Привет, дорогие подписчики.

Ни для кого не будет секретом, что последние несколько недель вакханалии вывели из нормального ритма жизни всех и каждого.

А в мою личку тем временем участились запросы ‘что делать и как жить учиться, когда обучающие лавочки как, например, Coursera недоступны’ 🤕

Какие времена - такие и меры.

Учиться аналитике и до этого было важно, а сейчас, пожалуй, вопрос карьерной переориентации встал ещё острее.

А посему, представляю вашему вниманию обновлённый гайд #какворватьсяваналитику в рамках текущих реалий.

Бесплатно 🤑

Данные и SQL

https://stepik.org/course/102548/promo - начинаем с погружения в данные

https://stepik.org/course/551/promo - введение в базы данных

https://stepik.org/course/63054/promo - тренажёр sql, который уже как-то появлялся в канале. Ещё sql-тренажеры здесь .

https://stepik.org/course/150/promo - сверху докачиваем работой с великим и ужасным Hadoop-ом

https://www.khanacademy.org/computing/computer-programming/sql - ещё можно заглянуть сюда, толково-хорошо-полезно

Теорвер и матстат

Карпов 1, 2, 3 или

https://stepik.org/course/3089/promo теория вероятности
и
https://stepik.org/course/326/promo матстат

Python

Для автоматизации и анализа данных начать с этого - https://pythontutor.ru/

Дальше это - https://stepik.org/course/67/syllabus

Сбор данных на Python (но о нем противоречивые отзывы):
https://stepik.org/course/512/syllabus

А/В - тесты:
https://www.kameleoon.com/en/training/ab-testing-experimentation - тут почитать

https://www.udacity.com/course/ab-testing--ud979 - этот должен работать и тоже бесплатно (как и ещё разные курсы)

А в этом посте уже тоже рассказывала про краш-курсы по А/В-тестам.


Для преисполнившихся аналитиков:

Лёша Никушин из канала Интернет-аналитика, он же организатор Матемаркетинга , выложил в открытый доступ материалы всех лет:

Матемаркетинг-18
Матемаркетинг-19
Матемаркетинг-20
Aha!'21 (new)
Матемаркетинг-21 (new)

Data science (а вдруг):

https://stepik.org/course/4852/promo введение в data science, ya know


Сборная солянка

Как вариант, рекомендую еще рассмотреть компиляцию разных курсов вот тут. Накидала там несколько фильтров, но всегда можно выбрать себе по желанию/потребностям.

Ну и тут, используя необходимые фильтры. Аналогично - здесь.
И богатый сборник: вебинар с ссылками на множество бесплатных материалов для продуктовых аналитиков - более 230 курсов, лонгридов, тренажеров, блогов и емких статей.
Ссылка на доску Miro
Запись вебинара

Всем доброго здравия и удачи в постижении продуктовых наук ❤️‍🩹

#какворватьсяваналитику #позапросамстраждущих #полезности

Алоха!
Смотрите какой каталожек для выбора типа визуализации 🌻https://datavizcatalogue.com/RU/

Подборка обучающих видео🤩

Выборочно загружаю на YouTube некоторые уроки из своих курсов. Да и в целом наводим там порядок, объединяем видео в плейлисты и так далее. Скоро там будет больше обучающего видео, подписывайтесь. Ну а пока — небольшая подборка:

🔷 Как сделать таблицу, пригодную для машинной обработки: урок о культуре работы с данными (6 минут)

🔷 Что такое этот ваш BI-сторителлинг? Показываю, как переверстать дашборд, чтобы он рассказывал историю из данных (10 минут)

🔷 Уровни информации на дашборде: что это такое и почему важно. Простые правила, о которых часто забывают студенты (4,5 минуты)

🔷 Когда пригодится хордовая диаграмма? Показываю на примере, как ее использовать для визуализации бизнес-данных (3 минуты)

Всего в плейлисте «Обучающие лекции» сейчас 15 видео. Все их можно посмотреть здесь.

​​#полезное #туториалы #данные #ссылки #people_analytics
Библиотека ресурсов People Analytics
Роль People Analytics возрастает сильнее, чем когда-либо. Независимо от того, являетесь ли вы новичком в области People Analytics или опытным профессионалом, данная библиотека ресурсов будет вам полезна. Список из 90+ полезных ресурсов по People Analytics от лидера в этой области – Эрика ван Вульпена. Статьи, отчеты, примеры данных, видео и другие материалы помогут вам улучшить свои знания и инициативы в области HR-аналитики. За исключением книг и некоторых академических ресурсов, остальное в репозитории находится в свободном доступе. Скачать библиотеку можно после заполнения простой формы по ссылке.

Занятная статья от Klaus Schulte про то как эффективно использовать шаблоны (templates) в Tableau!

Используете шаблоны?

https://co-data.de/2022/01/12/using-tableau-public-templates-efficiently

https://gopractice.ru/unit-economics/
"Недавно мне прислали ссылку на обсуждение про юнит-экономику и попросили помочь разобраться. “С чем там разбираться?» – подумал я. Пошел читать и запутался.Так я погрузился в мир юнит-экономики со сложными формулами, большим количеством терминов, спорами по поводу этих формул и терминов, блогами и тренингами, где все это объясняют.Друзья, юнит-экономика – это очень просто. Я объясню вам юнит-экономику за 30 слов. Читайте и считайте."

