Праздничная лотерея в самом разгаре 🎁
Вчера мы запустили нашу праздничную лотерею в честь 8 Марта, и в ней уже приняли участие более 700 наших подписчиков!
Мы надеемся, что Вам понравились наши подарки, и мы смогли поднять вам настроение в этот весенний день ❤️
А если вы еще не успели принять участие в лотерее, то просто перейдите на сайт, крутите барабан и забирайте за собой целых 5 подарков!
Почему Вам обязательно нужно принять участие в лотерее? 🎁
- В ней все выигрывают - каждый участник заберет с собой 5 подарков.
- Все подарки – бесплатные!
- Каждый подарок поможет прокачать знания и навыки в анализе данных, а кто-то найдет в них новые инсайты – собрали для вас только “мясной” контент.
Для того чтобы принять участие в лотерее, перейдите на сайт по ссылке ниже:
🔗 Участвовать в лотерее — ссылка
Лотерея действует до 10 марта. Не упустите шанс забрать целый букет подарков!
Вчера мы запустили нашу праздничную лотерею в честь 8 Марта, и в ней уже приняли участие более 700 наших подписчиков!
Мы надеемся, что Вам понравились наши подарки, и мы смогли поднять вам настроение в этот весенний день ❤️
А если вы еще не успели принять участие в лотерее, то просто перейдите на сайт, крутите барабан и забирайте за собой целых 5 подарков!
Почему Вам обязательно нужно принять участие в лотерее? 🎁
- В ней все выигрывают - каждый участник заберет с собой 5 подарков.
- Все подарки – бесплатные!
- Каждый подарок поможет прокачать знания и навыки в анализе данных, а кто-то найдет в них новые инсайты – собрали для вас только “мясной” контент.
Для того чтобы принять участие в лотерее, перейдите на сайт по ссылке ниже:
🔗 Участвовать в лотерее — ссылка
Лотерея действует до 10 марта. Не упустите шанс забрать целый букет подарков!
🔥6👍4❤3
Сегодня последний день праздничной лотереи! 🎁
Праздники подходят к концу, а вместе с ними и возможность принять участие в беспроигрышной лотерее!
Если вы находите аналитику полезной для вас, вы изучаете ее, только хотите начать изучать или уже полноценно работаете в этой сфере – то обязательно принимайте участие в лотерее!
Просто перейдите на сайт и забирайте все 5 подарков с собой! Уверены, каждому из них вы найдете применение 🙂
Для того чтобы принять участие в лотерее, перейдите на сайт по ссылке ниже:
👉🏻 Участвовать в лотерее — ссылка
Сегодня последний день лотереи. Не упустите шанс получить подарки!
Праздники подходят к концу, а вместе с ними и возможность принять участие в беспроигрышной лотерее!
Если вы находите аналитику полезной для вас, вы изучаете ее, только хотите начать изучать или уже полноценно работаете в этой сфере – то обязательно принимайте участие в лотерее!
Просто перейдите на сайт и забирайте все 5 подарков с собой! Уверены, каждому из них вы найдете применение 🙂
Для того чтобы принять участие в лотерее, перейдите на сайт по ссылке ниже:
👉🏻 Участвовать в лотерее — ссылка
Сегодня последний день лотереи. Не упустите шанс получить подарки!
❤5🔥3👍2😁1
КАКИЕ БЫВАЮТ АНАЛИТИКИ И ЧЕМ ОНИ ОТЛИЧАЮТСЯ🔥
И от наших студентов, и просто от подписчиков мы частенько слышим вопросы в духе:
А какой аналитике вы обучаете? Продуктовой аналитике, бизнес аналитике, системной аналитике, аналитике данных, BI аналитике, финансовой аналитике, дата аналитике?
И такие же вопросы часто задают в контексте «А в какую аналитику мне лучше податься?».
