Аналитика. Это просто – Telegram
Аналитика. Это просто
969 subscribers
120 photos
3 videos
4 files
517 links
Канал об аналитике. Web, мобильная, продуктовая. По любым вопросам можно писать - @ealexandr
Download Telegram
📍Знаешь как вести проект? Умеешь договориться с кем угодно?
📍Имеешь Аналитические способности и математический склад ума?
Тогда тебе к нам! Канал IT Аналитика.
Тут ты найдешь всю доступную и актуальную информацию по данному направлению.
Бизнес-аналитик
Системный аналитик
Дата-аналитик
Web-аналитик
UX аналитик
Продуктовый аналитик
Подписывайся!
Forwarded from Pavel Dubinin
Полезные ссылки для знакомства и работы с DataLens

Большой функциональный демо дашборд:
- datalens.yandex/demo - публичный, только чтение
- Развернуть дашборд в своем DataLens для редактирования

Сообщество:
- Телеграм чат (вы сейчас тут)
- Предложить и проголосовать за новую фичу
- Плейлист официальных мероприятий на YouTube

Обучение:
- Быстрый старт, пошаговая инструкция
- Более детальные пошаговые инструкции по сценариям
- Туториалы по аналитическим функциям: агрегации, оконные функции, Level-of-Detail выражения
- Создание SQL-чартов (если вам нужно больше гибкости модели данных)
- Образовательные проекты

FAQ в документации:
- https://cloud.yandex.ru/docs/datalens/qa/

Публичные кейсы использования DataLens:
- КазаньЭкспресс - Аналитика retail маркетплейса
- Правительство С.-Петербурга - Аналитика городских сервисов
- Окраина - Аналитика на мясоперерабатывающем заводе
- МВидео - Платформа данных в облаке, геоаналитика
- Rubetek - Аналитика IOT по датчикам домов и квартир застройщика ПИК
- Moneycare - Кредитный брокер, корпоративный BI
- AnywayAnyDay - Аналитика онлайн туристического агентства
- JustSchool - Аналитика над CRM школы английского языка
- SevenTech - Аналитика технологического стартапа над ClickHouse
- НефтеТрансСервис - Промышленная аналитика интернета вещей
- RADAR - Аналитика аудитории наружной рекламы по всей России
- Цифровое образование - Аналитика олимпиад, учеников, школ
- Биологический Факультет МГУ - Предсказание и аналитика урожая
- tproger – Веб аналитика портала
- Car-Taxi - Продуктовая аналитика сервиса эвакуации авто
- Кинопоиск - Публичная статистика оценок фильмов

Примеры публичных дашбордов:
- Анализ качества воздуха
- Статистика коронавируса
- Погода
- Показатели Российских ВУЗов
- Демография Ставрополья
- Исследование про работу вахтовым методом в РФ
- Безработица РФ
- Пример с LOD выражениями от @ab0xa
(присылайте ваши примеры в чат, если хотите поделиться своим опытом!)

Презентации:
- DataLens
- Yandex Cloud Data Platform

Помощь:
- Обсудить ваш проект
- Завести тикет в техподдержку
- Найти партнера для проекта
Интересно сравнить подходы к приоритизации гипотез разными фреймворками: RICE, PIE, ICE(1,2), PXL.
Вначале казалось, что явное преимущество у PXL, из-за того, что он минимизирует оценочность, основывается на простой фактуре. Но, вот, гипотезы, которые не связаны с UX, трудно им оценить. Они всегда будут проигрывать тем, что основаны на UX.
Да, и гипотеза - это не всегда про AB тест
Про PXL здесь: https://cxl.com/blog/better-way-prioritize-ab-tests/
Forwarded from Lena Seregina 📈🧘‍♀️♥️ (Lena Seregina)
Рада поделиться с вами моей первой англоязычной статьёй. Она является значительной доработкой статьи 2019 года на русском, которая по сути обеспечила мне карьеру консультанта по метрикам и продуктовой аналитике. За эти годы практики я многое переосознала. Поэтому статья, которую я сегодня предлагаю вам к прочтению больше, чем просто перевод и даже более — это скорее не перевод, а совершенно новое прочтение уже знакомой вам истории и подхода.

https://productcoalition.com/metrics-hierarchy-and-metrics-pyramid-aligning-product-and-business-goals-7335dae66c94
Forwarded from Product Analytics
​​Хороший справочник по метрикам для оценки интерфейса.

via @ProductAnalytics
Forwarded from Этюды для программистов на Python (Дима Федоров)
Запускаю несколько долгосрочных открытых проектов 🐍

1️⃣ Воспроизводимая наука о данных

Свободный учебник (в разработке) на основе моего курса по анализу данных для экономистов по ссылке.

