И вот вопрос к Гемотесту и Инвитро. Они думают, мне интересно, что забор анализа отдельной строкой выделяется? Я пошел за услугой. Мне нужно ее скорее получить. Покажите мне короткий путь и не мешайте. Зачем все усложнять? Это коммерческие организации, цель которых - прибыль. Ну вот что-то не уверен. Теперь начал хорошо понимать Илью Красинского, который подробно пишет о таких вот штуках.

Что в результате. Завтра утром позвоню в эти организации, и, уверен, договорюсь о том, где и как сдать анализы. А на сайте можно просто прикрутить номер телефона, все остальное не помогло.

Тем временем Google Analytics представляет новую концепцию того как они будут развиваться: https://blog.google/products/marketingplatform/analytics/new_google_analytics

Почитайте, очень интересно.

Вот и обновился наш любимый Google Tag Manager.
Из плюсов, которые бросились в глаза - отладчик на полный экран и данные теперь сохраняются при переходах по страницам - вот это прямо то, чего не хватало. Теперь заживем! Из минусов - сайт открывается в новом окне - могут возникнуть неудобства, если нет второго монитора.
Сначала было немного странно.
Смотрим дальше.

Уже скоро, с 9 по 13 ноября, пройдет лучшая конференция по маркетинговой аналитике Матемаркетинг 2020. Будет идти 5 дней по 4-4,5 часа.
В этот раз все будет происходить онлайн, а это значит, что не нужно выбирать, что посетить, а что нет, и можно посмотреть все.

Самое вкусное - нетворктинг, тоже будет. Под каждый доклад будет свой канал в телеграме, а также куча чатов, где можно получить ответы на свои вопросы.

Каждый из дней будет посвящен своей большой теме:
- 9 ноября - Web/App/App+Web-аналитика
- 10 ноября - Продуктовая и SaaS-аналитика
- 11 ноября — Global view и управление командами
- 12 ноябр — Data-engineering + отчетность как продукт
- Пятница, 13 ноября — "Адские" кейсы

Чтобы вы оценили уровень докладов, делюсь одним из докладов 2019 года от Искандера Мирмахмадова по A/B тестам: https://youtu.be/eA9KY1TxmEg

И специально для подписчиков канала, можно получить скидку на 10%, по промокоду izzi

Сайт Матемаркетинга: https://bit.ly/37aL9Nn
Подробная программа конференции: https://bit.ly/3iMiT6Z

Мы рады представить LMS для Матемаркетинг-2020.

Регистрируйтесь здесь: https://lms.matemarketing.ru/

Внутри вас ждут БЕСПЛАТНЫЙ доступ к материалам 2018-2019, а также к 25% контента 2020.

Эта LMS - форк SkillBranch и этот факт ознаменовывает развитие и выход Матемаркетинга на новые рынки. Теперь онлайн-пространство станет неотъемлемой частью наших оффлайн-конференций, а также мы предложим несколько абсолютно новых смешанных продуктов. Уверен, нам будет чем удивить вас. Но это все хоть в близком, но будущем.

А сейчас - регистрируйтесь в LMS, нажимайте на все кнопки, запускайте видео, грузите систему как хотите - нам нужны краш тесты перед конференцией.

https://lms.matemarketing.ru/

И да, я думаю, вы можете нас поздравить. Этот проект для нас - и для команды ММ и для команды Skill-branch - попытка выйти на принципиально новый уровень!

До Матемаркетинга всего 2 недели и классные новости только начинаются!

@matemarketing_official

В прошлом году Константин Юревич, CEO компании SegmentStream, презентовал на Матемаркетинге новый подход к построению атрибуции на основе машинного обучения.

Сегодня на VC была опубликована статья, которая является логическим продолжением этого выступления и рассказывает, как предиктивная атрибуция способна решать проблемы ITP, режима “инкогнито”, кросс-девайса и т.д.

https://vc.ru/marketing/170734-kak-ocenit-effektivnost-reklamy-kogda-analitika-bolshe-ne-rabotaet

@MateMarketing_official

Мои друзья из Datmark (по моей наводке 😉) провели исследование онлайн-курсов по аналитике, маркетингу, data science на предмет кто чему учит, что сколько стоит, как быстро окупается и тд и тп.

В лучших традициях своего бизнеса, упаковали это в дашборд (2 дашборда) которые максимально полно ответят на все ваши вопросы.

Что можно узнать из исследования:
- какие курсы наиболее перспективны в соотношении с открытыми вакансиями, а какие уже явно перегреты
- обучение каким профессиям окупится быстрее
- кому учиться дольше, дизайнерам или аналитикам
- как длительность курса влияет на цену обучения (спойлер: это не всегда очевидно)
- у каких школ курсы длиннее и дороже
- где покупать курсы, чтобы стать профессионалом, а не просто научиться азам
- сколько выделять бюджета на освоение профессии, и сколько - на совершенствование

Дашборд по результатам исследования тут - https://datmark.com/education

Дашборд для подбора курса по 9 параметрам - https://datmark.com/course-search

Полезно не только тем, кто хочет учиться, но и тем, кто хочет запустить свои курсы.

Очень рекомендую к изучению

@internetanalytics

Вновь хочу процитировать основателя AmoCRM Михаила Токовинина:

«Ключ к успешной удалёнке не инструменты, а ответственность. Мысль, которая меня всегда забавляла, как 100-200 лет назад люди управляли большим хозяйством или империей.

Вот ушел Наполеон в очередной поход, а Париж продолжает жить своей жизнью. И нельзя ему быстренько позвонить, что-то уточнить, попросить принять решение. Нет его, и любой вопрос-ответ это минимум пара недель на гонцов туда-обратно. А как управляли российские императоры страной до появления телеграфа? Отправляешь какой-то поход на восток, а через пару лет узнаешь, что у нас теперь ещё и Калифорния есть.

