This media is not supported in your browser
VIEW IN TELEGRAM
Владислав уже начал раздавать пользу — вы еще успеете подключиться и узнать всё самое интересное!
А еще это редкая возможность задать вопросы эксперту, работающему в западном бигтехе.
➡️ Подключайтесь!
А еще это редкая возможность задать вопросы эксперту, работающему в западном бигтехе.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7❤1👍1
Сегодня наш ментор Иван Гераськин проведет вебинар на тему, важную для любого бизнеса.
Отток клиентов — это не просто цифры в отчете, а прямые убытки для бизнеса. Но как его правильно считать? Какие метрики важны? И можно ли заранее предсказать, кто из клиентов уйдет?
На вебинаре разберем:
Для кого вебинар?
— Начинающим аналитикам: поймете, как работать с ключевой бизнес-метрикой.
— Практикующим специалистам: узнаете работающие методы анализа и прогнозирования.
Спикер: Иван Гераськин, ментор курса «Аналитик данных», руководит аналитикой в 24HSoft
Время: 18:30 по МСК
Регистрируйтесь и узнайте, как превратить данные в инструмент для удержания клиентов!
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8❤4👍3
👋🏻 Привет, это Иван, ментор курса «Аналитик данных»!
Сегодня в 18:30 (МСК) я проведу вебинар про отток клиентов — и расскажу, как его считать, прогнозировать и снижать. Это не просто «нужная метрика», а реальная боль бизнеса: клиенты уходят — компания теряет деньги. Но хорошая новость в том, что отток можно предсказывать и заранее предотвращать.
Я сам не раз сталкивался с этой задачей: например, в одном банке я разрабатывал модель, которая предсказывала отток корпоративных клиентов с точностью около 40%. На практике такие цифры дают бизнесу огромную экономию. Так что поделюсь не только теорией, но и реальными кейсами.
Если вы начинающий аналитик — это отличный шанс разобраться в востребованной теме, которой можно блеснуть и на собеседованиях. Если уже работаете с данными — узнаете, как улучшить свои модели и принести бизнесу больше пользы.
В общем, будет полезно. Регистрируйтесь, закрепляйте бота, чтобы не потерять ссылку — в 18:30 команда пришлёт её туда. До встречи! 😉
➡️ Регистрация
Сегодня в 18:30 (МСК) я проведу вебинар про отток клиентов — и расскажу, как его считать, прогнозировать и снижать. Это не просто «нужная метрика», а реальная боль бизнеса: клиенты уходят — компания теряет деньги. Но хорошая новость в том, что отток можно предсказывать и заранее предотвращать.
Я сам не раз сталкивался с этой задачей: например, в одном банке я разрабатывал модель, которая предсказывала отток корпоративных клиентов с точностью около 40%. На практике такие цифры дают бизнесу огромную экономию. Так что поделюсь не только теорией, но и реальными кейсами.
Если вы начинающий аналитик — это отличный шанс разобраться в востребованной теме, которой можно блеснуть и на собеседованиях. Если уже работаете с данными — узнаете, как улучшить свои модели и принести бизнесу больше пользы.
В общем, будет полезно. Регистрируйтесь, закрепляйте бота, чтобы не потерять ссылку — в 18:30 команда пришлёт её туда. До встречи! 😉
Please open Telegram to view this post
VIEW IN TELEGRAM
❤5🔥5👍2
This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ Мы в эфире! Обсуждаем отток клиентов и как снижать убытки
Вступительная часть вебинара уже прошла и сейчас начнется самое мясо! Иван Гераськин — наш ментор курса «Аналитик данных» и опытный аналитик со стажем 12+ лет — поделится своим практическим опытом построения модели прогнозирования оттока клиентов. А еще как ее внедрять и почему бизнес 1000% оценит это умение.
Вы еще успеваете подключиться и узнать самое важное! А еще задать животрепещущие вопросы в прямом эфире практикующему эксперту.
➡️ Подключиться
Вступительная часть вебинара уже прошла и сейчас начнется самое мясо! Иван Гераськин — наш ментор курса «Аналитик данных» и опытный аналитик со стажем 12+ лет — поделится своим практическим опытом построения модели прогнозирования оттока клиентов. А еще как ее внедрять и почему бизнес 1000% оценит это умение.
Вы еще успеваете подключиться и узнать самое важное! А еще задать животрепещущие вопросы в прямом эфире практикующему эксперту.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤9👍3🔥2
This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ LAST CALL на курс-симулятор «Аналитик данных»: осталось совсем немного мест!
30 июля стартует симулятор «Аналитик данных» — и это ваш билет из «я немного умею» в «я готов к работе».
