодированию «Учитесь кодировать для анализа данных» дает четкое представление об основных концепциях программирования и анализа данных, и вы даже сможете писать простые аналитические алгоритмы в среде программирования.

UDEMY

Udemy предлагает тысячи курсов по анализу данных и науке о данных от различных загрузчиков. Это не курсы от Harvard, Google и IBM, однако можно найти что-то полезное для себя.

CAREER FOUNDRY

Бесплатный краткий курс по аналитике данных CareerFoundy, состоящий из 6 частей, идеально подходит, если вам нужно легкое введение в аналитику данных.

Приятного обучения!

#бесплатные_курсы

📈Что делает аналитик? Неделя 3,4

Почти 2 недели занималась поиском ответа на вопрос: стоит ли отключать бесплатный тариф? (такую задачу поставил продакт). Для этого провела довольно обширный анализ данных с помощью Python.

В любом анализе я придерживаюсь 6 шагов, которые изучила еще на курсе от Google:

1. Ask - спрашиваю. Сначала выясняю, в чем проблема, что хочет мой “заказчик” (руководитель, продакт и тд). Не принимаю задачу такой, какая она есть, а стараюсь копнуть глубже. Часто бывает так, что за первоначальной формулировкой скрывается совсем другая проблема.

2. Prepare - готовлюсь. Готовлюсь к анализу и определяю, как я его буду проводить (какие именно исследования необходимы, какие факторы следует учесть, достаточно ли данных и где именно они лежат и тп)

3. Process - подготавливаю данные к анализу. Например, в данной задаче данные нужно было объединить из нескольких источников, очистить и привести к нужному формату.

4. Analyze - анализирую. Делаю расчеты, визуализацию и выводы из данных.

5. Share - делюсь. Максимально готовлю выводы к презентации “заказчику” и презентую их.

6. Act - по результатам анализа "заказчики" принимают решение. Например, в моем случае - стоит или нет отключать бесплатный тариф.

При этом не важно, с помощью чего мы делаем анализ (Excel, SQL, Python или что-то еще). 6 шагов всегда будут те же.

О 6 фазах анализа данных от Google подробнее описано тут

Небольшой пример анализа данных с помощью Python в Google collab (нашла на просторах интернета)

#показываю_работу

Делюсь с вами крутым зарубежным сервисом Stratascratch!

В сервисе можно посмотреть вопросы с собеседований (причем как coding questions, так и non coding questions) от топ компаний: Google, Netflix, Apple, Uber. Spotify и других.

Основные функции бесплатны и мне вполне их хватает.

Например, non coding questions с собеседования в Uber

1. Поездки Uber Black упали на 10%. Как бы вы исследовали это сокращение?

2. Есть группа людей, воспользовавшихся услугами Uber в двух городах, которые находились недалеко друг от друга, например Менло-Парк и Пало-Альто. Можно собрать любые данные, какие только можно придумать. Какие данные вы бы собрали, чтобы можно было определить город, из которого ехал пассажир?

3. Объясните руководителю, не разбирающемуся в теме, что такое метод опорных векторов?

Ссылка на сервис https://www.stratascratch.com/

Делиться другими сервисами, которые помогают в поиске работы?

#поиск_работы

5 бесплатных сервисов для практики SQL и Python

Когда вы только начинаете изучать SQL и Pyhton, нужно как можно больше практики. Хорошо, когда есть реальные задачи на работе, на которых можно практиковаться. Но если их нет - то эти бесплатные сервисы помогут получить необходимую практику и улучшить свой уровень.

1. HackerRank

В сервисе много задач разного уровня (легкий, средний и трудный). Также можно бесплатно получить сертификат, подтверждающий уровень. Несмотря на то, что сервис на английском, все интуитивно понятно и просто.

2. Strata scratch

Это замечательная платформа для подготовки к собеседованиям и тренировки навыков. Здесь не просто задачи, а задачи от топ компаний: Google, Netflix, Apple, Airbnb, Spotify и других.

