И завершим тему гайдом от Kickstarter, ссылку на который мне прислал @ax_makarov (@datalytx).

Вчера в Telegram читатель спросил о том, как правильно определить Retention первого дня. Вопрос действительно интересный, поскольку учет Retention может быть как на основе календарных дней, так и на основе 24-часовых окон. Разбираемся, чем они отличаются и как написать SQL-запрос для расчёта Retention на основе 24-часовых окон.

https://leftjoin.ru/all/retention-difference/

Есть такое приложение для любителей тенниса — Swing Vision. Оно в реальном времени распознаёт удары по мячу, запоминает координаты каждого удара и позволяет проанализировать качество своей игры. В сегодняшнем видео разберёмся, как выгрузить статистику из приложения и визуализировать на дашборде Tableau с кастомным фоном и фигурами:

https://leftjoin.ru/all/tableau-swing-vision/

Давно хотел порекомендовать к изучению канал Андрея @dorozhnij. В канале @data_publication всегда любопытная инфографика и классные диаграммы! 📊📈🏅

А тут как раз и повод для репоста: небезынтересный сервис от Google для журналистов данных.

📈Инструменты для работы с данными от Гугла
Гугл собрал в одном месте инструменты, которые помогут журналистам работать с массивами данных. Есть очевидные вроде флоуриша (он тоже принадлежит гуглу), так и неочевидные вроде google piblic data.

посмотреть: https://journaliststudio.google.com/

Сегодня приснилось такое: Apple активно форсит 5G для того, чтобы на высокоскоростном интернете можно было бы отказаться от внутренней памяти телефона и полностью перенести хранение данных в облако, чтобы еще больше подсадить пользователей на подписку 🤯

В прошлом видео мы визуализировали теннисные мячики из приложения Swing Vision на дашборде Tableau. Сегодня учимся делать из этого анимированный видеоролик с результатами игры, которое можно встроить на сайт или кому-нибудь показать:

https://leftjoin.ru/all/animiruem-tennisnye-myachiki-v-tableau/

Классная статья про автоматизацию рутины в Excel. Я думаю, что лучше бы просто перейти на сторону pandas 😉

Если вы вчера решили, что я ничего не выложу — вы были правы 😁
Я тоже так думала, ровно до 20.00, потому что я поняла, что день подходит к концу, а доверие тихонечко ускользает.

В общем, если вы решите, что материал бестолковый или скучный, я всё прощу) Но не перестану говорить, что продолжение будет. Учиться на ошибках тоже нужно.

А пока я нашла в себе силы побороть себя, расскажу о том, что мысль вести 100500 каналов — так себе мысль. Вы никогда не сможете успеть делать всё, только если у вас один контент-план на все площадки)

Так вот, эксель — это то с чего всё начиналось, это такая простая вещь, что кажется.. а что может быть проще? Там столько всего можно сделать, что даже грустно от мысли, что я решила даже его автоматизировать 😭

Но не смотря на такое грустное начало, выкладываю первую часть автоматизации и надеюсь, что больше я не буду так тянуть резину.

Читать, подписываться и хлопать на медиуме можно, нужно и очень жду, а еще пишите комментарии тут.

О сравнении BI-инструментов
В этом посте я рассказывал об интересной затее: собрать дашборды на одном и том же датасете Superstore в разных BI-инструментах.
Начало положено: первые 4 собраны и в процессе пятый. Мне понравился жанр видео на Youtube, поэтому по каждому дашборду я постараюсь записать видеоролик с рассказом о реализации дашборда и учесть все тонкости.

Конечно, одна из главных сложностей в этой работе сделать сравнение объективно и постараться учесть задачи каждого инструмента по подготовке и обработке данных. Тем не менее, очевидно, что любая оценка будет субъективна, поэтому мы внутренней командой оцениваем инструменты коллегиально и по нескольким критериям, а также предложим читателям поучаствовать во внешнем голосовании.

Вообще сама идея пришла из ощущения определенной бездушности квадрантов Gartner / Forrester, на которые все регулярно ссылаются, однако далеко не всегда ясно, что мотивирует ставить тот или иной инструмент в соответствующий квадрант. Помимо этого мне кажется, что набор инструментов в исследовании частично морально устарел, а нам хотелось бы тестировать и рассказывать о современных решениях.