Курс "Psychology of Data Visualization" от профессора психологии Michael Friendly. Все презентации в открытом доступе. Интересно потыкать, мне особенно понравились: Graphical Perception и Visualizing Uncertainty🌟

ps картинка как раз из лекции))

Вакансия для джуна!
ЗП от 80тыс на руки.
https://careerspace.app/job/29435?utm_source=telegram&utm_medium=careerspace

Сравнение 66 динозавров с человеком.

Все бы ничего, но легенда с таким многоцветьем становится не очень полезна 😅
Как считаете, это можно исправить/улучшить?

Автор: thesesametree

Смотрите что:
Яндекс.Практикум запустил бесплатный тренажер по основам математики. Если вы хотите сменить профессию на цифровую или уже в процессе - Let's go!

Кстати, у Яндекс.Практикума не только этот тренажер бесплатный :) еще есть:
- Excel для работы (с нуля)
- Визуальные презентации (с нуля)
- Наставничество для тимлидов (с нуля)
- Инженер облачных сервисов (с опытом)

Та-дам! Наслаждайтесь ❤️

Книга Mastering Shiny от Hadley Wickham бесплатная и с заданиями

https://mastering-shiny.org/index.html

И в качестве примера шайни аппки – Tableau Zen Parser для визуализации зависимостей в таблошных файлах (и R и Tableau и прямо ах).

Полноценный курс по SQL разработке для базового и продвинутого уровня!
Самая актуальная информация от практикующих SQL разработчиков на SQLONLINE.RU 💻

В данном курсе мы подготовили качественную теорию, практические задачи, даже разработали собственный интеллектуальный SQL тренажер с проверкой кода для решения практических кейсов на реальной БД! 🎁

Более 70 уроков и 140 задач ждут вас! 🚀
Перейти к курсам 👉

Содержание:
1. Хранимые процедуры
2. Поиск с LIKE
3. GROUP BY
4. HAVING и WHERE
5. Проектирование таблиц
6. INSERT, UPDATE, DELETE
7. Индексы, ключи, оптимизация, нормализация БД
8. Математические, строковые функции
9. UNION ALL
10. Сложные JOIN, LEFT/RIGHT/FULL JOIN
11. Оператор IF - ELSE
12. Сложные CASE
13. Вложенные подзапросы
14. Изучаем IN, Any, All, Exists, COALESCE
15. Выражения RegExp
16. Оконные функции OVER, LAG, LEAD, Rank, Row Number
17. Скалярные функции
18. Временные таблицы, переменные
19. CURSOR, циклы
20. MERGE
21. Транзакции и блокировки
22. Тригеры

#sql #sqlonline #курс_sql

Пожалуй, буду выкладывать сюда заметки, которые пишу по итогам тредов в чате аналитиков.

Возник вопрос о поиске хороших гайдов по дизайну метрик.

Сразу порекомендовали
1. Towards universal event analytics - building an event grammar от Snowplow (хотя это руководство больше про ивенты, чем про метрики)
2. Guide to product metrics от Mixpanel
3. Designing and evaluating metrics
4. Отслеживание роста продукта на длинном периоде и подходы к оценке устойчивости собраны в статье Data informed product building (главы 1-5) из блога Sequoia

Одна из целей дизайна метрик - определение NSM (North Star Metric) - главной стратегической метрики. Поэтому, был упомянут чеклист для NSM от Amplitude c оговоркой, что он довольно абстрактный.

1. It expresses value. We can see why it matters to customers.
2. It represents vision and strategy. Our company’s product and business
strategy are reflected in it.
3. It’s a leading indicator of success. It predicts future results, rather than reflecting past results.
4. It’s actionable. We can take action to influence it.
5. It’s understandable. It’s framed in plain language that non-technical
partners can understand.
6. It’s measurable. We can instrument our products to track it.
7. It’s not a vanity metric. When it changes we can be confident that the change is meaningful and valuable, rather than being something that doesn’t actually predict long-term success—even if it makes the team feel good about itself.

Для погружения в проблематику подходов к определению NSM, можно посмотреть лекцию Андрея Пушвинцева из Miro с прошлого Матемаркетинга (необходима регистрация), где он рассказывает о процессе внедрения NSM-framework для фокусирования компании на ценности для пользователей, а не на деньгах.

Важное замечание к ссылкам выше: любой гайд, в котором нет руководства про проверке метрик на надежность и чувствительность, не является полноценным и поэтому подход к имплементации и внедрению ”в лоб” довольно опасен и может скрывать множество подводных камней. О том, как искать прокси-метрики в продуктах хорошо рассказано здесь. При этом, важно учитывать, что чувствительно метрик и чувствительность KPI не совсем одно и тоже - с KPI сложнее и чувствительность низкая. Для погружения в тему можно изучить руководство по Measuring Metrics.

@internetanalytics