В пятом выпуске «Завтра в Data» у микрофона Александр Бараков — Head of BI в Luxoft и автор телеграм-канала Data Nature.

О чем мы поговорили?
🔵От архитектора до BI: путь, который не нужно повторять.
🔵Рабочее комбо в образовании человека, работающего с данными.
🔵Бег по кругу и рутина — единственное, что смущает в сфере?

🔜 Подробности — в канале Карьера в Data | LEFT JOIN.

Почему аналитика оффлайн-обучения — это боль: рассказывает преподаватель из ВШЭ
Четвертый сезон Data Heroes заканчивается интервью с Евгением Соколовым.

Он больше 10 лет в Data Science, работал в Яндексе, а сейчас руководит департаментом больших данных и информационного поиска факультета компьютерных наук ВШЭ. Вот этому всему и посвящен выпуск!
🔵 Как изменился Data Science за эти годы?
🔵 Как Евгений решился из бизнеса уйти в преподавание, и за что он любит эту работу?
🔵Как в Вышке поддерживают актуальность учебных программ и делают их интересными для студентов?
🔵 Отличия между обучением онлайн и оффлайн с точки зрения преподавателя — какой интереснее формат интереснее? А как их анализировать, и какой в этом плане удобнее?

Смотреть: YouTube, VK
Слушать: Apple Podcasts, Spotify, Яндекс Музыка

И да — это действительно последний выпуск сезона, но мы не прощаемся! Совсем скоро придем с новостями.

2 дня до конца исследования онлайн-школ по аналитике!
Напоминаем: команда LEFT JOIN проводит независимое исследование онлайн-курсов по аналитике. Мы хотим выяснить, какие из них самые популярные и полезные, а заодно — узнать, как люди относятся к такому формату обучения в целом.

💙 Мы уже собрали 360 голосов, и это крутой результат. Спасибо всем, кто принял участие! Если вы еще не успели это сделать, но очень хотите, у вас есть время. Сбор голосов заканчивается 19 сентября.

🔜 Пройти опрос

Всем участникам выдаем в награду список классных бесплатных материалов для аналитиков и всех, кто интересуется ИИ, SQL и работой с данными.

Так что спешите проголосовать сами и рассказать друзьям, если еще не сделали этого! 🔥

Как подружить разрозненные данные с помощью сквозного идентификатора
Почти каждый бизнес собирает данные о клиентах из множества разных источников. Что-то отправляют они сами, что-то — заносят менеджеры. И это неизбежно приводит к хаосу: просто поразительно, сколько существует разных способов записать один и тот де номер телефона. 👀

🔜 Это мешает корректно отследить путь клиента и посчитать важные метрики — например, стоимость привлечения лида и прибыль, которую он в итоге принес.

Мы в своей практике тоже с таким сталкивались, и в новой статье рассказываем, как решить эту проблему с помощью сквозного идентификатора. Это уникальный номер, который присваивается клиенту, и помогает объединить все данные о нем.

Пройдем весь путь от «да можно руками сметчить» до создания скрипта, который метчил почти все данные о клиентах, собирал в таблички в Tableau и помогал за пару кликов детектить ошибки. Ошибок, кстати, стало в разы меньше, когда мы его ввели.

💙 Читайте подробности в блоге.

Мы ищем спикеров для 5-го сезона Data Heroes!
Тема сезона — аналитика в Retail и eCommerce.

🔵 Как работают с данными онлайн-магазины и маркетплейсы?
🔵 В чем отличие аналитики в продуктовом ритейле от аналитики в любой другой сфере?
🔵 Какой стек выбирают лидеры рынка, и как они нанимают технических спецов?

В пятом сезоне будет еще больше аналитики, данных и горячих дискуссионных тем. Сейчас мы активно ищем спикеров, и обращаемся за помощью зала — то есть к дорогим подписчикам.

