​​Advices for Product Analysts who want to become a Product Manager.

via @ProductAnalytics

​​​​В Google Analytics 4 нет стандартного отчета по Landing Pages (как в Universal Analytics), как и пока что нет возможности исключать отдельные URL-параметры из отчетности (не используя кастомные настройки самого трекинга). Но в #GA4 есть простой способ частично решать эти проблемы и мои коллеги Маша и Леша поделились им в своей статье: https://bit.ly/3ufjsOl

via @WebAnalyst

​​What is Product Metrics Map and how to build it.

via @ProductAnalytics

Пост про аналитику, но не про web, а про реальную жизнь. Недавно появилась такая новость от российского государственного информагенства: В ДНР обработано 56,85% протоколов, за вхождение в РФ проголосовали 94,75% жителей, сообщает глава ЦИК региона. А чуть позже — ЦИК Донецкой Народной Республики обработал 82% протоколов, за вхождение в состав России проголосовало 99,06% избирателей. Давайте посмотрим на эти числа чисто аналитически.

Допустим, всего жителей 1 миллион. Если обработано 56.85% протоколов, то это 1000000*0.5685 = 568500 жителей. Из них 94,75% проголосовали за вхождение в РФ, то есть 538654 человека. Значит, проголосовали против 568500 - 538654 = 29846 человек. Запомним это число, мы к нему еще вернемся.

Во второй новости сказано, что уже всего проголосовало 82%, то есть 1000000*0.82 = 820000 жителей, из которых 99,06%, то есть 820000*0.9906=812292 проголосовало за вхождение в состав России. То есть, в этот раз, людей, которые проголосовали против было 820000 - 812292 = 7708. Но ведь когда было обработано 56.85% протоколов, людей проголосовавших против было 29846, что сильно больше чем 7708, когда обработали уже 99.06%. Куда делись хотя бы те бюллетени, которые были посчитаны на первом этапе? Надеюсь, сами люди, голосовавшие против вхождения в РФ не пропали без вести, как эти данные. Не верите в эти расчеты? Повторите сами, выше я сделал активные ссылки на оригиналы публикаций.

Такая дельта в числах с большой долей вероятности говорит о том, что людям нагло ссут в глаза и в уши. А потом отправляют в другую страну убивать и умирать, чтобы захватывать чужие территории. Если вы поддерживаете действия властей РФ в войне с Украиной — навсегда отпишитесь от этого канала.

​​What’s driven TikTok growth? Interesting data (strictly in the U.S. market).

via @ProductAnalytics

​​What funnel analysis is and why they are commonly used for product analytics.

via @ProductAnalytics

​​The dark side of product metrics
How not to use product metrics and how to encourage teams to share data more openly.

via @ProductAnalytics

​​The Google PM Analytical Interview — The Most Common Mistakes.

via @ProductAnalytics

​​The birth of Data debt and looking at data as a product.

via @ProductAnalytics

​​The TikTok of Ecommerce

The fastest-growing ecommerce company in the world. It reportedly did almost $10 billion in revenue in 2020, and has grown over 100% for each of the past eight years.

The company's success story

via @ProductAnalytics

​​Notifications: why less is more

How Facebook has been increasing both user satisfaction and app usage by sending only a few notifications

via @ProductAnalytics

​​How Duolingo reignited user growth

The story behind Duolingo's 350% growth acceleration, leaderboards, streaks, notifications, and innovative growth model.

@ProductAnalytics

​​BigQuery UDF for A/B-testing

Automate the calculations of experimental results in BigQuery via User Defined Function.

@BigQuery.

​​Calculating Simple Monthly Recurring Revenue (MRR)

SQL example

@ProductAnalytics

​​A Periodic Table of Visualization Methods - методи візуалізації на всі випадки в роботі аналітика (адаптовано лише під desctop).

@ProductAnalytics

​​Linear regression and correlation analysis

Методи, інструменти та кейси використання для прогнозування дій користувачів та покращення їх утримання.

@ProductAnalytics

​​Reforge опублікував приклади вирішення реальних задач по аналітиці, маркетингу, growth, експериментам та іншим категроіям. Чудовий контент, цікаво глянути підхід до рішення проблеми від спеціалістів світових компаній. Доступ поки не повний, але можна відправити свій приклад на розгляд та отримати доступ до інших.

@ProductAnalytics

​​Моделювання Customer Retention Rate за допомогою Shifted-Beta-Geometric (sBG) розподілу дає доволі точні результати.

Реалізувати можна на R, Python і навіть Excel.

via @ProductAnalytics

​​Product Management Metrics — Measuring the Right Metrics as a Product Leader

@ProductAnalytics

Setup, conflict, resolution - підхід для створення data storytelling

Крутий приклад як зі звичайного нудного графіку створити історію.

​​Delusive Extrapolation and A/B Testing

Cautionary Tales of Complexity and the Dangers of Jumping to Conclusions

@ABtesting