2️⃣ Python для программистов

Свободный учебник (в разработке) на основе моего курса по языкам программирования по ссылке.

3️⃣ Сообщество преподавателей Python

Я преподаю Python в школах, вузах и на различных курсах более пяти лет.
И я искренне верю, что только объединив усилия, мы сделаем преподавание ИТ в России лучше.
Именно поэтому я хочу создать сообщество преподавателей Python для поддержки, обмена идеями и полезными материалами.
Подробности по ссылке.
Услышал недавно от продакта такое: "Зачем нам это тестировать? У этого, этого и этого конкурента это уже есть, они же не дураки. И мы такое же себе сделаем, не прогадаем".
Очень смешно. Вот так и появляются одинаково убогие решения на многих сайтах одной тематики. Возразить на это он не смог. Так и живем, приоритизируем гипотезы.
This media is not supported in your browser
VIEW IN TELEGRAM
Forwarded from WebAnalytics (Осиюк Дмитрий)
​​Ребята из OWOX сделали бесплатный тег для GTM Server-Side, который позволяет организовать стриминг GA4 данных в GBQ без использования нативного экспорта данных: https://www.owox.com/c/gtmss-ga4-tag

Пригодится, если нужно:
1. Отправлять данные в EU Storage минуя сервера GA (привет, GDPR)
2. Обойти ограничение в выгрузке в 1 млн. событий в бесплатной версии
3. Получать real-time данные

via @WebAnalyst
Большое обновление xglab.pro - мы добавили поддержку древовидных (вложенных) метрик. Теперь вы можете начать анализировать, например, EPV игрока и увидеть, что он много набирает за счет стандартов. Чтобы разобраться подробнее, можно отключить все, кроме стандартов, а на стандарты посмотреть в деталях - сколько набрано после угловых, сколько после штрафных и так далее.

Можно посмотреть как на общий вклад игрока в EPV, где его отрицательные действия будут складываться с положительными, а можно посмотреть их раздельно, чтобы понимать, насколько активно игрок участвовал в эпизодах.
Мы переработали таблицу рейтингов и все графики, чтобы они поддерживали такую фильтрацию и группировку.

Пересобрали метрику EPV и использовали все возможности вложенной структуры - теперь мы подсчитываем не только точные пасы и кэрри, но и неточные пасы с разбиением на различные игровые ситуации.
Наши метрики стали более детализированными, поэтому наша команда подготовила детальную документацию о том, что такое метрика EPV и как мы считаем ее для каждого из видов событий. С формулами, стрелочками и примерами из матчей. Это не одноразовая статья - мы будем совершенствовать и актуализировать документацию, если найдем примеры получше или изменим алгоритмы на платформе.
https://xglab.notion.site/EPV-a4e1b756f67f49e5a4d06a668340c99e

Если у вас есть предложения по улучшению документации или какие-то вопросы - пишите в комментарии.

Полный список тех, кто нам помогал с обновлением не уложится в лимит на размер поста, поэтому благодарности размещу в комментариях, там же и вы сможете послать лучи добра этим прекрасным людям!
Сейчас обсуждаем приоритезацию гипотез. Как базовый фреймворк используется RICE. А PXL все же отвергли.
Посмотрел на предыдущие оценки RICE. И в них показатель уверенности (Confidence) всегда 75-100%. Впечатлила такая уверенность продакт-менеджеров в себе.
Самое интересное, что ретроспективно не анализировали, что получилось в результате. Допускаю, что результат был достигнут не более, чем в 30-40%. Так и живем...