3. SQLBolt

Это сайт объясняет концепции языка SQL и включает полезные практические упражнения по каждой лекции. Довольно простой, но очень подойдет для новичков.

4. W3schools

Сайт предлагает функцию практики SQL с использованием упражнений, где вы заполняете пробелы в запросах. Он не такой полнофункциональный, как некоторые другие примеры здесь, поскольку в нем нет редактора SQL, но все же он может помочь вам улучшить свой SQL.

5. SQL EX

Честно говоря, даже не захотелось разбираться, что к чему на этом сайте, так как выглядит он как мягко говоря древне. Но многие его рекомендовали мне, поэтому включаю в список. И сайт на русском.

#sql

Один рандомный день из моей жизни на удаленке

7.00 - 9.00 - подъём, растяжка на балконе, завтрак, метод "утренние страницы"

***

9.00 - 10.00 - начало работы, подготовка ко встрече по базам данных

10.00 - 11.00 - встреча по базам данных

11.00 - 15.00 - разработка дизайна эксперимента, будем тестировать ограничения по функционалу для пользователей

15.00 - 18.00 - начинаю вникать в новую большую аналитическую задачу-исследование пользователей

Используемый в работе стек: SQL, Python

***

18.00 - 20.00 - отдых, личные дела

20.00 - 23.00 - обучение и работа над своими проектами

23.00 - 23.45- отдых, личные дела, отбой

***

P.S. на фото я и вид на горы. работаю на балконе.

Работаю по методу “Помодоро”, но модифицированному.

30 мин работа (вместо 25 мин) , 5 мин отдых. 15 мин перерыва нет. Обеда как такового тоже нет, максимум на 20 мин.

***

Сожаление: на свои проекты в день выходит мало времени, как ни крути. Поэтому многие процессы растягиваются.

#показываю_работу

Запускаю рубрику вопрос-ответ!

Зачем это?

Я уверена, что можно потратить месяцы на то, чтобы самостоятельно прояснить вопрос. А можно спросить у другого человека и получить ответ уже сейчас.

Какие это могут быть вопросы?

О том, что вас интересует. Вопрос может касаться напрямую темы аналитики (как сделать что-то), либо косвенно (вопросы трудоустройства, обучения и так далее).

Куда задавать вопросы?

1. Под этим постом
2. Или в в эту форму https://growthmindset.ru/question

Где прочитать ответ?

Я буду публиковать ответы отдельными постами в этом телеграм канале.

Сегодня на VC я выпустила большую личную подборку:

В ней более 100 бесплатных курсов и материалов:

- для аналитиков данных,
- продуктовых аналитиков,
- веб аналитиков,
- маркетинговых аналитиков
- и особенно тех, кто хочет ими стать!

Подборка понравилась редакторам VC и они опубликовали ее во всех соц сетях платформы. А я решила поделиться и с вами! Приятного обучения!

https://vc.ru/education/495786-bolee-100-besplatnyh-kursov-i-resursov-po-analitike

#бесплатные_курсы

Отвечаю на вопросы!

Вопросов пришло довольно много, поэтому скорее всего буду отвечать на них постепенно.

Можно ли вложиться по максимуму и отработать , например, 6 часов вместо 8? По закону Паркинсона. Расскажите, пожалуйста, работодатели требуют определенный объем работы за день или же лишь бы отработали все 8 часов?

Я бы вообще провела эксперимент (А/Б тестирование в реале): первая группа людей работает 8 часов в день, вторая 6. Через некоторое время сравнила бы результаты. Есть гипотеза, что при 6ти часовом рабочем дне эффективность будет выше и результат лучше.

По второму вопросу - это зависит от работодателя. Когда я проходила много собеседований, то видела разные ситуации. В одной компании мне сказали - мы будем устанавливать программу, которая будет следить за вашим временем. Такой компании сразу нет, потому что я очень ценю свободу.

