​​В Data Studio появилась поддержка динамических параметров в SQL-запросах при подключении к BigQuery. Теперь отчеты могут динамически обновляться без редактирования источников данных.

via @BigQuery

А это прямо крутая новость. Не нужно запускать запросы по расписанию или вручную в BQ

У Google Data Studio изменился дизайн главной страницы. А вот мне не хватает папок, в которые можно раскидать все мои 100500 миллионов отчётов.
Наверное, уже скоро.

#googledatastudio

Это прямо важно

Как и зачем изучать траектории пользователей?

Байрам Аннаков о практиках, которые помогают кратно повысить коэффициент удержания пользователя в приложении:
https://www.youtube.com/watch?v=59iKKrePJGY

via @ProductAnalytics

Снова сталкиваюсь с тем, что понятие сквозной аналитики каждый склоняет по-своему.
Вот сейчас владельцы сайта, которым помогаю её настроить, ей называют отчёт, в котором показывается окупаемость (расходы на рекламу, выручка с сайта, ROAS) рекламных каналов.
Ни тебе офлайн расходов, ни crm, точной маржинальности и всякого подобного.
Ну ладно, уже хорошо, что мы ушли с подсчёта кликов и CTR в качестве главных показателей для оценки качества работы рекламных кампаний.

#сквознаяаналитика

Репутация — страшная сила. Поэтому неудивительно, что один эксперт постит панический твит, а сотрудник (staff, не contributor) Forbes вокруг этого твита и ещё пары мнений пишет тревожную статью. Хотя в итоге признает, что никаких фактов, обосновывающих панику, нет.
Речь о FaceApp и его вирусно популярном фильтре старения. Приложение, созданное русскими, отправляет в Россию все ваши фото! AAAA!
В действительности оно отправляет лишь то фото, которое вы выбрали, и на сервера в Штатах - как показали тесты. Но ведь оно запросило доступ к фотоальбомам и разработчики сидят в Питере — это уже подозрительно, правда? И вообще лучше бы вся обработка была на телефоне, нечего русским разрешать хоть что-то из вашего устройства выгружать.
А в это время на пафосных сборищах серьезные люди рассказывают, как российские технологии покорят мир. Вы правда не понимаете, что не в уровне технологий дело?
Ведь не важно, нашлись ли ложечки, — главное осадок.
https://www.forbes.com/sites/thomasbrewster/2019/07/17/faceapp-is-the-russian-face-aging-app-a-danger-to-your-privacy/#168b2dba2755

Александра Клименко из mediametrics поговорила с Алексеем Никушиным организатором конференции Матемаркетинг (и много чего ещё) и Романом Беднарским, менеджером продукта из Яндекса о проблемах обучения аналитика продукта, необходимых умениях и навыках.
Тема важная, смотреть обязательно.
Запись по ссылке: https://radio.mediametrics.ru/normalno_delaj/63156/

​​GTM SPY — онлайн-сервис, который распарсит любой опубликованный контейнер Google Tag Manager на теги, триггеры и переменные. Крутая штука, когда хочется у кого-то подсмотреть идеи для трекинга.

Чтобы воспользоваться сервисом достаточно указать ссылку на сайт или непосредственно GTM ID и нажать Lookup Container. После того, как индикатор поменяет цвет с синего на зеленый — открывайте вкладки Tags, Variables, Triggers и смотрите результаты.

via @WebAnalyst

Это просто шикарная штука

Симо Ахава написал подробную инструкцию по работе с недавним апдейтом от Google Analytics, App + Web.

А мы эту инструкцию перевели и дополнили своим комментарием.

Статья уже на Habr ⬇️
https://www.owox.com/c/474

Арсений Ольховский написал отличный пост о маркетологах

Последние две недели я искал директора по маркетингу в одну компанию и в очередной раз убедился, что найм — это лютая смесь из статистики, любопытства и искусства

Дело в том, что в найме knowledge workers появилась реальная проблема: все вокруг научились правильному бизнесовому дискурсу и теперь говорят умные вещи и пишут пиздатые резюме. Прямо как в duck-test: если что-то выглядит как утка и крякает как утка, вероятно, это и есть утка.

Ты смотришь в резюме и видишь правильные темы вроде "data-informed, а не data-driven" и "экспериментировать каждый день", потом задаешь вопросы и слышишь крутое "не тратить бабки без проверки гипотез на вторичных данных" или "растил ARPU на 30% mom" и уже думаешь, мол, заебись, это тот кто мне нужен. Но потом природное любопытство побеждает, ты начинаешь спрашивать и пиздец — оказывается, кандидат не понимает, когда применять качественные исследования, а когда количественные, почему не надо оптимизироваться под стоимость лида и почему большинству бизнесов лучше даже не начинать заниматься контент-маркетингом. Короче, он знает инструменты, но понятия не имеет, как и когда их применять

Это происходит потому что маркетинговая индустрия накопила кучу знаний и активно делится ими — любую инфу любого уровня задротства можно найти в открытых источниках, погуглив на английском или воспроизводя воронки финансово успешных конкурентов. Такая ситуация позволяет людям, которым впадлу думать, просто впитывать все подряд и транслировать в рандомном порядке, пользуясь тем, что никто вокруг нихуя не понимает. В итоге в куче нормальных компаний на позиции маркетингового менеджера сидит нечто, которое ебет всем мозги ребрендингами, исследованиями и а/б-тестами, потому что ему лень задуматься, что если у твоей компании нет трубы из трафика, а/б-тест — это почти всегда бесполезный слив ресурсов, который нужен только чтобы не брать на себя ответственность. Как результат, деньги и время компании тратятся на беспонтовые эксперименты, бизнесы не растут, а русь не встает с колен потому что компаниям не с чего платить налоги