Если честно, такие вопросы нас водят в ступор, потому что аналитика - пожалуй единственная область, где напридумывали так много должностей, которые занимаются зачастую одним и тем же)))
Поэтому сегодня мы собрали в карточках все основные виды аналитиков, описали их различия и выделили синонимичные должности. Чтобы и вы не путались теперь, и мы могли использовать этот пост, как шаблон для ответа на вопрос 😁
Чтобы записаться на персональную экскурсию прямо сейчас, нажмите на кнопку ниже 👇🏻
Записаться на экскурсию
И от наших студентов, и просто от подписчиков мы частенько слышим вопросы в духе:
А какой аналитике вы обучаете? Продуктовой аналитике, бизнес аналитике, системной аналитике, аналитике данных, BI аналитике, финансовой аналитике, дата аналитике?
И такие же вопросы часто задают в контексте «А в какую аналитику мне лучше податься?».
Если честно, такие вопросы нас водят в ступор, потому что аналитика - пожалуй единственная область, где напридумывали так много должностей, которые занимаются зачастую одним и тем же)))
Поэтому сегодня мы собрали в карточках все основные виды аналитиков, описали их различия и выделили синонимичные должности. Чтобы и вы не путались теперь, и мы могли использовать этот пост, как шаблон для ответа на вопрос 😁
Чтобы записаться на персональную экскурсию прямо сейчас, нажмите на кнопку ниже 👇🏻
Записаться на экскурсию
👍13❤7🔥7
20 НЕСТАНДАРТНЫХ ИДЕЙ ДЛЯ ПОРТФОЛИО АНАЛИТИКА 🔥
Сегодня мы решили поделиться с вами большой подборкой и собрали аж 20 нестандартных идей для вашего портфолио, с которым вы 100% пройдете любой скриннинг на аналитика.
Важно: это не какие-то проектики про кошечек, API погоды в Лондоне или шаблонные проекты с Хабра. Это реальные коммерческие проекты, которые вы можете сделать уже сегодня!
Забирайте и сохраняйте себе подборку проектов, чтобы всегда иметь под рукой неиссякаемый запас вдохновения 👇🏻
https://simulative.ru/portfolio-ideas
Сегодня мы решили поделиться с вами большой подборкой и собрали аж 20 нестандартных идей для вашего портфолио, с которым вы 100% пройдете любой скриннинг на аналитика.
Важно: это не какие-то проектики про кошечек, API погоды в Лондоне или шаблонные проекты с Хабра. Это реальные коммерческие проекты, которые вы можете сделать уже сегодня!
Забирайте и сохраняйте себе подборку проектов, чтобы всегда иметь под рукой неиссякаемый запас вдохновения 👇🏻
https://simulative.ru/portfolio-ideas
❤9👍4🔥4
Супер-лайфхак для аналитиков про Google Colab 🔥
Наша команда активно использует Google Colab в качестве одной из программ для написания кода на Python. Естественно, нашим студентам мы тоже советуем использовать его для некоторых задач. Но в Google Colab есть несколько неудобных моментов - и решением одного из них на днях поделился наш CEO Андрон в чате студентов Симулятора «Аналитик данных» 👇🏻
✅ Лайфхак про скачивание файла
Хочу поделиться лайфхаком всех лайфхаков. Это мое открытие года (хотя может кто-то и знал).
Я много работаю в Google Colab и частенько бывает, что я оставляю файл на обработку, он 5 часов его обрабатывает, создает мне файл с результатом, а когда я прихожу - среда уже отключена 🥲
Так вот мне всегда было лень посмотреть - а можно ли автоматически скачивать просто файл после обработки. И оказывается можно было не страдать - можно скачивать его автоматически))
И вот этот невероятно сложный код:
Забирайте и передайте это детям по наследству - это очень важно распространить по общественности, чтобы несчастных аналитиков стало меньше! 😁
✅ Заключение
Ну как вам совет, полезный?) Если хотите побольше таких лайфхаков - давайте наберем на этот пост 40 реакций огонечков 🔥 и мы сделаем новый пост в таком формате!
