Аналитики зачастую не понимают бизнес-смысл используемых метрик, а бизнес не всегда понимает что лежит в математической основе тех или иных показателей.

Делимся с вами записью доклада Дмитрия Кудренко с Матемаркетинга-2019, который был признан одним из лучших докладов. Он про связь тактических и стратегических метрик и о том, какие ошибки мы совершаем при оценке маркетинговых специалистов.

В 2020 году Дима снова выступит на Матемаркетинге-2020, а кроме него, про работу с direct-маркетингом будут рассказывать топы Out Of Cloud, Retail Rocket, MindBox

Полная программа доступна по ссылке: https://bit.ly/3iMiT6Z
Билеты и подробности: https://matemarketing.ru

@matemarketing_official

🍿Кажется, эра классических кинотеатров всё

Компания Дисней официально объявила, что, цитирую: "В приоритете будет выпуск фильмов и сериалов для стримминговых сервисов. Контент для устаревших платформ - кинотеатров и телевидения, отойдет на второй план".

По сути, заявление признает победу онлайн-платформ в битве за зрителя.

Посмотрите на табличку с данными о новых подписчиках платных сервисов. Видим, что растет желание пользоваться таковыми у поколений, представители которых и приносили раньше прибыль классическим кинотеатрам. Кстати, они же являются и самыми активными пользователями соцсетей.

Изменился концепт и психология потребления фильмов. Совершенно другим становится и маркетинг кино, сместив приоритеты на онлайн-каналы коммуникации. В первую очередь на SMM.

Поколение Z и Миллениалы проводят 90% сетевого времени в соцсетях - главном источнике информирования потребителя.

Вывод - пандемия закрепила новый тезис: если фильма нет в соцсетях и онлайн-кинотеатрах, успеха не ждите.

@SmmMediaPlus

Каждый 6 доллар США был напечатан за последние 12 месяцев. Кажется, что-то идёт не так 🤔 ... @internetanalytics

К графику выше. Да, все плохо. Деньги напечатали, а скорость движения денежной массы снизилась. Следовательно, где-то возник пузырь. Что делать с этой информацией я пока не понимаю... The velocity of money is usually measured as a ratio of gross domestic product (GDP) to a country's M1 or M2 money supply.

We're seeing more deficit spending in 2020 than the past several years combined.

The government will add more to the national debt this year than all Presidents combined from George Washington to Bill Clinton

That added debt will increase the US debt-to-GDP ratio to over 120%. That's the highest in US history and puts the US in the same super-debtor's league as Japan, Greece, Italy and Lebanon.

https://www.bullionvault.com/gold-news/velocity-money-10012020

@internetanalytics

Грядет новый Google Analytics.

App + Web property становится дефолтным методом отслеживания.

Теперь это Google Analytics 4:
https://blog.google/products/marketingplatform/analytics/new_google_analytics/

Сергей Довганич, Renta.im отмечает, что
"В анонсе дважды поднимается тема cookies, по всей видимости, команда Google Chrome настроена решительно.
Вопрос data quality становится все острее, а необходимость DWH — уже вопрос вчерашнего дня."

А теперь "следите за руками". Еще месяц назад, дублинский офис Google подтвердил нам выступление
Aisling Mulhaire, measurement solution consultant Google на тему App+Web product overview на Матемаркетинге. И это будет абсолютно уникальный шанс лично пообщаться с человеком из команды, которая делала новую GA. Здорово? Синхронный перевод доклада будет.

И если этого мало. На Матемаркетинге будет Симо Ахава. И он тоже расскажет про App+Web, но уже с точки зрения пользователя сервиса, а не разработчика.

Матемаркетинг-2020 - событие с экспертами мирового уровня. Вы знаете что делать.