Вас ждёт SQL, Python и BI без скучной теории — только то, что реально спросят на собесе. Разбор кейсов, после которых твоё портфолио не стыдно показать. И Иван Гераськин — он будет вашим личным «разгребателем» проблем: объяснит, что не так, покажет лайфхаки и не даст слиться.
Скидка 25% испарится сегодня, 23 июля в 18:00 МСК.
👉 Бронируйте место сейчас — группа почти укомплектована.
P.S. И повторим слова Ивана, ментора курса, со вчерашнего вебинара:
30 июля стартует симулятор «Аналитик данных» — и это ваш билет из «я немного умею» в «я готов к работе».
Вас ждёт SQL, Python и BI без скучной теории — только то, что реально спросят на собесе. Разбор кейсов, после которых твоё портфолио не стыдно показать. И Иван Гераськин — он будет вашим личным «разгребателем» проблем: объяснит, что не так, покажет лайфхаки и не даст слиться.
Скидка 25% испарится сегодня, 23 июля в 18:00 МСК.
👉 Бронируйте место сейчас — группа почти укомплектована.
P.S. И повторим слова Ивана, ментора курса, со вчерашнего вебинара:
Самое главное — надо радоваться жизни и делать то, что хочется. Слушайте себя! ❤️
❤7👍4🔥3
Программа тренинга «Как делать аналитику»: коротко о главном
Друзья, привет! На связи Андрон 👋
Уже много человек записались на тренинг, и один из самых частых вопросов — «Что там будет?». Решили рассказать подробнее!
Самое главное это то, какие знания и навыки вы заберете себе после тренинга. Об этом – кратко в карточках ниже 👆🏻
Формат:
▸ Занятия по выходным (суббота и воскресенье)
▸ Удобное время для всех часовых поясов
▸ 8 недель интенсивного разбора
Будет плотно, полезно и без воды 💪
И да, чуть не забыл — будут еще дополнительные лекции с приглашенными спикерами на темы и сферы бизнеса, которые вам больше всего актуальны. С кем и про что — расскажем отдельно. Stay tuned!
Старт тренинга — 9 августа, но для тех, кто запишется заранее мы приготовили специальное предложение: скидка до 13% действует до 31 июля!
➡️ Оставить заявку
Друзья, привет! На связи Андрон 👋
Уже много человек записались на тренинг, и один из самых частых вопросов — «Что там будет?». Решили рассказать подробнее!
Самое главное это то, какие знания и навыки вы заберете себе после тренинга. Об этом – кратко в карточках ниже 👆🏻
Формат:
▸ Занятия по выходным (суббота и воскресенье)
▸ Удобное время для всех часовых поясов
▸ 8 недель интенсивного разбора
Будет плотно, полезно и без воды 💪
И да, чуть не забыл — будут еще дополнительные лекции с приглашенными спикерами на темы и сферы бизнеса, которые вам больше всего актуальны. С кем и про что — расскажем отдельно. Stay tuned!
Старт тренинга — 9 августа, но для тех, кто запишется заранее мы приготовили специальное предложение: скидка до 13% действует до 31 июля!
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6❤5👍3
Почему просели регистрации? Разбираем воронку как продуктовый аналитик
Приветствую всех! Это Иван — ментор курса «Аналитик данных» 👋🏻
Представьте ситуацию: вы — продуктовый аналитик, и к вам приходит команда маркетинга или руководство с тревожным вопросом:
Если вы сталкивались с таким вызовом, то знаете — это типичная задача, с которой приходится работать постоянно. Как разобраться, что не так?
Ответ всегда кроется не в одном показателе, а в цепочке событий — именно в воронке метрик, которая предшествует целевой конверсии. Чтобы понять проблему с регистрациями, нужно пошагово анализировать ключевые этапы, например:
➖ сколько устройств начало загрузку страницы регистрации
➖ сколько устройств успешно загрузили страницу регистрации
➖ сколько пользователей перешло к заполнению формы
➖ сколько завершили ввод подтверждающего кода
Только так можно выделить «узкое место» — именно тот этап, на котором происходит наибольшее падение пользователей.
Без этого детального разбора — любые предположения остаются догадками и рискуют привести к неэффективным решениям.
В реальной аналитической практике глубокий разбор воронки регистрации не только помогает выявить общий «узкий» этап, но и часто раскрывает неожиданные технические или продуктовые проблемы, типа: чрезмерное усиление капчи, блокировка сайта некоторыми провайдерами, работоспособность смс-подтверждений и т.д.
❗️ На нашем предстоящем вебинаре мы возьмём кейс с таким запросом, и разберём подробно: от выгрузки сырых данных с помощью SQL до визуализации динамики и выявления проблемы с помощью Python.
