Леша Селезнев, руководитель аналитики @netpeak выложил в бесплатный доступ вводный курс по языку R.
Курс ориентированный на тех, кто всю работу с данными привык пилить в Excel и Google Spreadsheets.

Курс поможет разобраться с библиотекой tidyverse, и входящими в неё пакетами: dplyr, tidyr, ggplot2 и т.д.

Навыков программирования для прохождения курса не требуется.

- YouTube канал
- Весь плейлист курса
- Лендос курса

@internetanalytics

СОКРОВИЩНИЦА АНАЛИТИКА 2020

Всем привет, я веду базу знаний связанную с маркетинговой/веб аналитикой. Сегодня большое обновление - 84 ссылки.

В этой базе много статей, видео, курсов по GA, GTM, сквозной аналитике, базы данных, power bi, python и прочее.

Около 300 крутых материалов без воды, только мясо и польза. Изучение, которых эквивалентно прохождению 5 полноценных курсов обучения.

Вообщем если вы хотите прокачаться в аналитике, то это то что вам надо

http://toolmark.ru/sokrovichica-analitika/

​​Сегментирование клиентов по RFV-модели и алгоритму K-Means с помощью BigQuery и Data Studio с примерами SQL-запросов.

via @BigQuery

​​Сегодняшняя подборка на тему взаимности маркетинг-аналитики и бизнеса.

🔹 Как прокачать маркетинг-аналитику в разных бизнесах https://www.owox.com/c/4li
🔹 Как найти и оценить зоны роста в маркетинговой воронке — решение для банков и других бизнесов https://www.owox.com/c/4lj
🔹 Полный анализ digital-трендов — что объединяет быстрорастущие компании https://www.owox.com/c/4l0

Виталий Бахвалов написал статью о том как отправлять целевые звонки из коллтрекинга CoMagic в Facebook Pixel, используя Server-Side API

http://italylov.ru/blog/all/otpravlyaem-celevye-zvonki-iz-comagic-v-piksel-feysbuka/

Кстати, в продолжении Сашиного поста, bigquery скоро запустит ARIMA в моделях обучения, точее, у некоторых уже есть.

А чтобы понять, насколько это может быть полезно лично тебе, рекомендую посмотреть презу Дмитро Булаха с нашего Kyiv Analytics Ads Beer Talk.

​​Google анонсировал сервис Google Ads Data Hub, который позволит на уровне событий объединять собственные данные с данными о Google рекламе, не нарушая конфиденциальность пользователей. Похоже, что Google наконец-то дал единственную возможность мерять эффективность рекламы с учетом ее показов на разных устройствах одного пользователя, по его Google ID.

Подробнее в блоге Google: https://bit.ly/2KoTj8c
via @MarkeTech

У нас последнее время бум статей про маркетинговые API. Вот например, Юрий Борзило написал хорошую инструкцию об использовании API Google Analytics с помощью Python

http://toolmark.ru/python-ga-api/

Написал статью про визаулизацию в google data studio из bigquery + всякие фишки по оптимизации табличек

https://medium.com/@snegir/how-to-make-fast-and-convenient-visualization-in-data-studio-based-on-bigquery-303cfa1f763f

​​Больше года назад Google представил свою платформу для построения товарных рекомендаций на основе готовых ML-моделей — Recommendations AI. Влад Патенко из украинского офиса Google рассказывал о нем на конференции Analyze в 2019 году: https://www.youtube.com/watch?v=ISI-wFH4UlY

Кстати, вы можете получить бесплатный доступ и к остальным докладам по этой ссылке: https://bit.ly/2UnzLWt

via @MarkeTech

Итак, онлайн, который сейчас внепроникающий и всем доступный дает свои плоды. Многие верно поняли, что онлайн это во многом отсутствие границ и это в свою очередь, несет с собой интенсивный обмен знаниями.

Новость 1
Высшая школа экономики проводит серию вебинаров Data-driven success: собрали российских предпринимателей, которые добились успеха за рубежом. Кремниевая Долина, Нью-Йорк, Лондон и Дублин.
Первый - уже сегодня - https://events.webinar.ru/20351561/4695862
Георгий Левин впервые расскажет о том, как продавал свой стартап "Газпром-медиа", уехал в США, основал еще один. Кстати, сейчас среди его клиентов Юрий Дудь @yurydud. Отдельно отмечу, что в июне вебинар с Олегом Якубенковым @gopractice, который крайне редко, но крайне емко выступает в публичном поле.
Регистрируемся ⬆️

Новость 2
Яндекс.Практикум запускается в США и сегодня вышел на ProductHunt.
https://www.producthunt.com/posts/practicum-by-yandex
Зайдите, посмотрите, оцените и дайте фидбек в комментариях или лично СМО Практикума Жене Лебедеву

Не переключайтесь...