Наша команда активно использует Google Colab в качестве одной из программ для написания кода на Python. Естественно, нашим студентам мы тоже советуем использовать его для некоторых задач. Но в Google Colab есть несколько неудобных моментов - и решением одного из них на днях поделился наш CEO Андрон в чате студентов Симулятора «Аналитик данных» 👇🏻
✅ Лайфхак про скачивание файла
Хочу поделиться лайфхаком всех лайфхаков. Это мое открытие года (хотя может кто-то и знал).
Я много работаю в Google Colab и частенько бывает, что я оставляю файл на обработку, он 5 часов его обрабатывает, создает мне файл с результатом, а когда я прихожу - среда уже отключена 🥲
Так вот мне всегда было лень посмотреть - а можно ли автоматически скачивать просто файл после обработки. И оказывается можно было не страдать - можно скачивать его автоматически))
И вот этот невероятно сложный код:
from google.colab import files
files.download('Static banner data.xlsx')
Забирайте и передайте это детям по наследству - это очень важно распространить по общественности, чтобы несчастных аналитиков стало меньше! 😁
✅ Заключение
Ну как вам совет, полезный?) Если хотите побольше таких лайфхаков - давайте наберем на этот пост 40 реакций огонечков 🔥 и мы сделаем новый пост в таком формате!
🔥72👍9❤7👎2
Приглашаем на персональную экскурсию в Симулятор! 🔥
Вместо часа чтения статей и просмотра видео проведите этот час с нами в Симуляторе «Аналитик данных»!
Мы сапожники с сапогами: наша команда несколько раз с нуля отстраивала аналитику в крупных компаниях, а сейчас мы строим сразу несколько data-driven компаний - нам есть, чем вас удивить!
За час в формате персонального созвона в Google Meet мы вам покажем и расскажем:
🔸 Как выстроить обучение, чтобы максимально быстро устроиться аналитиком (даже с нуля)
🔸 Почему 95% новичков не могут найти работу и как не попасть в их число
🔸 Как выглядит идеальное портфолио (на примере реальных людей)
🔸 Почему SQL и Python - не основной навык аналитика
Чтобы записаться на персональную экскурсию прямо сейчас, нажмите на кнопку ниже 👇🏻
Записаться на экскурсию
Вместо часа чтения статей и просмотра видео проведите этот час с нами в Симуляторе «Аналитик данных»!
Мы сапожники с сапогами: наша команда несколько раз с нуля отстраивала аналитику в крупных компаниях, а сейчас мы строим сразу несколько data-driven компаний - нам есть, чем вас удивить!
За час в формате персонального созвона в Google Meet мы вам покажем и расскажем:
🔸 Как выстроить обучение, чтобы максимально быстро устроиться аналитиком (даже с нуля)
🔸 Почему 95% новичков не могут найти работу и как не попасть в их число
🔸 Как выглядит идеальное портфолио (на примере реальных людей)
🔸 Почему SQL и Python - не основной навык аналитика
Чтобы записаться на персональную экскурсию прямо сейчас, нажмите на кнопку ниже 👇🏻
Записаться на экскурсию
❤3👍3🔥3
Как писать красивый код на Pandas 🔥
Одна из самых классных фишек Pandas, которой многие не пользуются - это
Большая проблема кода на Pandas в том, что его сложно читать - у нас либо слишком длинные строки с последовательным применением методов, либо куча лишних переопределений переменных. Например, вариант 1:
Вариант 2:
А вот, как пишут код на Pandas люди, которые шарят в Pandas и любят красивый код:
Этот код писал один из членов нашей команды, Даниил. Чтобы понять его на 100%, надо немного погрузиться в задачу и понимать Pandas, но одно можно сказать точно - это максимально красиво и удобно! Согласны?
Делается
1. Вся последовательность команд оборачивается в скобки
2. Каждая новая операция переносится на новую строку
А если еще красиво оформить отступы (как в примере), то вообще будет отлично! В основном, IDE, в которой вы пишите код, делает это за вас.