Если вы работаете с цифровыми продуктами и хотите научиться видеть глубже метрики, которые стоят за успехом, — этот вебинар даст вам ценные инструменты и опыт.
Ждём вас на разборе! Следите за анонсами и не пропустите — будет полезно!
➡️ Регистрация
Приветствую всех! Это Иван — ментор курса «Аналитик данных» 👋🏻
Представьте ситуацию: вы — продуктовый аналитик, и к вам приходит команда маркетинга или руководство с тревожным вопросом:
«Трафик на сайт вроде не изменился, а количество регистраций резко упало. Почему? Мы не можем понять, в чем проблема!»
Если вы сталкивались с таким вызовом, то знаете — это типичная задача, с которой приходится работать постоянно. Как разобраться, что не так?
Ответ всегда кроется не в одном показателе, а в цепочке событий — именно в воронке метрик, которая предшествует целевой конверсии. Чтобы понять проблему с регистрациями, нужно пошагово анализировать ключевые этапы, например:
Только так можно выделить «узкое место» — именно тот этап, на котором происходит наибольшее падение пользователей.
Без этого детального разбора — любые предположения остаются догадками и рискуют привести к неэффективным решениям.
В реальной аналитической практике глубокий разбор воронки регистрации не только помогает выявить общий «узкий» этап, но и часто раскрывает неожиданные технические или продуктовые проблемы, типа: чрезмерное усиление капчи, блокировка сайта некоторыми провайдерами, работоспособность смс-подтверждений и т.д.
Если вы работаете с цифровыми продуктами и хотите научиться видеть глубже метрики, которые стоят за успехом, — этот вебинар даст вам ценные инструменты и опыт.
Ждём вас на разборе! Следите за анонсами и не пропустите — будет полезно!
Please open Telegram to view this post
VIEW IN TELEGRAM
❤10🔥5👍4
Что делать, если регистрировать пользователей стало меньше, а причины непонятны? Разберёмся с этим в прямом эфире 29 июля в 18:30 (МСК) с Иваном Гераськиным, ментором курса «Аналитик данных» и продуктовым дата-аналитиком с опытом 12+ лет.
Что будем делать на вебинаре:
- Количество устройств с началом загрузки;
- Конверсию из начала загрузки страницы в загрузку;
- Конверсию из загрузки страницы в заполнение формы регистрации;
- Конверсию из заполнения формы регистрации в успешный ввод кода подтверждения.
Если вы работаете с цифровыми продуктами и хотите научиться видеть глубже метрики, которые стоят за успехом, — этот вебинар даст вам ценные инструменты и опыт.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8❤6👍3
Привет, это Андрон!
Недавно я публиковал пост-интерактив и предложил вам поискать интересные инсайты в табличке с когортным анализом. Вы написали много комментариев, а многие просили разбор — поэтому сегодня решил его сделать!)
Итак, у нас есть таблица с когортным анализом (таблицу и ее описание продублирую). Давайте разберем несколько интересных пунктов.
1/ Все когорты показали очень плохой результат в марте 2024 года — весь столбец раскрашен красным.
Многие обратили на это внимание и выдвигали разные теории — спад сезона, косяки отдела продаж и многое другое. На самом деле, просто в марте проводилась активность, которая очень сильно «байтила» пользователей оставлять горячие заявки и их было очень много, а по факту они были не такими уж и горячими.
Условно, «запишись на консультацию» и «запишись на консультацию и получи полезный бонус» — два разных посыла. Вот в марте был второй. За счет этого конверсия в заявку там сильно выше обычного, но логично, что конверсия в продажу — ниже обычного.
Эта штука демонстрирует сразу 2 важных принципа: нужно обязательно смотреть все конверсии отдельно, но и оценивать сквозные, если появились аномалии + не надо делать выводы, не видя полной воронки.
2/ Конверсия первого месяца в июне всего 5%, хотя у предыдущих/следующих месяцев все ок.
Я про это написал в посте и в комментариях предложили много объяснительных конструкций — сезонный спад, неудачная рекламная кампания, эксперименты с продажными скриптами и прочее.
Когда такое видишь, очень важно остановиться и задуматься: «блин, ну до и после же все ок, что случилось в этот момент времени?». И если покопать чуть вглубь, то окажется, что в июне у нас поменялся источник платной лидогенерации (был — запрещенная соцсеть, а стал — посевы в телеграм). И когда начинаешь проверять эту гипотезу, выясняется, что реально — до этого именно по платному трафику конверсия в продажу была довольно высокая, а по новому каналу — цикл сделки больше, поэтому и получилась просадка. А дальше этот показатель снова вырос, потому что за месяц набили шишек, чуть снизили бюджет на рекламу в новом канале и стали делать более качественные действия.