Беспилотные автомобили – будущее, к которому мы можем прикоснуться уже сейчас, достаточно пару минут постоять на тротуаре вдоль Комсомольского проспекта в Хамовниках. Пассажиров они пока не возят, но вполне себе объезжают полуостров в беспилотном режиме под присмотром специально подготовленного водителя.

28 мая в 20:00 у вас будет возможность позадавать вопросы про беспилотники и науку, с этим связанную, Боре Янгелю. Боря – инженер-исследователь, между работой в Яндексе успел поработать в Microsoft. В Яндексе работал над "мозгами" Алисы, а сегодня занимается алгоритмами предсказания дорожной обстановки для беспилотников.

Ребята из ruvds организуют прямой эффир с сессией вопросов и ответов. Эфир будет в их инстаграмме. Видео трансляции так же выложат на YouTube.

P.S. На фото - Боря. Он увлекается парашютным спортом.

Подробности по ссылке:
https://ruvds.timepad.ru/event/1313474/

A/B тестирование — это неотъемлемая часть работы над продуктом. С его помощью можно проверить гипотезу о том, поменяется ли выбранная продуктовая метрика, если изменить что-то в продукте, — например, увеличится ли количество пользователей, если изменить дизайн страницы регистрации. Для этого сравниваются результаты в тестовой и контрольной группах пользователей: первой выборке показывают новое решение, а у контрольной группы продукт остаётся неизменным.

При этом важно проверить, будет ли изменение статистически значимым: подтвердить, что наблюдаемая разница у тестовой и контрольных групп действительно связана с нововведениями в продукте, а не является случайностью. Для этого можно применять традиционный (частотный) или байесовский подход к A/B тестированию. У обоих методов есть свои сторонники и противники, но байесовский подход позволяет проще визуализировать данные и интерпретировать результат эксперимента. Академия Яндекса перевела статью из блога Towards Data Science о том, как провести байесовское A/B тестирование и разобраться в его работе.

https://academy.yandex.ru/posts/prostoy-gid-po-bayesovskomu-a-b-testirovaniyu-na-python

Эксперимент

Завтра в 14:00 по Московскому времени мы предлагаем всем вместе посмотреть лекцию Анатолия Карпова, с которой он выступал на Матемаркетинге-2019.

Анатолий рассказывает какие подводные камни ожидают аналитиков при проведении экспериментов и как научиться их избегать. Вы глубже поймете статистику и разберетесь в том, каких ошибок можно избежать при проведении A/B тестов.

Добавьте напоминание себе в календарь

По окончании трансляции в закрытом чате появится ссылка на Zoom-конференцию, где в течение 20 минут Анатолий ответит на заданные вопросы. В чате, во время лекции можно будет задать вопросы спикеру, а также сразу получить презентацию и расшифровку доклада.

Ссылка на telegram-чат (будет удален по окончании лекции)

@internetanalytics

Побеждать надо не силу, а слабость

1. Как только разговор заходит о том, как стартап собирается победить конкурента — сразу слышу фразы типа «добавим фич», «сделаем удобнее (лучше, быстрее)». Это очень похоже на то, что мы собираемся сокрушить силу конкурента своей еще большей силой — количеством фич, удобством, скоростью и т.д.

2. Хотя еще Сунь Цзы в «Искусстве войны» писал: «Во время войны избегай чужой силы и бей туда, где есть слабость». Не надо стараться собрать больше сил там, где противник уже силен. Надо найти слабое место и собрать все свои силы там.

3. Во всех супермаркетах были и есть большие алкогольные отделы. Стали ли «Красное & Белое» создавать еще более большой выбор? Нет. Они увидели слабость — большой выбор, но долго идти из дома. WordPress — мощный инструмент для создания сайтов. Стала ли Тильда делать более мощный ВордПресс? Нет. Они увидели слабость — гибко и мощно, но слишком сложно для одностраничных лендингов.

4. Вывод. Не надо пытаться делать больше/лучше/удобнее то, что конкуренты уже делают. Не надо искать того, что конкуренты не делают — они, наверняка, не делают этого не из глупости. Надо искать то, что они уже делают — но плохо для какой-то определенной категории пользователей. И сделать это конкретное плохо — хорошо для конкретных людей.

Подборка материалов для изучения SQL.
Попытался ранжировать от легкого к сложному

Для новичков: https://it-black.ru/category/rubriki/samouchitel-po-sql/

Вводные курсы на конкурирующих площадках:
https://www.datacamp.com/courses/intro-to-sql-for-data-science
https://www.datacamp.com/courses/joining-data-in-postgresql
https://www.geeksforgeeks.org/sql-tutorial/#basics
https://classroom.udacity.com/courses/ud197
https://app.dataquest.io/m/252/introduction-to-sql
https://www.khanacademy.org/computing/computer-programming/sql
Все на английском, но нет причин переживать - синтаксис все равно на английском, а все остальное там очень легкое для понимания.

