​​Google анонсировал сервис Google Ads Data Hub, который позволит на уровне событий объединять собственные данные с данными о Google рекламе, не нарушая конфиденциальность пользователей. Похоже, что Google наконец-то дал единственную возможность мерять эффективность рекламы с учетом ее показов на разных устройствах одного пользователя, по его Google ID.

Подробнее в блоге Google: https://bit.ly/2KoTj8c
via @MarkeTech

​​Matrix Factorization - новая модель BigQuery ML, позволяет реализовать алгоритм коллаборативной фильтрации (видео от Netflix).

В сети уже появился пример такого решения в BigQuery для рекомендательной системы статей на сайте. В качестве рейтинга используется время, проведенное на странице.

@BigQuery

​​Определение ценности рекламных каналов и оценка их вклада в привлечение новых клиентов на основе онлайн/офлайн данных о выдаче заказов и источниках заявок. Пример модели атрибуции в BigQuery от Дмитрия Ильина.

@BigQuery

​​Пример создания ETL для данных поисковых систем через PyTrends - некий API для извлечения данных Google Trends.

@BigQuery

​​Андрей Осипов создал чат @firebase_app_web_bigquery
В нем можно обсудить любые вопросы по Firebase analytics, App+Web, а также exports в BigQuery.

@BigQuery

​​Совсем недавно в BigQuery появились Materialized Views - представления, которые позволяют обновлять дашборды в реальном времени.

В сети появился пример, как это работает в Looker.

@BigQuery

Написал статью про визаулизацию в google data studio из bigquery + всякие фишки по оптимизации табличек

https://medium.com/@snegir/how-to-make-fast-and-convenient-visualization-in-data-studio-based-on-bigquery-303cfa1f763f

​​Пример создания кастомных отчетов для более глубокого анализа процесса реализации проектов по данным Jira с BigQuery, Stitch & Tableau.

@BigQuery

@AnalyzeCore - новый канал про аналитику, данные и их визуализацию от Сережи Брыля, автора блога analyzecore.com.

@BigQuery

​​Power User Curve - гистограмма активности пользователей по количеству дней, в течение которых они были активны за месяц.

Гистограмму еще называют «L30», придумана Facebook growth team.

Шаблон SQL-запроса для ее построения по данным Firebase.

@BigQuery

​​В Google Analytics есть классная фича — взвешенная сортировка. Она позволяет видеть в начале таблицы строки с не только с самым высоким относительным показателем (например, конверсией), но и с максимально значимыми данными (например, с большим количеством сеансов). Нашел статью, где приведен пример расчета взвешенных показателей на данных из Google BigQuery с последующей визуализацией в Google Data Studio: https://bit.ly/2Mm69VQ

via @WebAnalyst

Дмитрий Аношин из Amazon, автор канала @rockyourdata, запустил бесплатный видеокурс Инжиниринг данных и аналитика.

+ хороший видеодоклад - Кто такие дата-инженеры и кому они нужны от Валентина Гогичашвили из Zalando.

@BigQuery

​​Хорошая подборка UDF (User Defined Functions) в BigQuery, которые дают SQL больше функциональности. Еще примеры - подборка 1, подборка 2.

@BigQuery

​​Шаблон дашборда в DataStudio по мониторингу затрат на Google Cloud Platform с инструкцией применения.

@BigQuery

​​Отзывы приложений могут содержать ценную информацию от пользователей для улучшения продукта.

Хороший пример решения поиска инсайтов с кодом на R и Python.

via @ProductAnalytics

​​Выбор оптимального времени для публикаций на публичных данных Hacker News в BigQuery с примером SQL-запроса.

@BigQuery

​​Новый функционал для автоматизации подготовки и анализа данных BigQuery в Google Sheets.

+ более подробная инструкция

Позволяет анализировать огромные массивы данных прямо в Google Sheets.

@BigQuery

​​Сегментация клиентов и RFM-анализ в BigQuery ML и Data Studio, автоматизация и импорт результатов в Google Analytics.

@BigQuery

​​Google Analytics App+Web анонсировал две новые прогнозные метрики: Purchase probability — вероятность покупки в следующие 7 дней, и Churn probability — вероятность того, что пользователь не будет активным в следующие 7 дней. Кроме анализа, можно будет создавать основанные на этих показателях прогнозные аудитории (Predictive Audiences) для ремаркетинга Google Ads. Подробнее о новых метриках в блоге и справке.

via @WebAnalyst

​​Операторы множеств комбинируют результаты двух или более запросов в один. Возвращают строки из обоих запросов с дубликатами или без (UNION { ALL | DISTINCT }), строки, которые являются общими для обоих запросов (INTERSECT DISTINCT) и строки первого запроса, которые отсутствуют во втором запросе (EXCEPT DISTINCT). Последний отлично подходит для тестирования расхождений в данных и быстрее JOIN-операторов.

@BigQuery