Этот пример — отличная демонстрация того, что иногда (часто) для принятия решения нужно что-то заметить и пойти просто копать разные показатели, которые напрямую может и не связаны с твоей аномалией. Надо «расшить воронку» и поискать там зацепку. Почти всегда работает)
3/ Кто-нибудь заметил конверсию в 150% в когорте января 2024 в январе 2025 года?)
Такого просто не может быть — оставили заявку 10 человек, а купили 15. Чем такое может объясняться?
Да ничем, я специально добавил этот баг, чтобы на него обратили внимание. Обычно такое значит, что для начала надо поставить под сомнения все значения в этот отчете и пойти проверить корректность чисел и методику расчета.
4/ Почти все когорты в сентябре 2024 стали подозрительно зелеными.
Что за аттракцион невиданной щедрости — все вдруг резко стали покупать с высокой конверсией! Получается, день знаний сработал?!
На самом деле нет. Точней, разумеется, сезон играет роль. Но мы просто запустили новый продукт, у него был не очень большой средний чек и люди его покупали с высокой конверсией. Вот и все, вот и все)
Это еще не все — даже в этой таблице есть еще интересные штуки, которые можно разглядеть. Это очень полезное упражнение для прокачки продуктового мышления (а еще для роста бизнеса).
Кстати, мне сейчас часто пишут в личку с вопросом — привести какой-то наглядный пример того, что будет на тренинге. Это упражнение — небольшой кусочек того, что мы будем разбирать на занятии по когортам. Только там будет сильно больше когортных таблиц — будем анализировать не отдельный отчет, а целую пачку одновременно, которые показывают динамику всех когорт по всей воронке, от заявки до покупки. Если такие «исследования» и «раскопки» вас драйвят — обязательно записывайтесь в грядущий поток тренинга, такого у нас будет много)
Как вам вообще такой формат с интерактивом, заходит? Делаем еще?) Если да — накиньте реакций на пост🔥
Недавно я публиковал пост-интерактив и предложил вам поискать интересные инсайты в табличке с когортным анализом. Вы написали много комментариев, а многие просили разбор — поэтому сегодня решил его сделать!)
Итак, у нас есть таблица с когортным анализом (таблицу и ее описание продублирую). Давайте разберем несколько интересных пунктов.
1/ Все когорты показали очень плохой результат в марте 2024 года — весь столбец раскрашен красным.
Многие обратили на это внимание и выдвигали разные теории — спад сезона, косяки отдела продаж и многое другое. На самом деле, просто в марте проводилась активность, которая очень сильно «байтила» пользователей оставлять горячие заявки и их было очень много, а по факту они были не такими уж и горячими.
Условно, «запишись на консультацию» и «запишись на консультацию и получи полезный бонус» — два разных посыла. Вот в марте был второй. За счет этого конверсия в заявку там сильно выше обычного, но логично, что конверсия в продажу — ниже обычного.
Эта штука демонстрирует сразу 2 важных принципа: нужно обязательно смотреть все конверсии отдельно, но и оценивать сквозные, если появились аномалии + не надо делать выводы, не видя полной воронки.
2/ Конверсия первого месяца в июне всего 5%, хотя у предыдущих/следующих месяцев все ок.
Я про это написал в посте и в комментариях предложили много объяснительных конструкций — сезонный спад, неудачная рекламная кампания, эксперименты с продажными скриптами и прочее.
Когда такое видишь, очень важно остановиться и задуматься: «блин, ну до и после же все ок, что случилось в этот момент времени?». И если покопать чуть вглубь, то окажется, что в июне у нас поменялся источник платной лидогенерации (был — запрещенная соцсеть, а стал — посевы в телеграм). И когда начинаешь проверять эту гипотезу, выясняется, что реально — до этого именно по платному трафику конверсия в продажу была довольно высокая, а по новому каналу — цикл сделки больше, поэтому и получилась просадка. А дальше этот показатель снова вырос, потому что за месяц набили шишек, чуть снизили бюджет на рекламу в новом канале и стали делать более качественные действия.
Этот пример — отличная демонстрация того, что иногда (часто) для принятия решения нужно что-то заметить и пойти просто копать разные показатели, которые напрямую может и не связаны с твоей аномалией. Надо «расшить воронку» и поискать там зацепку. Почти всегда работает)
3/ Кто-нибудь заметил конверсию в 150% в когорте января 2024 в январе 2025 года?)
Такого просто не может быть — оставили заявку 10 человек, а купили 15. Чем такое может объясняться?