Статья "Как думать на SQL": https://habrahabr.ru/post/305926/

Отдельно про оконные функции, так как это головная боль многих:
- Очень хорошая статья про оконные функции
- Курс на Datacamp (почти весь про "оконки")

Тренажёры по SQL:
http://www.sql-ex.ru/
https://sqlbolt.com/
https://www.w3schools.com/sql/

Совместная работа с SQL и Python
https://www.dataquest.io/course/sql-fundamentals
https://www.dataquest.io/course/sql-joins-relations
https://www.dataquest.io/course/sql-databases-advanced

Более продвинутый уровень.
https://www.datacamp.com/courses/introduction-to-relational-databases-in-python
https://www.codecademy.com/learn/learn-sql
https://www.hackerrank.com/domains/sql

Оптимизация SQL-запросов - доклад (2 часа)
— жизненный цикл запросов — механизм подготовки, кеширования и исполнения запросов в MS SQL;
— основы чтения планов выполнения запросов;
— влияние внешних ключей, кластерных представлений и вычислимых столбцов на производительность запроса;
— проблема неявного преобразования типов;
— статистика сервера и как она может влиять на скорость исполнения запроса.

Почти все бесплатно. Для Datacamp по интернету ходит ссылка-скидка на 75%
Теперь у вас нет оправданий, чтобы не знать базовый язык аналитиков.

@internetanalytics

Подборка материалов для изучения SQL.
Попытался ранжировать от легкого к сложному

Для новичков: https://it-black.ru/category/rubriki/samouchitel-po-sql/

Вводные курсы на конкурирующих площадках:
https://www.datacamp.com/courses/intro-to-sql-for-data-science
https://www.datacamp.com/courses/joining-data-in-postgresql
https://www.geeksforgeeks.org/sql-tutorial/#basics
https://classroom.udacity.com/courses/ud197
https://app.dataquest.io/m/252/introduction-to-sql
https://www.khanacademy.org/computing/computer-programming/sql
Все на английском, но нет причин переживать - синтаксис все равно на английском, а все остальное там очень легкое для понимания.

Статья "Как думать на SQL": https://habrahabr.ru/post/305926/

Отдельно про оконные функции, так как это головная боль многих:
- Очень хорошая статья про оконные функции
- Курс на Datacamp (почти весь про "оконки")

Тренажёры по SQL:
http://www.sql-ex.ru/
https://sqlbolt.com/
https://www.w3schools.com/sql/

Совместная работа с SQL и Python
https://www.dataquest.io/course/sql-fundamentals
https://www.dataquest.io/course/sql-joins-relations
https://www.dataquest.io/course/sql-databases-advanced

Более продвинутый уровень.
https://www.datacamp.com/courses/introduction-to-relational-databases-in-python
https://www.codecademy.com/learn/learn-sql
https://www.hackerrank.com/domains/sql

Оптимизация SQL-запросов - доклад (2 часа)
— жизненный цикл запросов — механизм подготовки, кеширования и исполнения запросов в MS SQL;
— основы чтения планов выполнения запросов;
— влияние внешних ключей, кластерных представлений и вычислимых столбцов на производительность запроса;
— проблема неявного преобразования типов;
— статистика сервера и как она может влиять на скорость исполнения запроса.

Почти все бесплатно. Для Datacamp по интернету ходит ссылка-скидка на 75%
Теперь у вас нет оправданий, чтобы не знать базовый язык аналитиков.

@internetanalytics

Когда-то я работал в банке 🏦. Мы всегда использовали таблицы для представления результатов анализа. Какую бы информацию не готовили, это почти всегда были таблицы. В лучшем случае, добавляли ужасный и бесполезный для отчета пайчарт, а особо продвинутые аналитики - донат чарт 🍩

Это могли быть довольно большие таблицы с кучей разнообразных цифр. Но, в банке все привыкли работать с таблицами и никого это не смущало. Свою тягу к красивому я реализовал там же, в таблицах. Я научился делать очень красивые таблицы, стал мастером красивых таблиц. )))

Прошло несколько лет и я случайно посмотрел вдохновляющее видео, которое открыло для меня визуализацию данных. Какой-то другой, совершенно удивительный мир, в котором цифры перерождались в визуальные объекты и могли очень точно и красиво донести основную мысль. (что, кстати, не отрицает и противоположного эффекта).

Хочу поделиться этим видео с вами и может быть кто-то еще разделит мой восторг и отношение к визуализации данных. Если нет, то вы, как минимум, найдете много интересных фактов. Если что, есть субтитры на многих языках.
https://www.ted.com/talks/david_mccandless_the_beauty_of_data_visualization

В качестве бонуса вторая ссылка на классику жанра от Ханса Рослинга. Мне кажется, одно из самых известных выступлений про визуализацию данных.
https://www.youtube.com/watch?v=hVimVzgtD6w

Отличная статья про визуализацию данных с помощью Plotly. Статья рассказывает о том как строить различные интерактивные визуализации от простых вроде line-chart до более сложных, например, отображение данных на карте

https://habr.com/ru/post/502958/