Матемаркетинг - 9-13 ноября
Билеты и подробности: https://matemarketing.ru
Программа конференции: https://bit.ly/3iMiT6Z

@matemarketing_official

В Appmetrica появился новый отчет «Анализ покупок». Если раньше приходилось применять дополнительные усилия, чтобы «собрать» картину по эффективности и прибыльности своего каталога/магазина товаров, то сейчас в отчете видны ключевые метрики: просмотры карточек товаров, использование акций и бонусов, аналитику по покупкам разной аудитории и географии др.

В итоге, можно:
- изучить топ популярных товаров и категорий, оценить их долю в общих продажах
- оценить продажи по промокоду — количество реализованного товара и суммарную стоимость. Для отдельных товаров, либо в категории
- Сравнить продажи конкретного товара или категории с разным процентом скидки.

https://appmetrica.yandex.ru/blog/ecommerce-report

Можно ли с помощью ML определить, у какого инфлюенсера стоит закупать рекламу, вольется ли новый сотрудник в команду и как быстро он будет закрывать задачи?

Да! 🚀

Коллеги из Матемаркетинга, самой большой российской конференции по маркетинговой аналитике, поделись с нами эксклюзивным видео, в котором Жанна Узалова (Head of Data Science в Creative Mobile) рассказывала, как с помощью прогнозирования поведения людей можно уменьшать риски компании и увеличивать монетизацию.

Переходите по ссылке и знакомьтесь с реальным опытом использования ML-моделей 👉 https://youtu.be/SHXZsTxajUs

В этом году конференция «Матемаркетинг» проводится с 9 по 13 ноября в онлайн-формате.

Каждый из дней конференции посвящен большой комплексной теме:

— 9 ноября — Web/App/App+Web-аналитика
— 10 ноября — Продуктовая и SaaS-аналитика
— 11 ноября — Global view и управление командами
— 12 ноября — Data-engineering + отчетность как продукт
— Пятница, 13 ноября — «Адские» кейсы

Мы командой ProductStar обязательно будем там в качестве зрителей, чего и вам советуем!

Знакомьтесь с полной программой выступлений по ссылке 👉 https://bit.ly/2HeoC7l

А с промокодом «PRODUCTSTAR» стоимость билетов ниже на 10% 😉

🤖 Data-driven маркетинг как часть аналитической культуры компании

В больших компаниях много маркетинга и много клиентов. Без анализа неясно, как одно связано с другим: насколько эффективно работает маркетинг в целом и каждая кампания в отдельности, откуда приходят клиенты и сколько они стоят.

Наступает момент, когда бизнес понимает: пора строить data-driven маркетинг. Отныне компания будет и планировать, и оценивать продвижение с опорой на данные. При этом компании совершают одни и те же ошибки.

Слишком поздно начинают собирать и анализировать данные

Размышляют так: раньше мы прекрасно обходились без данных. Компания была маленькая, все работало само. Но теперь уж развернемся. Проблема в том, что с места data-driven маркетинг не построить: нужна собственно data.

Поэтому хорошо бы копить информацию с момента, когда бизнес стартует. А если время упущено, просто начать прямо сейчас.

Собирают все данные подряд в надежде, что потом пригодится

Другая крайность: кампания забирает вообще все, до чего дотянется. Выходит дорого: как минимум информацию нужно где-то хранить и поддерживать ее актуальность. Еще хуже, что обилие бессмысленной информации — то же самое, что хаос. В базах лежат какие-то данные, но как и зачем их применять — непонятно. А в это время клиенты, чертыхаясь, заполняют на сайте при регистрации по 20 полей.

Прежде, чем что-то собирать, полезно созвать три департамента: аналитиков, маркетинг и продажи. И пусть они договорятся, какие данные для чего будут использовать.

Забывают о качестве данных

Вот вроде бы компания и данные собирает, и знает, для чего. В базе уже 150 000 клиентов, 100 000 телефонов и 50 000 адресов. А на поверку выясняется, что коммуницировать по этим контактам удается только с 5 000 клиентов. И то не факт. Потому что никто не заботился о качестве данных и не проверял, что, откуда и в каком виде приходит в базу.