Да ничем, я специально добавил этот баг, чтобы на него обратили внимание. Обычно такое значит, что для начала надо поставить под сомнения все значения в этот отчете и пойти проверить корректность чисел и методику расчета.
4/ Почти все когорты в сентябре 2024 стали подозрительно зелеными.
Что за аттракцион невиданной щедрости — все вдруг резко стали покупать с высокой конверсией! Получается, день знаний сработал?!
На самом деле нет. Точней, разумеется, сезон играет роль. Но мы просто запустили новый продукт, у него был не очень большой средний чек и люди его покупали с высокой конверсией. Вот и все, вот и все)
Это еще не все — даже в этой таблице есть еще интересные штуки, которые можно разглядеть. Это очень полезное упражнение для прокачки продуктового мышления (а еще для роста бизнеса).
Кстати, мне сейчас часто пишут в личку с вопросом — привести какой-то наглядный пример того, что будет на тренинге. Это упражнение — небольшой кусочек того, что мы будем разбирать на занятии по когортам. Только там будет сильно больше когортных таблиц — будем анализировать не отдельный отчет, а целую пачку одновременно, которые показывают динамику всех когорт по всей воронке, от заявки до покупки. Если такие «исследования» и «раскопки» вас драйвят — обязательно записывайтесь в грядущий поток тренинга, такого у нас будет много)
Как вам вообще такой формат с интерактивом, заходит? Делаем еще?) Если да — накиньте реакций на пост
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥21❤5👍3
Всем привет, это Андрон!
С момента анонса тренинга «Как делать аналитику» самым частым вопросом, пожалуй, стал вопрос — каким уровнем знаний нужно обладать, чтобы тренинг был полезным. Решил написать про это прям отдельный пост)
Да, 100% подойдет. Если вы уже работаете — это прекрасно, вы сможете сразу перекладывать все концепции, которые мы изучаем, на свои бизнес-кейсы. Эффект от обучения в таком случае будет еще сильней. Кроме того, вы сможете сразу задавать вопросы — не абстрактно, а по своим конкретным ситуациям.
С точки зрения программы тренинг довольно универсальный — там и про B2B, и про B2C, и про ecom/ритейл, и про edtech, и про сервисы, и про услуги — абсолютно разные вертикали бизнеса, так что каждый найдет для себя что-то интересное.
И ответ снова — да. Если вы только учитесь — за счет тренинга вы сможете сразу сформировать правильное мышление и понимание «А зачем я вообще все это делаю?». Кроме того, у вас будет огромное конкурентное преимущество: через нас проходит много начинающих аналитиков и, поверьте, подавляющее большинство испытывает огромные сложности с продуктовыми кейсами. А у вас этот скилл будет активирован за счет тренинга.
Сейчас во время учебы вы просто пишете код и строите какие-то когортные отчеты. А после тренинга — вы будете видеть эти когорты насквозь и вопроса «как это применять» у вас точно не возникнет.
Чтобы комфортно себя чувствовать во время тренинга, достаточно знать продуктовые метрики. Если вы учитесь у нас на курсе по аналитике данных — это как раз модуль по продуктовым метрикам. Кстати, а на втором и третьем тарифе мы открываем вам этот модуль в подарок, причем сразу после оплаты — до тренинга у вас еще будет время подготовиться.
Если вы принимаете решения на данных, то да. Например, если работаете с ассортиментом, категорийным менеджментом, закупками и прочим — занятия по оптимизации больших ассортиментных матриц будут вам очень полезны. А если вы маркетолог или менеджер, то занятия по когортам, реверс-инжинирингу, юнитке и прочему — вообще маст-хэв.
В общем, тренинг действительно довольно универсальный. Первый поток мы запускали с прицелом только на одну группу, но после анализа фидбека от студентов я существенно пересобрал всю программу — самих занятий стало больше, некоторые темы поменялись, внутрянка самих занятий изменилась, добавились кардинально новые темы.
Если вам такое интересно — записывайтесь через бота, еще успеваете по ранним ценам, но осталось всего пару дней. Следующий поток будет не скоро, поэтому, если вам актуально, лучше вписывайтесь сейчас)
➡️ Регистрация
С момента анонса тренинга «Как делать аналитику» самым частым вопросом, пожалуй, стал вопрос — каким уровнем знаний нужно обладать, чтобы тренинг был полезным. Решил написать про это прям отдельный пост)
А подойдет ли мне тренинг, если я уже действующий аналитик?
Да, 100% подойдет. Если вы уже работаете — это прекрасно, вы сможете сразу перекладывать все концепции, которые мы изучаем, на свои бизнес-кейсы. Эффект от обучения в таком случае будет еще сильней. Кроме того, вы сможете сразу задавать вопросы — не абстрактно, а по своим конкретным ситуациям.