Быстрые коммуникации породили безответственность. Сегодня, когда любой вопрос можно за секунды эскалировать наверх, можно ничего не решать, а бесконечно уточнять. Сотни имейлов, тысячи сообщений, бесконечные конф-коллы — лишь бы не брать на себя ответственность. Эффективная удаленка возможна только когда люди работают самостоятельно, изредка выходя на связь, чтобы скоординировать свои действия.

Это отлично понимаешь, когда работаешь из Калифорнии с Москвой: дал задание и пошёл спать, следующий сеанс связи через 8 часов (разница во времени). Но получается это у единиц, потому что за десятилетия развитых инструментов коммуникаций у большинства людей атрофировались центры принятия решений».

Отличное видео про градиентный спуск. Все просто и понятно, объясняется буквально на пальцах, с отличным примером на Python: https://www.youtube.com/watch?v=OKeZEbJgQKc.

​​Анализируешь данные, изучаешь data science или разрабатываешь ML-приложения и их прототипы? Недавно @selectelnews выпустил бесплатный Data Science Docker Container с фреймворками и инструментами ML/DL.

Без навыков Devops с его помощью можно развернуть рабочую среду и обучать нейросети, экспериментировать с данными и запускать проекты машинного обучения.

Из явных плюсов:

— Выгодная оплата — платить нужно только за потребляемые ресурсы в облаке или кластере Managed Kubernetes. Если запускаешь контейнер на своем компьютере — платить вообще не нужно.

— Понятная документация. @selectelnews снял двухминутную инструкцию со всеми этапами запуска контейнера и описал процесс в базе знаний.

Запускай контейнер по ссылке: https://slc.tl/DqLun

​​Хороший пример сегментации клиентов с использованием BigQuery ML и модели k-means.

@BigQuery

Для тех кто работает с данными постоянно, выбирает инструменты для экспериментов, создает методологии и исполняемые статьи (executive papers) подборка инструментов для автоматизации работы:

Проекты с открытым кодом:
- Jupyter Notebook и JupyterLab [1] - стандарт де-факто, используется в большинстве проектов
- Apache Zeppelin [2] - система записных книжек с поддержкой SQL и Scala, с открытым кодом
- BeakerX [3] - расширения для Jupyter Notebook с дополнительными возможностями, такими как интерактивными таблицами
- Polynote [4] - платформа для записных книжек на Scala от Netflix
- Elyra [5] - расширения для Jupyter Notebook для работа с AI

Внутри редакторов кода
- Pycharm [6] - поддерживает Jupyter Notebook прямо в среде разработки. Коммерческий
- Hydrogen [7] - поддержка Jupyter Notebook внутри редактора Atom. Открытый и бесплатный

Облачные коммерческие продукты:
- DeepNote [8] - коммерческий продукт совместимый с Jupyter
- franchise [9] - облачные записные книжки для работы с SQL
- Starboard [10] - записные книжки с поддержкой Markdown, Latex, Javanoscript и Python. Стартап
- Google Colab [11] - облачные записные книжки на базе Jupyter от Google
- Microsoft Azure Notebooks [12] - облачные записные книжки на базе Jupyter от Microsoft
- Wolfram Notebooks [13] - специализированные научные блокноты на базе языка Wolfram

Корпоративные продукты:
- DataIku [14] - комплексный продукт организации работы data scientist'ов

Список наверняка неполный и его ещё не раз можно пополнять.

Ссылки:
[1] http://jupyter.org
[2] https://zeppelin.apache.org/
[3] http://beakerx.com/
[4] https://polynote.org
[5] https://elyra.readthedocs.io/en/latest/
[6] https://www.jetbrains.com/help/pycharm/jupyter-notebook-support.html
[7] https://nteract.io/atom
[8] https://deepnote.com
[9] https://franchise.cloud/
[10] https://starboard.gg
[11] https://colab.research.google.com
[12] https://notebooks.azure.com/
[13] https://www.wolfram.com/notebooks/
[14] http://dataiku.com/

#datascience #tools

Про свободу слова. Попробуйте в Facebook Messenger кому-нибудь отправить ссылку https://gnews.org/534248/. Она не отправится. Я уже свыкся с мыслью, что социальные платформы превратились в Министерства правды и фильтруют публичный контент как им вздумается, но обращаю ваше внимание, что это личная переписка, которую Facebook якобы не читает.

​​📌 Полезные материалы с вебинара «Когортный анализ. Привлечение и удержание пользователей продукта»

Вы просили — мы выкладываем!

1. Запись вебинара 👉 https://bit.ly/2yUJRqG

2. Презентация с вебинара 👉 https://bit.ly/36nQWNL

3. Победители:

Сертификаты в размере 3.000₽ на курсы и мини-курсы выиграли Екатерина Пермякова, Алексей Михайлович, Ксения Плотникова, Никита Скоб.

Чтобы получить свои призы, напишите @ProductStarTeambot

4. Оставить отзыв и получить сертификат о прослушивании вебинара 👉 https://bit.ly/2ONNUtC

5. Остались вопросы после вебинара? Задай их нам! @ProductStarTeambot

Андрей Дорожный со своей командой дата-журналистов запустили проекты по обучению визуализации в Tableau и программированию на языке Python. Ссылка на Мастерскую важных историй.

​​В Google Analytics App+Web меняется подход к идентификации пользователей! Приоритетным будет объединение данных по внутреннему User ID авторизованного пользователя, если его нет — будут использоваться данные Google Signals (из множества продуктов Google), если и его нет — то Device ID.

https://support.google.com/analytics/answer/9213390?hl=en

via @WebAnalyst