Если вы работаете в сферах Retail и eCommerce, руководите отделом аналитики или другой командой, но во многом опираетесь на данные в работе, у вас современная и технологичная компания — приходите на подкаст!

🔵 Data Heroes выходит на всех крупных площадках, и у него есть видеоверсия на YouTube.
🔵 У нас больше 5500 регулярных слушателей по всем платформам.

🔜 Интересно? Пишите нашему менеджеру @leftjoin_ads, и она расскажет все подробности.

P.S. Можно переслать сообщение руководителю или коллеге, который подходит под описание!

5 причин, почему ваши данные не приносят пользу бизнесу, и что с этим делать

Вот у нас некий бизнес → Вот есть данные об этом бизнесе — продажи, расходы, доходы и так далее → Вот есть таблицы, где эти данные хранятся, и графики, которые их наглядно визуализируют.

🔜 Но чего-то не хватает. Что же это может быть?..

Ах, да. Польза и те самые ценные инсайты, которые обещают извлечь из данных аналитики. Работы по сбору и обработке данных много, а вот выгоды не очень — почему это происходит?

Читайте в новой статье на VC → https://vc.ru/services/1488821-5-prichin-pochemu-vashi-dannye-ne-prinosyat-polzu-biznesu-i-chto-s-etim-delat

Это случается достаточно часто, и обычно к такой ситуации приводят 5 основных причин. В статье разбираемся, что это за причины и, самое главное, — как с ними бороться.

🔜 Пишите в комментариях на VC, узнали себя или компанию, где работали?

🔜 Ребята, сегодня последний день сбора данных для исследования рынка онлайн-образования!

Если еще не прошли → сегодня последний шанс

«Я планировал работать колдуном, хотя реальность оказалась более приземленной»
В гостях Валерий Бабушкин — старший главный начальник в British Petroleum, автор книги “ML System Design” и автор телеграм-канала Время Валеры.

О чем поговорили?
🔵 Об учебе в Германии и первой работе в банке.
🔵 О страхе увольнения и самом интересном проекте.
🔵 О подводных камнях сферы и важности университетского образования.

🔜 Подробности — в канале Карьера в Data | LEFT JOIN

Расскажите, как вам формат интервью «Завтра в Data»?
❤️ — Здоровски!
🌚 — Скучновато…

Задача из курса «SQL База»: считаем среднюю стоимость доставки
Недавно мы предложили вам посмотреть поближе на какую-нибудь задачку из нашего нового курса по SQL, и вы выбрали модуль про соединение таблиц.

Для решения вам понадобится ER-диаграмма нашей БД — она на картинке к посту. ☝🏻 Курс оформлен как стажировка в онлайн-магазине True Coffee, поэтому и данные у нас соответствующие — товары, фасовки и разные бренды чая и кофе.

А еще мы приведем пару выдержек из теоретической части, чтобы вы могли оценить подачу материала.

🔵 Особенность нашей базы состоит в том, что все связи имеют тип один-ко-многим с обязательной связью. Также стоит отметить тот факт, что в каждой таблице в качестве первичного ключа используется суррогатный ключ, то есть просто возрастающий номер id.
🔵 Одним из наиболее распространенных операторов соединения является INNER JOIN. С помощью INNER JOIN происходит объединение записей из двух таблиц по какому-то условию, обычно по связующему полю. В результирующую выборку попадают только те записи, которые удовлетворяют условию.
🔵 В запросе оператор INNER JOIN ставится после оператора FROM, при этом необходимо указать еще и условие соединения таблиц после указателя ON.

А вот и сама задача:

Отдел доставки хочет, чтобы мы узнали среднюю стоимость доставки всех вариантов фасовки товара под номером 3. Результат округлите до целого при помощи функции ROUND.

Выведите вариант фасовки и округленную среднюю цену. Поля назовите variant_name и avg_delivery_price соответственно.

Для этого используйте таблицы orders и purchases. Не забудьте отфильтровать данные по номеру товара (поле product_id из таблицы purchases), а также сгруппировать по типу фасовки (поле variant_name из таблицы purchases).