Хорошо бы поставить метрики не только на трафик, конверсию или продажи, но и на качество данных. И заботиться о том, чтобы в базу или сразу приходили чистые данные, или их кто-то чистил уже потом. А лучше и то, и другое.

Остальное — в записи выступления Алены Артемьевой из «Альфа-Капитала»

Обо всем, что выше — первые 10 минут выступления «Data-driven маркетинг как часть аналитической культуры компании». Остальные полчаса: о компетенциях аналитиков и подборе нужных специалистов, о месте аналитиков в структуре компании, о сложностях в построении data-driven маркетинга и путях их решения. По делу, рекомендуем.

Алена Артемьева выступила с этой темой на «Матемаркетинге» в 2019 году.

«Матемаркетинг» — самая большая в России конференция о маркетинговой аналитике. В этом году она пройдет 9—13 ноября в онлайне. Мы договорились с организаторами, по промокоду HFLABS дают 10% скидки https://bit.ly/3lXldZV.

@hflabs_official

В качестве бонуса для моих подписчиков организаторы Матемаркетинг открыли доступ к видео с MM-2019, где Константин Юревич (SegmentStream) рассказывает о том, как изучить глубинные аспекты использования Google BigQuery: подводные камни, неявные нюансы и способы обхода лимитов и сэмплирования при работе с большим количеством источников данных (реклама, web-сайт, приложение, оффлайн-точка).

https://youtu.be/HAPbkT9eRWA

Ну и чтоб вы не расслаблялись, ловите
Статистика Wild Email Marketing

1. 47% людей открывают электронные письма, основываясь только на теме письма. ( Business2Community)

2. Хотите повысить открываемость? Приветственные письма имеют средний процент открытий 82%. ( GetResponse )

3. 91% пользователей электронной почты отказались от подписки на электронную почту компании, которую они ранее использовали. ( HubSpot )

4. Ежегодно отправляется и получается 102,6 триллиона электронных писем, и это число растет. ( OptinMonster )

5. Персонализация электронной почты увеличивает открываемость на 26%.

6. К 2020 году количество отправляемых и получаемых электронных писем превысит 347 миллиардов. ( Statista )

7. Автоматическая рассылка электронной почты может повысить доход на 320%.

8. Примерно 53% электронных писем открываются на мобильных устройствах; из них 23% людей повторно откроют то же письмо позже.

9. Люди, которые повторно открывают электронные письма на компьютере, на 65% чаще нажимают на них.

10. Электронная почта в 40 раз эффективнее привлекает новых клиентов, чем Facebook или Twitter.

11. Не-миллениалы с большей вероятностью скажут, что рекламные электронные письма влияют на их решения о покупке. (fluentco )

12. Добавление кнопки призыва к действию вместо ссылки увеличивает коэффициент конверсии на 28%.

13. 68% людей решают, открывать электронное письмо или нет, по имени «От».

14. Сплит-тестирование ваших почтовых кампаний может улучшить конверсию на 49%.

15. от 26 до 78% всех писем открываются на мобильных устройствах . (“the Ultimate mobile email stats”)

16. Электронный маркетинг приносит 44 доллара на каждый потраченный доллар при рентабельности инвестиций 4400%. ( OptinMonster )

17. Сегментированные кампании для подписчиков электронной почты увеличивают доход на 760%. ( campaignmonitor )

18. Некоммерческие организации теряют около 15 тысяч долларов в год в виде пожертвований из-за спам-фильтров, блокирующих электронные письма кампании по сбору средств. ( Philanthropy.com )

19. Сообщения о брошенных корзинах открываются в среднем 45%. ( moosend )

20. Наиболее открываемые электронные письма, связанные с хобби, с показателем открытий 27%. ( HubSpot)

Источник


@imarketingua

OWOX запустили сертификацию по продукту OWOX BI Pipeline!