Кстати, в рамках нашего Симулятора «Аналитик данных» мы ежемесячно проводим живые мастер-классы на разные темы, и скоро Даниил будет проводить как раз мастер-класс про использование Pandas на максималках🔥
Так что приходите к нам в Симулятор «Аналитик данных», чтобы стать крутым аналитикоми освоить кучу отраслевых фишек. Как раз и на мастер-класс Даниила еще успеваете😁
Одна из самых классных фишек Pandas, которой многие не пользуются - это
method chaining или цепочки методов. Большая проблема кода на Pandas в том, что его сложно читать - у нас либо слишком длинные строки с последовательным применением методов, либо куча лишних переопределений переменных. Например, вариант 1:
# Здесь у нас длинная строка с кучей методов - все в кашу
df.do().do_more().do_something_else()...
Вариант 2:
# Здесь каждое действие делается в отдельной строке
# так еще и лишнее переопределение df происходит
df = df.do()
df = df.do_more()
df = df.do_something_else()
...
А вот, как пишут код на Pandas люди, которые шарят в Pandas и любят красивый код:
redistributed_orders_amount = (
area_orders_agg.drop(columns="warehouse_name")
.rename(columns={"preferred_warehouse": "warehouse_name"})
.query("~is_local_delivery")
.groupby(group_fields)["orders_amount"]
.sum()
.rename("redistributed_orders_amount")
)
Этот код писал один из членов нашей команды, Даниил. Чтобы понять его на 100%, надо немного погрузиться в задачу и понимать Pandas, но одно можно сказать точно - это максимально красиво и удобно! Согласны?
Делается
method chaining очень просто (в коде выше видно):1. Вся последовательность команд оборачивается в скобки
2. Каждая новая операция переносится на новую строку
А если еще красиво оформить отступы (как в примере), то вообще будет отлично! В основном, IDE, в которой вы пишите код, делает это за вас.
Кстати, в рамках нашего Симулятора «Аналитик данных» мы ежемесячно проводим живые мастер-классы на разные темы, и скоро Даниил будет проводить как раз мастер-класс про использование Pandas на максималках
Так что приходите к нам в Симулятор «Аналитик данных», чтобы стать крутым аналитикоми освоить кучу отраслевых фишек. Как раз и на мастер-класс Даниила еще успеваете
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥19👍10❤4
Важный совет при написании кода на Python 🔥
Когда мы пишем код, мы зачастую обращаем внимание только на ошибки - просто потому что скрипт перестает работать. Например, ошибка о том, что переменная не определена или что не существует функции, которую мы пытаемся вызвать.
Однако есть еще предупреждения (warnings). Очень часто они сигнализируют о том, что в текущей версии библиотеки ваш код отработает нормально, а вот в будущих версиях сломается. И бывает, что этот момент наступает очень быстро! Расскажем на своем примере.
Когда мы записывали модуль по Pandas для Симулятора «Аналитик данных», в некоторых местах у нас выскакивали такие ворнинги. Однако мы их проигнорировали, потому что последние 5 лет этот код работал корректно и мы банально привыкли писать код именно так. А потом случилась подлянка…
Python быстро выпустил несколько крупных обновлений, а вслед за этим обновился и Pandas. И некоторый код действительно перестал работать! 🥲
Поэтому на днях мы провели полную ревизию модуля, обновили все блокноты с кодом, написали все комментарии и отревьюили все задачи. Теперь все актуально и доступно как старым студентам, так и новым 🔥
Если интересно, что именно сломалось после обновления версии - смотрите наши карточки, разобрали пару примеров. Если хотите обучиться аналитике - приходите к нам в Симулятор. А лучше и то, и другое 😁
Когда мы пишем код, мы зачастую обращаем внимание только на ошибки - просто потому что скрипт перестает работать. Например, ошибка о том, что переменная не определена или что не существует функции, которую мы пытаемся вызвать.
Однако есть еще предупреждения (warnings). Очень часто они сигнализируют о том, что в текущей версии библиотеки ваш код отработает нормально, а вот в будущих версиях сломается. И бывает, что этот момент наступает очень быстро! Расскажем на своем примере.