С точки зрения программы тренинг довольно универсальный — там и про B2B, и про B2C, и про ecom/ритейл, и про edtech, и про сервисы, и про услуги — абсолютно разные вертикали бизнеса, так что каждый найдет для себя что-то интересное.
А подойдет ли мне тренинг, если я только учусь на аналитика?
И ответ снова — да. Если вы только учитесь — за счет тренинга вы сможете сразу сформировать правильное мышление и понимание «А зачем я вообще все это делаю?». Кроме того, у вас будет огромное конкурентное преимущество: через нас проходит много начинающих аналитиков и, поверьте, подавляющее большинство испытывает огромные сложности с продуктовыми кейсами. А у вас этот скилл будет активирован за счет тренинга.
Сейчас во время учебы вы просто пишете код и строите какие-то когортные отчеты. А после тренинга — вы будете видеть эти когорты насквозь и вопроса «как это применять» у вас точно не возникнет.
Чтобы комфортно себя чувствовать во время тренинга, достаточно знать продуктовые метрики. Если вы учитесь у нас на курсе по аналитике данных — это как раз модуль по продуктовым метрикам. Кстати, а на втором и третьем тарифе мы открываем вам этот модуль в подарок, причем сразу после оплаты — до тренинга у вас еще будет время подготовиться.
А подойдет ли мне тренинг, если я менеджер / продакт / маркетолог?
Если вы принимаете решения на данных, то да. Например, если работаете с ассортиментом, категорийным менеджментом, закупками и прочим — занятия по оптимизации больших ассортиментных матриц будут вам очень полезны. А если вы маркетолог или менеджер, то занятия по когортам, реверс-инжинирингу, юнитке и прочему — вообще маст-хэв.
Заключение
В общем, тренинг действительно довольно универсальный. Первый поток мы запускали с прицелом только на одну группу, но после анализа фидбека от студентов я существенно пересобрал всю программу — самих занятий стало больше, некоторые темы поменялись, внутрянка самих занятий изменилась, добавились кардинально новые темы.
Если вам такое интересно — записывайтесь через бота, еще успеваете по ранним ценам, но осталось всего пару дней. Следующий поток будет не скоро, поэтому, если вам актуально, лучше вписывайтесь сейчас)
➡️ Регистрация
🔥6👍5❤4
⚡️ Падают конверсии в регистрацию: как найти причину с помощью данных?
Друзья, уже сегодня в 18:30 по МСК состоится вебинар с Иваном Гераськиным, ментором курса «Аналитик данных», где проведем аналитику причин падения количества регистраций в онлайн-сервисе.
Что на повестке:
🟠 Возьмём сырые данные онлайн-сервиса о посещении страницы, о регистрации и о том, на какие элементы кликали.
🟠 С помощью SQL выгрузим из базы данных.
🟠 С помощью Python обработаем эти данные и построим графики динамики продуктовых метрик на странице регистрации, в частности:
- Количество устройств с началом загрузки;
- Конверсию из начала загрузки страницы в загрузку;
- Конверсию из загрузки страницы в клик на поле формы регистрации;
- Конверсию из заполнения формы регистрации в успешный ввод кода подтверждения.
🟠 Сделаем выводы, действительно ли проблема есть, где именно?
➡️ Регистрация
Друзья, уже сегодня в 18:30 по МСК состоится вебинар с Иваном Гераськиным, ментором курса «Аналитик данных», где проведем аналитику причин падения количества регистраций в онлайн-сервисе.
Что на повестке:
- Количество устройств с началом загрузки;
- Конверсию из начала загрузки страницы в загрузку;
- Конверсию из загрузки страницы в клик на поле формы регистрации;
- Конверсию из заполнения формы регистрации в успешный ввод кода подтверждения.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7❤3👍2
⚡️⚡️⚡️ Мы в эфире! Разбираемся, почему упали регистрации
Вступительная часть вебинара уже прошла и сейчас начнется самое интересное!
Иван Гераськин — наш ментор курса «Аналитик данных» и опытный аналитик со стажем 12+ лет — в прямом эфире проведет аналитику причин падения количества регистраций в онлайн-сервисе.
Вы еще успеваете подключиться и узнать самое важное! А еще задать животрепещущие вопросы в прямом эфире практикующему эксперту.
➡️ Подключиться
Вступительная часть вебинара уже прошла и сейчас начнется самое интересное!
Иван Гераськин — наш ментор курса «Аналитик данных» и опытный аналитик со стажем 12+ лет — в прямом эфире проведет аналитику причин падения количества регистраций в онлайн-сервисе.