Я нашел для себя несколько правил, которые помогают победить это зло:

1. Менеджер — knowledge worker, он получает деньги за интеллектуальный труд и умение делать выбор. Нужно спрашивать его про паттерны принятия решений, а не инструменты: нормальный чувак за неделю освоит необходимый для решения любой задачи инструмент, хреновый — не научится принимать решения даже за год и будет заниматься всем подряд, сжигая ваши деньги и замедляя рост. Более того, если вы не маркетолог, вы просто не сможете оценить инструменты — у них у всех звучные красивые названия и куча подводных камней под капотом

2. Определять, чего бизнес хочет от менеджера. Если у компании нет критериев увольнения для нового сотрудника через месяц, два и три, это скорее всего значит, что всем в компании лень нормально задуматься над наймом, иначе почему бы они не стали измеримо объяснять коллеге и себе самим, какого результата хотят 🙂 Вот пример документа, который я писал про найм человека на свою позицию, когда уходил из экспонии. Он написан по книжке "Who?" и без коммерческой инфы, основная соль — в комментариях к профессиональным качествам, которые помогут вам пинговать кандидатов на зашквары http://bit.ly/2k2p3GQ

3. Собирать широкую воронку кандидатов. Мне кажется, если человек по важной позиции отсматривает меньше 100 кандидатов, он почти наверняка пидор. Чтобы все 100 были красавчиками, можно писать вкусные тексты и заливать их трафлом, потому что нормальные пацаны и девчонки почти никогда не сидят на hh и не ищут работу — они раскиданы по интернетам в самых неожиданных местах и вливают в себя профессиональную инфу. По своей последней вакансии я отсмотрел 150 маркетинговых директоров. Среди них только трое подходящих, но все три — охуенные. Один уже выходит на позицию, но еще двое готовы прийти в правильную компанию и затащить. Если у вас есть знакомая правильная компания, которой нужен СМО — напишите в личку, свяжу вас

4. Не давать людям одинаковые тестовые, потому что это дичь. Тестовое задание для менеджера — инструмент получения информации, которую не получилось вытащить в коммуникации. Если бы мне по каждому кандидату после звонка не хватало одной и той же информации, я бы искал проблему в себе, а не в них

5. Не ссать принимать неконвенциональные решения. Задача нанимающего — привлечь человека, который сможет качать бизнес, а не получить отмазку типа "Он из Яндекса/Мейла/консалтинга/whatever else". Такая фраза, конечно, поможет убедить окружающих, что мы наняли нормального чувака и нам просто не повезло, когда он не справился — но в глубине души в темные моменты жесточайшей рефлексии мы всегда будем знать, кто тут на самом деле ленивый пидор

Самое главное имхо — процесс найма важнее всего, что происходит после. Потому что можно делать сколько угодно продуманные систему мотивации, продукт и вижн фаундеров, но если накладывать на них тухлых чуваков, все будет впустую. И наоборот, если нанимать правильных чуваков — они затащат даже в неоптимальных условиях и починят и мотивацию, и продукт, и вижн, потому что они лучше рекрутера знают, что им нужно чтобы делать свою работу

https://m.facebook.com/story.php?story_fbid=879433249092136&id=100010764066099

Лупа за пупу

Есть очень простой алгоритм, который позволяет понять, даёт ли что-то ваш запуск. Запомните эту последовательность (можно даже сделать себе такую татуировку, чтобы точно не забыть):

1. Проводите новый эксперимент с перекрашиванием кнопок.
2. Просите аналитика посчитать результаты эксперимента.
3. Если аналитик говорит, что на глаз явно виден кратный рост метрики, переходите к пункту 6. Если говорит, что нужно посчитать доверительный интервал с лупой посильнее, переходите к пункту 4.
4. Проверяете, что вы не Амазон.
5. Убиваете этот эксперимент, переходите к пункту 1.
6. Открываете шампанское и празднуете кратный рост.

Если для оценки эксперимента нужен калькулятор статистической значимости и ваш DAU не исчисляется десятками миллионов, значит это вопрос времени, когда эффект от эксперимента затухнет или вы выкатите изменение, которое просадит метрику на те же 0,078%, что вы получили в этом эксперименте.

Гениальнее, чем просто

​​В Google Data Studio появилось сразу две крутые фичи:

1) В таблицах появились Optional metrics, которые по-умолчанию не показываются в таблицах, но пользователи дашборда смогут их добавлять в отчет в конкретный момент времени.

2) Теперь имея два Scorecards, которые показывают агрегированные значения (просуммированные, усредненные и тд) можно создать третий — который будет отображать результат от деления первого на второй. Позже можно изменять формулу и получать другие значения. Чтобы получить такую метрику достаточно выбрать два Scorecards с зажатым CTRL/CMD, нажать правую кнопку мыши и выбрать Blend data.

Для наглядности я привел пример использования новых фич на скриншоте.

Подробнее про новые функции в справке.

via @WebAnalyst

50 примеров крутых графиков на Matplotlib и Seaborn. В том числе различные нестандартные визуализации типа "вафельной" диаграммы, lolly-par chart. Рекомендовано к добавлению в закладки)

https://habr.com/ru/post/468295/

​​Оказывается, в BigQuery можно запрашивать содержание таблиц по состоянию на конкретное время. Если перезаписали / удалили часть нужных данных - не беда, все можно восстановить.

Пример запроса количества записей в таблице сутками ранее.

via @BigQuery

И все ходы записаны