Когда мы записывали модуль по Pandas для Симулятора «Аналитик данных», в некоторых местах у нас выскакивали такие ворнинги. Однако мы их проигнорировали, потому что последние 5 лет этот код работал корректно и мы банально привыкли писать код именно так. А потом случилась подлянка…
Python быстро выпустил несколько крупных обновлений, а вслед за этим обновился и Pandas. И некоторый код действительно перестал работать! 🥲
Поэтому на днях мы провели полную ревизию модуля, обновили все блокноты с кодом, написали все комментарии и отревьюили все задачи. Теперь все актуально и доступно как старым студентам, так и новым 🔥
Если интересно, что именно сломалось после обновления версии - смотрите наши карточки, разобрали пару примеров. Если хотите обучиться аналитике - приходите к нам в Симулятор. А лучше и то, и другое 😁
👍12🔥4❤2
Шпаргалка для аналитика: XYZ-анализ 🔥
Многие знают про ABC-анализ - это один из основных инструментов принятия решений в бизнесе, если у вас большая ассортиментная линейка. Абсолютно любой аналитик обязан знать этот анализ, т.к. он используется в огромном количестве бизнесов. Мы уже неоднократно про него рассказывали и даже делали карточки - как делать ABC-анализ в SQL.
Но сегодня хотим рассказать про другой, не менее важный анализ, про который многие не знают: XYZ-анализ.
✅ Основная идея
Если коротко, то XYZ-анализ - это метод оценки устойчивости спроса на товар. Мы оцениваем продажи за несколько предыдущих периодов (например, за предыдущие 12 месяцев) и делаем вывод - товар продается стабильно или спрос «прыгает». Группа X - спрос стабильный, Y - не очень стабильный, Z - вообще не стабильный (часто это сезонные или акционные товары).
✅ Какие можно сделать выводы
На основании XYZ можно сделать выводы про закупку товара или переоценку. Вот несколько примеров:
- Если товар в группе А по объему продаж (то есть по ABC-анализу видим, что он продается много) и в группе Х по устойчивости спроса, то можно делать заказ «впритык» - посчитать прогноз спроса на основании предыдущих продаж и не делать большой товарный запас. Это сэкономит деньги на закупку и увеличит оборачиваемость. Если в группе Z - надо заказывать с запасом.
- Если товар в группе С по маржинальности (то есть по ABC-анализу видим, что мы зарабатываем с 1 проданнолй штуки мало денег) и в группе Х по устойчивости спроса, то можно смело поднимать цену. Скорее всего, либо спрос на него не упадет, либо мы моментально увидим это и откатим цену назад. Если в группе Z - лучше не делать резких движений.
✅ Как опеределить группу товара
- Берем продажи товара за несколько предыдыдущих периодов (например, 12 месяцев)
- Считаем коэффициент вариации
- Если до 10% - группа Х, если до 25% - группа Y, если выше 25% - группа Z
✅ Заключение
XYZ-анализ - такой же необходимый инструмент для аналитика, как и ABC-анализ. Именно поэтому в нашем Симуляторе «Аналитик данных» мы разбираем его сразу в нескольких модулях - делаем его и в SQL, и в Pandas.
Хотите тоже стать востребованным аналитиком, обучившись на кейсах из реального бизнеса? Приходите к нам на бесплатную персональную экскурсию в Симулятор - расскажем, как 🔥
Записаться на экскурсию
Многие знают про ABC-анализ - это один из основных инструментов принятия решений в бизнесе, если у вас большая ассортиментная линейка. Абсолютно любой аналитик обязан знать этот анализ, т.к. он используется в огромном количестве бизнесов. Мы уже неоднократно про него рассказывали и даже делали карточки - как делать ABC-анализ в SQL.
Но сегодня хотим рассказать про другой, не менее важный анализ, про который многие не знают: XYZ-анализ.