Вы еще успеваете подключиться и узнать самое важное! А еще задать животрепещущие вопросы в прямом эфире практикующему эксперту.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6🔥3👍2
⚡️ Стартуем сегодня: успевайте на курс «Аналитик данных» с ментором
На картинке выше вы видите комментарий нашего студента Михаила со вчерашнего вебинара с Иваном Гераськиным — ментором курса «Аналитик данных».
Хотим дать немного подробностей. Михаил — наш студент, недавно мы проводили с ним прямой эфир, где разбирали его резюме. Результат процитируем:
Резюме у меня точно отличное было, портфолио тоже — я после эфира с Андроном структурировал и немного дооформил. Ну, и сопроводительные я стал писать более подробные: чем я занимался и что делал.
Как результат: устроился на должность BI-аналитика в компанию Denvic, которая, как я выяснил, в реестре Российского ПО + в реестре IT-компаний.
Будьте как Михаил: превратите «я что-то знаю» в «я готов к реальным задачам». 😉
Что вас ждёт на курсе:
🟠 SQL, Python, BI, продуктовая аналитика — только практика, без воды. То, что действительно пригодится на собеседовании.
🟠 Разбор реальных кейсов — пополните портфолио работами, которые впечатлят работодателя.
🟠 Поддержка эксперта-ментора — Иван Гераськин поможет разобрать ошибки, даст советы и не даст вам сдаться.
❗️ Успейте занять место — поток стартует сегодня и группа почти укомплектована!
➡️ Оставить заявку
P.S. Михаил просил передать вам свой телеграм-канал.
На картинке выше вы видите комментарий нашего студента Михаила со вчерашнего вебинара с Иваном Гераськиным — ментором курса «Аналитик данных».
Хотим дать немного подробностей. Михаил — наш студент, недавно мы проводили с ним прямой эфир, где разбирали его резюме. Результат процитируем:
Резюме у меня точно отличное было, портфолио тоже — я после эфира с Андроном структурировал и немного дооформил. Ну, и сопроводительные я стал писать более подробные: чем я занимался и что делал.
Как результат: устроился на должность BI-аналитика в компанию Denvic, которая, как я выяснил, в реестре Российского ПО + в реестре IT-компаний.
Будьте как Михаил: превратите «я что-то знаю» в «я готов к реальным задачам». 😉
Что вас ждёт на курсе:
P.S. Михаил просил передать вам свой телеграм-канал.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7❤4👍1
🔥 Последний день скидки 13% на тренинг по аналитике!
Друзья, приветствуем! Это команда Simulative👋
‼️ Хотим напомнить, что совсем скоро стартует тренинг «Как делать аналитику», а сегодня последний день действует сниженная цена до -13%!
➡️ Забронировать скидку можете в боте предзаписи
Что это вообще за тренинг?
Тренинг — это авторская программа нашего CEO Андрона Алексаняна, где в формате живых занятий мы разбираем разные аналитические подходы и учимся делать на их основании выводы, находить точки роста и ограничители.
Программа очень насыщенная — когортный анализ, реверс-инжиниринг, деревья метрик, анализ больших ассортиментных матриц и много-много всего.
Почему стоит пойти?
Вот что говорят участники прошлого потока:
➡️ Записаться на тренинг
Друзья, приветствуем! Это команда Simulative👋
‼️ Хотим напомнить, что совсем скоро стартует тренинг «Как делать аналитику», а сегодня последний день действует сниженная цена до -13%!
➡️ Забронировать скидку можете в боте предзаписи
Что это вообще за тренинг?
Тренинг — это авторская программа нашего CEO Андрона Алексаняна, где в формате живых занятий мы разбираем разные аналитические подходы и учимся делать на их основании выводы, находить точки роста и ограничители.
Программа очень насыщенная — когортный анализ, реверс-инжиниринг, деревья метрик, анализ больших ассортиментных матриц и много-много всего.
Почему стоит пойти?
Вот что говорят участники прошлого потока:
«4 года пыталась освоить профессию аналитика, но не могла понять суть: что из чего происходит и зачем делается, был только сухой набор инструментов. На тренинге поняла, зачем мы делаем те или иные расчеты и как аналитика связана с бизнес-решениями.»
«Ожидания полностью совпадают с тем, что получил в итоге! Сегодня провел очень хорошее интервью с руководством после первой же лекции, сразу применяем в работе!)»
«Все было потрясно, даже ввиду того, что мне удалось быть пока лишь на 2 занятиях, на выходных пересмотрю занятия! Те 2 занятия мне показали, что курс может быть полезным даже опытным специалистам, которые давно в индустрии. Я называю потрясным, т.к. механизмы можно изучить и внедрить уже в действующих занятиях (даже в 2 занятиях уже есть, что внедрять).»