Пишите решения в комментариях!

А если понравилась задача, то записывайтесь на «SQL Базу». Там таких заданий еще очень много, и к тому до конца месяца курс можно купить за 931 рубль вместо 1330 по промокоду СЕНТЯБРЬ30.

Self-service BI: за или против?
Self-service BI — это подход к аналитике, который состоит в том, что бизнес-клиент сам, без помощи дата-команды, может формулировать запросы к данным и создавать отчеты.

Учить SQL никого не заставляют. Пользователь с помощью кнопок и менюшек в интерфейсе выбирает, какие данные и в каком виде ему нужны, а BI-система превращает это в SQL-запрос. И, конечно, не забываем про ИИ: уже есть достаточно self-service-инструментов с прикрученными к ним LLM. Они «переводят» на SQL запросы пользователей на естественном языке.

🔜 В итоге это всем экономит время: аналитики не отвлекаются на текучку от более крупных и важных проектов, а заказчики не ждут, пока дата-команда возьмется за задачу.

В теории круто. Да и на практике работает — мы рассматривали такой кейс в одном из выпусков Data Heroes (YouTube, VK).

Но есть и минусы или, скорее, опасения.
1️⃣ Широкий доступ к данным — так себе идея. А вдруг пользователи сервера уронят своими самодельными дашбордами, если их станет слишком много?
2️⃣ Аналитика — это не просто сделать выгрузку и нарисовать какой-то график. Чтобы эффективно работать с данными, надо понимать, как они хранятся в базе и как взаимосвязаны друг с другом, как правильно представить их на графиках, чтобы действительно найти в них инсайты. Да и в конце концов, какой бы ни был дружелюбный и понятный интерфейс у инструмента, все рано надо учиться им пользоваться. Не факт, что пользователи действительно захотят учиться, а дата-команда — захочет и сможет их обучить.
3️⃣ Self-service BI все равно надо настраивать и поддерживать, и нет гарантий, что это будет намного проще, чем работать с пользователями и бизнес-заказчиками напрямую, «по старинке».

А что вы думаете?

❤️ — Self-service BI — будущее аналитики
👾 — Аналитику должны создавать и поддерживать только профессионалы!

Один датасет, двадцать визуализаций
Данные о динамике изменения возраста выхода на пенсию для мужчин и женщин из стран ОЭСР за 50 лет — звучит не очень интересно, правда? Еще и сложно: пока дочитаешь до конца предложения, забудешь с чего оно начиналось.

Зато на основе этого набора данных специалистка по датавизу из Польши нарисовала аж 20 разных графиков: столбчатые, линейные разных видов, тепловые карты, даже нелюбимые многими «ящики с усами» затесались.

Не все из них одинаково полезны — есть ощущение, что не все способы визуализации одинаково хорошо подходят для этого датасета. В любом случае, работа впечатляет. 🔥

А у вас есть нелюбимый вид графиков, которые не используете и не понимаете?

Советы по SQL: полезные фичи и рекомендации
Нашли классный документ на гитхабе с лайфхаками по SQL, как сделать код читабельнее и избежать частых ошибок. Советы подойдут не всем (уже предчувствуем, что многим не понравится первый пункт в блоке «Formatting/readability»), но ознакомиться стоит.

Еще немного рекомендаций (и обсуждений злосчастной запятой из первого пункта) можно найти в треде на Hacker News.

Сохраняйте пост себе, пересылайте знакомым — пригодится! 🔥

Данные были ошибкой
Как-то раз мы обсуждали статью Бенна Стенсила, где тот спрашивал, нужна ли на самом деле аналитика. Сегодня пойдем дальше и спросим, а нужны ли нам данные в том виде, в котором мы собираем и используем их сейчас?

Источник вдохновения для поста: статья What If Data Is a Bad Idea? Ниже — краткий пересказ основных идей, но рекомендуем прочитать материал целиком, он того стоит.

