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

Ребята из Retentioneering выложили в open-source набор методов и инструментов обработки траекторий движения пользователей в приложении или на сайте. Продуктовые аналитики заценят!

https://habr.com/ru/post/468721/

​​Сегмент по хиту

Девушка за тем столиком попросила вам рассказать нюанс про сегменты. Он из тех случаев, когда «этожевсезнают», а вы слышите впервые.

Когда хотите отфильтровать хит по нескольким параметрам (страница и событие, категория и действие, и т.п.), надо в сегменте идти не во вкладку «Условия», а во вкладку «Последовательности», и все значения прописывать там в первом шаге. В «Условиях» для каждой проверки рассматривается весь сеанс, а не конкретный хит.

На скрине два сегмента покупателей разными способами. В случае с условием захватились люди, у которых действие «Покупка» не было связано с екоммерсом.

Для тех, кто сейчас задумался, что делать, бесплатный совет от моего дира: ошибки признавать можно, но не в письменном виде.

@Burgerdata

​​Ранее я писал о новой фиче в Google Tag Manager Custom Tamplates и о том, что пока не хватает общедоступной галереи, с возможностью импорта шаблонов в свой аккаунт. Так вот, она появилась! Теперь, чтобы поставить код Facebook Pixel или Яндекс.Метрики можно использовать готовые шаблоны прямо в интерфейсе GTM. Для этого нужно перейти в Шаблоны (в боковом меню), потом открыть Поиск в галерее, найти шаблон и добавить его в рабочую область. После этого можно создавать теги в обычном режиме, рядом с Custom HTML и Custom Image теперь будут отображаться шаблоны, добавленные из галереи.

Подробнее про новость в блоге Google: http://bit.ly/2oAFlbD

via @WebAnalyst

Если дети на новогодних праздниках кричат «Елочка, гори!», то маркетологи кричат «Конверсия, расти!»

Мы собрали 20 эффективных способов, которые помогут повысить конверсию интернет-магазина. Тема очень актуальная в преддверии осенне-зимних праздников.
https://www.owox.com/c/4dv

#GTM
Как настроить прослушивание кликов в Google Tag Manager 2.0
https://clc.to/qM6txA (http://bit.ly/30W8Jqh)

via @webmagic

Pandas - отличная базовая библиотека для работы с данными, включая очистку, генерацию новых фич и интеграцию с инструментами машинного обучения. Проблема в том, что в ней, несмотря на кажущуюся простоту, есть разные тонкости, а также готовые обертки, которые могут сильно облегчить жизнь, если о них знать.

Николай Марков рассказывает о различных приёмах эффективной работы с данными. Настоятельно рекомендую к просмотру

https://www.youtube.com/watch?v=2xS_glCEuRg

Пожалуй, обращение к элементам датафрейма с помощью loc и iloc - это одна из тех тем, которая становится камнем преткновения для людей, начинающих изучать pandas. На самом деле, всё не так сложно. Erik Marsja в своей статье подробно освещает использование loc и iloc.

https://www.marsja.se/how-to-use-iloc-and-loc-for-indexing-and-slicing-pandas-dataframes/

Есть нормальный способ настроить цели в Яндекс Метрике по событиям с использованием регулярных выражений.
Способ неочевидный, но рабочий.
https://my-analytics.pro/js_goal_metrica_regexp/

Гайз, 3 ноября, в Киеве проведу воркшоп по bigquery и google cloud:

Структура воркшопа:
— Как собрать и выгрузить данные из приложения и сайта в BigQuery.
— Визуализация данных в Data Studio из BigQuery.
— Введение в SQL для BigQuery.
— Оптимизация SQL запросов методами BigQuery.
— Введение в Cloud Function и способы обогащать данные из других систем (CRM, Рекламные системы, Базы данных и тп).

Будет полезно:
маркетологам, PPC и SEO специалистам, которые имеют опыт в SQL (желательно) или работают со средним/крупным бизнесом.

https://www.facebook.com/events/538835900188225/

​​Новый Python скрипт - позволяет извлекать данные об активности пользователя из Google Analytics и импортировать их в таблицу Google BigQuery.

via @BigQuery

На Матемаркетинг-2018 Виталий Черемисов поделился кейсами аналитических экспериментов и рассказал, какую роль в интерпретации данных играет математическая статистика.

https://www.youtube.com/watch?v=mfsIZdzS0vg

В этом году Виталий выступит с лекцией о том, как предподготовить данные для экспериментов и увеличить чувствительность метрик.

@matemarketing_official

Полная программа и пропуск на все лекции Матемаркетинг-2019 на сайте: https://matemarketing.ru

Валерий Бабушкин о том, как эффективно собирать и использовать данные, создавать конкурентные и точные предложения для потребителей, минимизировать отток клиентов и понимать их ценовую эластичность.

https://www.youtube.com/watch?v=XWw4Wi6K0QU

На Матемаркетинг 14 ноября Валерий расскажет, как ускорить А/В-тестирование с помощью машинного обучения.

@matemarketing_official

Билеты здесь: https://matemarketing.ru/

Отдельная секция по А/Б-тестированию: 6 докладов от ребят из Яндекса, Авито, AIC, X5 Retail Group. Темы затрагивают весь цикл проведения сплит-тестов. От теории планирования эксперимента и управления чувствительностью метрик, до построения аналитической инфраструктуры.

+ лекция Ильи Красинского, в рамках которой он расскажет о своих актуальных кейсах.

+ лекция и мастер-класс Адриана Грегори из Amplitude. В Amplitude разработан целый гайд по тому, как стимулировать рост, приоритизируя retention. Завершить первый день уместно посещением мастер-класса от Максима Годзи из Retentoneering - как настроить продуктовую и маркетинговую аналитику с большей детализацией по всем пользователям.

Подробная программа: http://bit.ly/33SYfe0 (на второй вкладке - детальное описание всех тем)

Купить билет:https://matemarketing.timepad.ru/event/992934/

Сегодня последняя возможность получить скидку на билеты, получите промокод на сайте https://matemarketing.ru/, введите на Timepad, и вы будете крайне довольны ценником. Но это будет только до полуночи.

​​SQL лайфхаки в BigQuery

Полезные возможности в BigQuery, неочевидные даже для опытных пользователей.

via @BigQuery