Please open Telegram to view this post
VIEW IN TELEGRAM
❤5👍3🔥3
Друзья, сегодня поделимся полезными советами — сохраняйте и ставьте огонечки🔥
Правильная организация мер в Power BI — это не просто удобство, а необходимость для эффективной работы с аналитикой. Вот ключевые причины:
1. Производительность
Оптимизированные меры снижают нагрузку на модель, ускоряют расчёты и отклик отчётов.
2. Поддержка и масштабируемость
Чёткая структура упрощает понимание модели для новых разработчиков и облегчает внесение изменений и добавление новых метрик без риска поломки существующей логики.
3. Согласованность данных
Единый подход к расчётам гарантирует, что разные визуализации и отчёты показывают одни и те же цифры.
4. Удобство использования
- Пользователи быстрее находят нужные метрики, если они логично сгруппированы и названы.
- Снижается риск использования устаревших или некорректных мер.
Как правильно организовать меры?
1. Группировка мер в папки
Используйте папки для структурирования мер по тематическим блокам:
- Финансы:
- Продажи:
- KPI:
- Временные сравнения:
2. Стандарты именования
- Префиксы для типов мер:
-
-
-
- Единый стиль написания:
-
-
- Важно выбрать один формат и придерживаться его во всём проекте.
- Избегание аббревиатур, если они не общеприняты (например, YoY, QoQ).
3. Оптимизация сложных мер
- Разбивайте сложные формулы на промежуточные меры:
Правильная организация мер в Power BI — это не просто удобство, а необходимость для эффективной работы с аналитикой. Вот ключевые причины:
1. Производительность
Оптимизированные меры снижают нагрузку на модель, ускоряют расчёты и отклик отчётов.
2. Поддержка и масштабируемость
Чёткая структура упрощает понимание модели для новых разработчиков и облегчает внесение изменений и добавление новых метрик без риска поломки существующей логики.
3. Согласованность данных
Единый подход к расчётам гарантирует, что разные визуализации и отчёты показывают одни и те же цифры.
4. Удобство использования
- Пользователи быстрее находят нужные метрики, если они логично сгруппированы и названы.
- Снижается риск использования устаревших или некорректных мер.
Как правильно организовать меры?
1. Группировка мер в папки
Используйте папки для структурирования мер по тематическим блокам:
- Финансы:
Выручка, Прибыль, Рентабельность - Продажи:
Объём продаж, Средний чек, Конверсия - KPI:
LTV, CAC, Retention Rate - Временные сравнения:
YoY Growth, QoQ Change, MTD Sales
Sales/
├── Revenue_Actual
├── Revenue_Target
├── Revenue_Variance
Finance/
├── Gross_Profit
├── Net_Profit_Margin
Time/
├── Sales_MTD
├── Sales_YTD
2. Стандарты именования
- Префиксы для типов мер:
-
KPI_ – ключевые показатели (KPI_Revenue_Growth) -
CALC_ – промежуточные вычисления (CALC_Weighted_Avg) -
TEMP_ / TEST_ – временные или тестовые меры (удалять после проверки) - Единый стиль написания:
-
CamelCase: RevenueYTD -
Snake_case: revenue_ytd - Важно выбрать один формат и придерживаться его во всём проекте.
- Избегание аббревиатур, если они не общеприняты (например, YoY, QoQ).
3. Оптимизация сложных мер
- Разбивайте сложные формулы на промежуточные меры:
//Базовая мера
Revenue = SUM(Sales[Amount])
//Производная мера
Revenue_PY = CALCULATE([Revenue], SAMEPERIODLASTYEAR(Date[Date]))
//Сложная мера
Revenue_Growth% = DIVIDE([Revenue] - [Revenue_PY], [Revenue_PY])
- Избегайте избыточных вычислений внутри мер – выносите повторяющиеся логики в отдельные меры.
- Комментируйте сложную логику (через // в DAX), особенно если используются неочевидные фильтры или итераторы.
4. Документирование мер
- Описание меры в DAX (используйте // или `/* */`):
/*
Расчет средней маржинальности по клиентам,
исключая пробные заказы (Discount > 50%).
*/
Avg_Margin = AVERAGEX(Customers, [Net_Profit] / [Revenue])
5. Удаление неиспользуемых мер
- Регулярно проверяйте модель и удаляйте:
- Меры-дубликаты.
- Устаревшие расчёты (`TEMP_`, `TEST_`).
- Меры, которые не используются в отчётах.
Правильная организация мер экономит часы поддержки, снижает количество ошибок и делает ваши отчёты быстрее и понятнее. Внедряйте эти практики с самого начала проекта!
❤26👍8🔥7🎉1