Серия постов об инструментах начнется в этом месяце, однако некоторые счастливчики смогут раньше узнать о результатах сравнения. Как же так?

Дело в том, что в этом году я готовлю целых два (!) доклада для лучшей российской конференции по маркетинговой аналитике — Матемаркетинг.
Степень подготовки конференции, вовлечение организаторов, запредельный уровень подбора спикеров, топовый брендинг — это то, что с моей точки зрения очень выгодно отличает Матемаркетинг.

Мой первый доклад будет о современном облачном Data Stack, а второй о сравнении дашбордов в BI-инструментах. Оба доклада в секции Data Engineering, отчетность как продукт и визуализация.
Изучите программу мероприятия, это действительно офигенный контент!

Про Матемаркетинг-2020
Пять дней топовых докладов — с 9 по 13 ноября 2020 года.
Все доклады будут представлены на собственной системе управления контентом онлайн. Планируются различные "фишки" от организаторов, в частности, часть докладов будет рандомно показываться публично.

🗓 Программа по дням:
— 9 ноября — Web/App/App+Web-аналитика
— 10 ноября — Продуктовая аналитика
— 11 ноября — Global view и управление командами
— 12 ноября — Data-engineering, отчетность как продукт и визуализация
— 13 ноября — "Адские" кейсы

🤝Нетворкинг
Под каждый доклад будет свой канал в телеграме, где можно обсудить доклад, задать вопросы, познакомиться со спикером.

🎟Ключевое
Только для подписчиков LEFT JOIN крутейшая и уникальная скидка 15% по промокоду VALIOTTI (в других пабликов такого не встретишь!). Покупайте билеты, изучайте, общайтесь.
От меня точно будет бесплатный подарок в одном из докладов ❤️

С анимацией в Tableau разобрались в предыдущем посте. А сегодня посмотрим, как построить и анимировать Motion Chart по индексу Биг Мака в Plotly на Python:

https://leftjoin.ru/all/bigmac-motion-chart/

В прошлый раз мы разобрались с постановкой задачи и построили макет, а в сегодняшнем видео разбираем весь процесс создания дашборда по датасету SuperStore Sales в Tableau и оцениваем результат:

https://leftjoin.ru/all/superstore-tableau/

В видео я также обещал, что помимо наших внутренних оценок мы бы хотели получить внешнюю оценку читателей канала. Поэтому прошу вас изучить дашборд с компьютера (т.к. мобильная версия не входит в скоуп задачи), посмотреть на его функциональность и удобство и ответить на два небольших вопроса.

В ходе переговоров с одним из контрагентов наткнулся на следующий тул для Tableau: https://linpack-for-tableau.com/.
Автоматическая генерация дашборда по шаблону.

Подаешь на вход датасет, прописываешь маппинг с полями дашборда, получаешь готовый результат 🙂

«Пользователи ожидают, что контент, который они видят, будет соответствовать их индивидуальным потребностям. Персонализация и настройка — это методы, которые помогут убедиться, что пользователи видят то, что для них важно»

Перевели материал о 10 важных правилах, которые делают дашборд удобнее и красивее:

https://leftjoin.ru/all/10-rules-for-better-dashboard-design/

Интересный пост от @rbunin по мотивам нашего совместного дашборда о рынке заработных плат аналитиков (p.s. дашборд живет и там появились архивные позиции).

Мне написал читатель с просьбой рассказать в каких профессиях нужна визуализация данных. Собрал небольшой гайд: какие навыки нужны, сколько можно заработать, по каким ключевикам искать и т. п.

https://revealthedata.com/blog/all/kem-rabotat-esli-nravitsya-vizualizaciya-dannyh/

Для анализа зарплат использовал наш проект с Колей и свой инструмент быстрого анализа hh (после поиска нужно выбрать название профессии из списка). Кстати, дашборд с анализом вакансий продолжаем прокачивать — добавили возможность отфильтровывать архивные вакансии.

#статья

На глаза попалась любопытная ссылка на интернет-книгу Cloud Data Management от Chartio.
Основы организации и управления дата стеком в 4х этапах.