🔜 Речь не о обо всех данных, а о персональных, которые собирают о пользователях сайты, соцсети и приложения.
Проблема в том, что эти данные лежат где-то на недоступных частных серверах корпораций. Такой подход к сбору и хранению информации не делает разницы между данными о погоде и данными о живых, думающих людях, совершающих действия и принимающих решения.

Это лишает людей контроля над данными о себе и превращает их в ресурс. Многие с этим смирились и приняли как данность, что конфиденциальности в интернете давно нет. Сейчас каждый сайт собирает наши куки и отправляет Большому Брату.

🔜 Но что, если можно жить по-другому?
Всю эту систему можно (в теории) сделать более человечной и близкой к нам, а также вернуть людям хотя бы частично контроль над их данными.

🔵 Более близкой ее можно сделать вполне буквально — благодаря проекту Solid и принципу Local-first software.
🔵 Контроль и право собственности на свои данные предоставляют такие инициативы, как Verifiable Credentials. Они дают возможность подтверждать личность, не разглашая о себе лишнего. То есть не отправлять важную информацию о себе кому попало.

Если кратко, суть в том, чтобы наконец-то создать прекрасный децентрализованный интернет будущего. Идея хорошая, но вот как прийти к этому состоянию — пока непонятно. Этот подход решает часть проблем, но создает новые, и решения есть не для всех из них.

А вы что думаете — когда уже это случится и корпорации и дата центры перестанут собирать данные о каждом нашем клике?

Матемаркетинг’24 пройдет 7 и 8 ноября
…а также 29 октября.

В Москве специалисты по аналитике и маркетингу уже в шестой раз соберутся на конференции Матемаркетинг, чтобы поговорить про данные, технологии и продвижение.
🔵Как и из чего выстраивать аналитическую инфраструктуру в текущих реалиях?
🔵Как можно использовать ML для продуктовой аналитики?
🔵Как эффективно работать с платными каналами продвижения и не терять деньги?

Всего обещают больше 120 докладов и выступлений от специалистов из Ecommerce, EdTech, Retail и других областей. Особенно ждем выступление Ромы Бунина! ❤️

Будет еще кое-кто, кого мы в LEFT JOIN тоже очень хотим послушать — но про это расскажем позже.

Конференция будет идти три дня — но не подряд
29 октября пройдет онлайн-эфир со спикерами, которые находятся не в России.

7 и 8 ноября пройдет основная часть выступлений сразу в двух форматах.
🔵Офлайн — по адресу МГУ, кластер «Ломоносов», Раменский бульвар, 1, с кофе-брейками и нетворкингом.
🔵Онлайн-трансляции и записи — для спикеров и посетителей, которые не смогут приехать.

Участие платное и по билетам. Обладатели билетов получат доступ к закрытой платформе мероприятия на 6 месяцев. Там собраны материалы с конференций прошлых лет.

🔜 И кстати — до 13 октября по промокоду LEFTJOIN15 билет можно купить со скидкой 15%.

Состоялся релиз PostgreSQL 17!
В новой версии СУБД улучшили производительность и расширили функционал.

Среди изменений:
🔵 Команда VACUUM для очистки и оптимизации БД теперь выполняется быстрее и потребляет в 20 раз меньше памяти.
🔵 Благодаря улучшениям в обработке журнала предзаписи (WAL, Write-Ahead Logging) вдвое выросла пропускная способность операций записи в системах с большим количеством параллельно выполняющихся запросов.
🔵Добавились новые функции для работы с данными в формате JSON: JSON, JSON_SCALAR, JSON_SERIALIZE, JSON_EXISTS, JSON_QUERY, JSON_VALUE. Появилась поддержка JSON-TABLE, которая конвертирует данные из JSON в стандартные таблицы PostgeSQL.
🔵 Расширились возможности функции MERGE и добавилась поддержка выражения RETURNING.

Полный список изменений — на сайте проекта.