✅ Основная идея
Если коротко, то XYZ-анализ - это метод оценки устойчивости спроса на товар. Мы оцениваем продажи за несколько предыдущих периодов (например, за предыдущие 12 месяцев) и делаем вывод - товар продается стабильно или спрос «прыгает». Группа X - спрос стабильный, Y - не очень стабильный, Z - вообще не стабильный (часто это сезонные или акционные товары).
✅ Какие можно сделать выводы
На основании XYZ можно сделать выводы про закупку товара или переоценку. Вот несколько примеров:
- Если товар в группе А по объему продаж (то есть по ABC-анализу видим, что он продается много) и в группе Х по устойчивости спроса, то можно делать заказ «впритык» - посчитать прогноз спроса на основании предыдущих продаж и не делать большой товарный запас. Это сэкономит деньги на закупку и увеличит оборачиваемость. Если в группе Z - надо заказывать с запасом.
- Если товар в группе С по маржинальности (то есть по ABC-анализу видим, что мы зарабатываем с 1 проданнолй штуки мало денег) и в группе Х по устойчивости спроса, то можно смело поднимать цену. Скорее всего, либо спрос на него не упадет, либо мы моментально увидим это и откатим цену назад. Если в группе Z - лучше не делать резких движений.
✅ Как опеределить группу товара
- Берем продажи товара за несколько предыдыдущих периодов (например, 12 месяцев)
- Считаем коэффициент вариации
- Если до 10% - группа Х, если до 25% - группа Y, если выше 25% - группа Z
✅ Заключение
XYZ-анализ - такой же необходимый инструмент для аналитика, как и ABC-анализ. Именно поэтому в нашем Симуляторе «Аналитик данных» мы разбираем его сразу в нескольких модулях - делаем его и в SQL, и в Pandas.
Хотите тоже стать востребованным аналитиком, обучившись на кейсах из реального бизнеса? Приходите к нам на бесплатную персональную экскурсию в Симулятор - расскажем, как 🔥
Записаться на экскурсию
🔥9❤8👍6
ЛАЙФАХ: КАК ЧИТАТЬ GOOGLE SHEETS В PANDAS 🔥
Недавно мы делали пост о том, как автоматически скачивать файлы после обработки в Google Colab. И после этого один из наших студентов напомнил нам еще об одной классной фишке - как читать содержимое Google-таблиц в Pandas!
Мы, например, почти не используем Excel внутри компании - работаем именно с гугл-таблицами, потому что это банально удобней. И каждый раз скачивать эксельку, чтобы прочитать ее в Pandas - очень неудобно.
Поэтому вот четкий порядок действий, как это сделать:
1. Создайте гугл-таблицу
2. Расшарьте ее с правами на чтение (хотя бы)
3. Добавьте к ссылке в конце
4. Вставьте полученную ссылку в
Итоговый код вы можете посмотреть в блокноте по ссылке: ссылка.
💯💯💯
Хотите освоить еще больше фишечек и стать крутым аналитиком? Приходите к нам на бесплатную персональную экскурсию в Симулятор - расскажем, как 🔥
Записаться на экскурсию
Недавно мы делали пост о том, как автоматически скачивать файлы после обработки в Google Colab. И после этого один из наших студентов напомнил нам еще об одной классной фишке - как читать содержимое Google-таблиц в Pandas!
Мы, например, почти не используем Excel внутри компании - работаем именно с гугл-таблицами, потому что это банально удобней. И каждый раз скачивать эксельку, чтобы прочитать ее в Pandas - очень неудобно.
Поэтому вот четкий порядок действий, как это сделать:
1. Создайте гугл-таблицу
2. Расшарьте ее с правами на чтение (хотя бы)
3. Добавьте к ссылке в конце
export?format=csv4. Вставьте полученную ссылку в
read_csvИтоговый код вы можете посмотреть в блокноте по ссылке: ссылка.
💯💯💯
Хотите освоить еще больше фишечек и стать крутым аналитиком? Приходите к нам на бесплатную персональную экскурсию в Симулятор - расскажем, как 🔥
Записаться на экскурсию
🔥28👍6❤3🤩2