Вцелом в прогрессивных компаниях не следят за твоим рабочим временем, если ты заболел на несколько дней - то не требуют справку от врача. В течении рабочего дня у тебя могут быть перерывы на личные дела и это ок. Главное, чтобы был результат, но результат в разумные сроки, без всяких переработок и "нужно сделать это вчера".

#вопрос_ответ

Расскажите про ваш путь вхождения в аналитику?

У меня был бизнес, я его продала. Намеренно решила некоторое время поработать в найме ("сделай шаг назад, чтобы потом сделать 2 шага вперед").

Нашла стажировку в рекламном агентстве, где через 3 месяца выбрала направление аналитики. Уже по ходу прошла бесплатный курс от Google по аналитике данных (не путать с google analytics). И еще кучу других прикладных бесплатных курсов по Python, Power BI, SQL, AB testing и т.д.

В основном мое обучение аналитике проходило методом челленджа: намеренно беру на себя сложную и непонятную задачу и быстро в ней разбираюсь.

Ну и еще у меня несколько месяцев была наставница (от компании), с которой мы встречались 2 раза в неделю, обсуждали трудные моменты в работе. Рост с наставником был кратный. Поэтому чуть позже я уже сама нашла себе наставника из VK и периодически занималась с ним.

Так я выросла очень быстро (я считаю). Сейчас работаю в IT компании продуктовым аналитиком.

#вопрос_ответ

Отвечаю на ваши вопросы

Какой курс выбрать (от платных школ)?

Я не могу давать рекламу, но могу озвучить свой подход, который я часто использую при выборе того или иного продукта:

💡 Определитесь с критериями оценки (по каким критериям вы будете оценивать тот или иной курс). Что важно лично для вас?

Например, программа, стоимость, гарантии трудоустройства после курса, качество поддержки (есть ли наставник, как я могу с ним общаться), стиль подачи материала и т.п.

💡Проранжируйте критерии - от наиболее важного до наименее важного.

💡 Исследуйте рынок курсов по аналитике, выпишите минимум 10 школ! Слишком много не нужно, но важно, чтобы у вас был выбор.

💡Оцените курсы по критериям. Смотрите, что пишет школа о себе, что пишут о ней в отзывах. Также у многих школ есть пробные занятия - обязательно посмотрите их! Подходит ли формат занятий, интересно ли излагают?

💡 Не слушайте менеджеров по продажам! Трезво и самостоятельно оценивайте курсы. Задача менеджеров - уговорить вас). Несколько раз наступала на эти грабли.

💡 Есть ли альтернативные пути развития карьеры, которые могут заменить платное обучение? Например, найти стажировку? Или перейти на текущем месте работы в отдел аналитики? (Вообще этот пункт должен быть на первом месте).

Включите в себе аналитика сразу - проявите навыки анализа с первых шагов)


#вопрос_ответ

Я подписана на несколько каналов смежных тематик (продакт менеджмент, разработка). Зачем?

- Сейчас широта знаний становится не менее важной, чем их глубина. Ценятся специалисты, которые глубоко разбираются в своей теме и поверхностно в смежных

- Я лучше начинаю понимать коллег продактов, разработчиков и более эффективнее с ними взаимодействовать

- Особенно на начальных этапах это помогает быстрее “войти в IT"

В связи с этим хочу порекомендовать Продукторий Владимира Меркушева.

Владимир руководит разработкой интернет-продуктов более 10 лет. Недавно он переехал в Португалию и работает менеджером продукта в OLX Motors Europe. На канале Владимир делится собственным опытом и ссылками на полезные ресурсы.

Как продакт Владимир часто пишет про аналитику. Несколько интересных постов в его канале:

- Какой недостаток есть у метрики вовлеченности DAU/MAU?

- Советы по A/B тестированию от создателя «машины экспериментов» Booking

- 10 советов, чтобы сделать резюме лучше. Написано для продактов, но по факту подойдут любому.

Также канал будет полезен тем, кто хочет релоцироваться в Европу. Например, можно почитать о том, как проходит интервью в Facebook или какой уровень английского нужен для работы на международном рынке.