Сегодня стартовала сертификация и теперь аналитики могут подтвердить навыки владения OWOX BI Pipeline: внедрение, настройка, построение сквозной аналитики, работа с сырыми данными в GBQ, построение отчетов для продвинутой маркетинг-аналитики.

https://www.owox.ru/certification/

@internetanalytics

Актуальные дорогие вакансии опубликованные недавно в @analysts_hunter

Наши друзья из агентства мобильного маркетинга Borscht ищут для своего клиента аналитика в Санкт-Петербурге. Платят достойно. Вилка $3000-4000. И это при удаленном формате работы!
Подробнее по ссылке: https://hh.ru/vacancy/39826086

Актуальные дорогие вакансии опубликованные недавно в @analysts_hunter

- Тимлид в отдел аналитики Skysmart - от 250000
- Аналитик BI в Kelly IT Solutions от 130 до 150k Москва
- Аналитик в Тинькофф от 100 до 200 к. Москва
- Data Engineer в SmartDataLab 120-180k удаленная
- Веб-аналитик в Eapteka.ru от 160k на руки Москва
- Продуктовый аналитик в hh.ru 150000+
- Middle BI аналитик в inDriver 160-180k net Москва
- Reporting Analyst в Evrius 800-1200$
- Продуктовый аналитик в ID Finance З/п 2500 евро
- Data Analyst / Product Analyst $1500-2300 Киев
- Data Analyst в Avanta 1500-2500$ Минск
- DataAnalyst в RA Clever Recruiting 3000-3500 euro net Лимасол, Кипр

Подписывайтесь на @analysts_hunter - ежедневно там десятки и уже более 8000 подписчиков

Летом 2020 года Роман Нестер (ex-Segmento, НИУ ВШЭ) взял несколько интервью у представителей компаний, работающих на data-рынке. Из этого получился довольно интересный youtube-канал, на котором в ближайшее время появится еще несколько видеороликов.

Прямо сейчас можно посмотреть и послушать разговор со следующими людьми:

Илья Лагутин, основатель AiData и AiTarget
Георгий Левин, Getintent
Алексей Авдей, глава персонализации СБЕР
Павел Калайдин, директор по исследованиям ВК
Даниил Кравцов, Improvado, Rizzoma
Елена Потехина, Performetry.ai

Все эти люди работают на глобальном рынке данных и их стоит послушать для того, чтобы научиться понимать как работает рынок, как монетизируются данные и с чего начать свой путь в работу с данными,

Подписаться на канал Ромы можно по этой ссылке

Запись интервью с Олегом Якубенковым

Как стал product-менеджером
Product-менеджмент в игровой сфере
Какую роль сыграло образование карьере
Работа в API.AI

Зачем бесплатно делиться экспертизой
Как читать, чтобы развиваться и что читает Олег

Выбор между работой в Google и Facebook
Покупка MSQRD Facebook
Как проводят собеседования в Facebook
Как строить карьеру в Facebook
Зарплаты в Facebook
Что даёт работа в соцсети для опыта
Культура работы с данными и экспериментами
Почему ушел из Facebook
Конкуренция внутри компании и как устроено наделение акциями
Скандал с Cambridge Analytica

Как создавался GoPractice
Куда будет развиваться симулятор
Советы начинающему product-менеджеру

Зачем Олегу деньги
Чем отличаются мессенджеры
Чем Цукерберг лучше Дурова?

Магистратура ВШЭ "Коммуникации, основанные на данных" первой среди всех университетов внедрила GoPractice в учебную программу

@internetanalytics

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

Вот за что я люблю наше сообщество аналитиков, так это за взаимовыручку и поддержку друг друга.

Продолжая тему атрибуции на основе машинного обучения, — статья Влада Флакса, СЕО OWOX, о том, что ML еще не панацея и не все так радужно с настройкой моделей, как может показаться на первый взгляд.

В статье разобраны основные ошибки внедрения ML в атрибуции.

https://performance360.ru/ml-attribution/

@MateMarketing_official