Всем привет!

У меня был вынужденный перерыв более чем в 2 недели (всвязи с последними событиями), но теперь возвращаюсь и делюсь новостями:

1) Мы приняли решение улететь.

"Лучше перебдеть, чем недобдеть", тем более удаленная работа позволяет работать из любой точки мира. Каким-то чудом нашли дешевые билеты. Сейчас в Ташкенте, но это промежуточный пункт. Дальше будет Индия.

2) Почти неделю не могла сконцентрироваться на работе.

Вернуться помогла техника “Помодоро”. Не идеально, но лучше, чем ничего. Чувствую, как постепенно вхожу в режим.

3) Планы на ближайшее время:

- писать посты по аналитике в этот канал
- поиск новой работы зарубежом
- “стряхнуть пыль” с английского
- выпуск продукта, который помогает пройти собеседование

Буду делиться с вами.

Как вы, расскажите?

P.S. на фото коворкинг в Ташкенте

3 типа вопросов про "чувство продукта" на собеседованиях на аналитика:

1 тип. Анализ проблемы, связанной с метрикой. Чаще всего формулируется так: Такая-то метрика упала, как бы вы исследовали ее падение?

2 тип. Измерение влияния нового продукта или фичи. Мы выкатили такой-то продукт/фичу, выберите метрику/метрики, по которой будем оценивать успех

3 тип. Дизайн продукта. Общие вопросы, типа: Если бы пришлось предложить новую функцию, что бы это было?

Всвязи с текущей ситуацией приняла решение менять работу (хотя если бы даже ничего не произошло, я бы все равно ее поменяла, почему - расскажу позже).

Рассматриваю зарубежные компании, либо российские, но релоцировавшиеся.

Позавчера составила резюме на английском, вчера пришел первый отклик от зарубежной компании.

Просят выполнить тестовое, за которое они заплатят. Заплатят! Вот это достойный подход, я считаю. Я слышала, что европейские компании это практикуют.

Я помню, как раньше делала тестовые, тратила на это кучу времени, а взамен слышала "мы уже закрыли вакансию с другим кандидатом" (или что-то подобное). Причем чаще всего вот это "тестовое займет всего 2 часа" не работает, тратишь целый день. Особенно возмущает подход, когда тестовые просят сделать до первичного созвона с HR и знакомства с компанией и условиями.

39 ресурсов для поиска работы в IT зарубежом

Сайты для поиска вакансий

На данных сайтах можно найти как удаленные вакансии, так и в офисе.

Linkedin
Angel
NoDesk
RemoteOk
Hired
Gamesjobsdirect
Talent
Dice
Just remote
Glassdoor
Turing
Indeed
Working Nomads
We work remotely

Сравнение зарплат

Платформы для того, чтобы сравнить зарплаты в разных компаниях.

Glassdoor
Indeed
Levers (FAANG)

Для прокачки резюме

Советы по составлению резюме и шаблоны от Amazon, Harvard, Google и др.

Техническое резюме: шаблон, руководство и более 20 примеров для разных вакансий в IT
Советы по составлению резюме от рекрутера Amazon
Создайте свое резюме: советы и рекомендации от Google Советы по составлению резюме от Harvard
Советы по составлению резюме от Oxford
Более 1000 примеров резюме

Для подготовки к вопросам на собеседованиях

Сайты с non coding и coding вопросами на собеседованиях и ответами на них. Безымянные, а также от топ-компаний - Amazon, Uber, Netflix, Microsoft и других.

Stratascratch
Hakerrank
Leetcode
Interviewquery
Product management exercises
Algoexpert
Glassdoor
Educative

Для пробных собеседований

Платформы для подготовки к собеседованию с помощью программ наставничества 1:1 с реальными интервьюерами из лучших компаний мира.

Preplaced
Gainlo
Stellarpeers
Exponent
InterviewBuddyTM
Igotanoffer
Thepminterview
Productmanagementexercises