Evgeny Kuznetsov | DataHints – анализ и визуализация данных в маркетинге
166 subscribers
233 photos
18 videos
6 files
150 links
Evgeny Kuznetsov, Digital Strategist в jetstyle.ru 📈🐧

Делюсь опытом и советами в сфере маркетинговой аналитики.

Возникли вопросы, идеи, предложения – пишите @em_kuznetsov
Download Telegram
Вчера под вечер мне прилетела полезная рассылка от Yandex DataLens, очень поднявшая настроение!

Во первых, я узнал что появился новый раздел DataLens Gallery (публичная витрина готовых дашбордов).

Во-вторых, заглянув туда, обнаружил три своих публичных дашборда.

Более того, дашборд по Чайнакарам попал в рубрику «Лучшие работы»! 🏆

Собственно вот эти дашборды:

📈 Исследование брендов китайских автомобилей – дашборд ставший частью нашего исследования по Чайнакарам.

📈 Аналитика для управления бизнес-юнитом – когда нужно показать, как настроили аналитику для управления бизнес-юнитом, но данные нельзя светить, в ход идут эльфы, Мордор и Арагорн.

📈 SEO-дашборд на данных Logs API Яндекс Метрики который я собирал к Baltic Digital Days в 2024 году.

И отдельное спасибо ребятам из команды DataLens за такую крутую работу с коммьюнити!
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥132👍2
Все мы ошибаемся, или почему важно тестировать формы перед релизом

Сегодня Яндекс выкатил в бета-тест API Вордстата. Наконец-то можно будет парсить напрямую, подумал я, и пошел отправлять заявку на доступ к API.

Но не тут то было – ClientId моего приложения не проходил валидацию в Яндекс Формах =)

Буквально в течении 5 минут после моего комментария под новостью в канале у Михаила Сливинского все пофиксили. Стал ли я тому причиной или это совпадение – не знаю, но моя заявка ушла и надеюсь ее одобрят. А то мне датасет для Чайнакаров на 15к кейвордов обновлять.
👍3💯1
Какой-то аттракцион невиданной щедрости со стороны Яндекса

Вчера API вордстата выкатили, сегодня Яндекс Tag Manager – причем встроили его в Метрику и сделали бесплатным для всех.

Активируется в настройках счетчика, через пару минут после включения уже позволяет создавать теги и триггеры.

Насколько успел оценить за прошедшие минуты с момента анонса – все как в GTM, есть переменные, триггеры и теги (все основные какие нужны).

Справка доступна тут.
🔥5👍1
Ну и самое главное – поддерживает dataLayer.push({})!

Так что не придется лишний раз ходить к разработчикам.

P.S: Считаем сезон миграции с GTM на YTM открытым =)
🔥4👍1
Ворвались в ТОП-5 SEO глазами клиентов 2025 от SEO News

Вот так пятничные новости
🔥6👍5
Пока составлял контент-план по Yandex Tag Manager, столкнулся с новой для себя задачей – как добиться от ChatGPT читабельного контента, написанного в моем стиле.

Я уже тестировал проекты и Custom GPT's, но в основном с моделями GPT-4o и o1.

С o3 я столкнулся со следующей проблемой: она классно рассуждает и структурирует информацию, но вот написать читаемый человеческий текст я от нее так и не добился. В результате изучения вопроса наткнулся на классный обзор моделей на Youtube.

Тезисно, есть два типа моделей:


Обычные —в интерфейсе отличаются припиской GPT.

- GPT-4o (универсальная, быстрая, дешевая модель для ответов на общие вопросы)
- GPT-4.5 (экспериментальная модель, которая получилась очень дорогой, но говорят лучше всего пишет тексты)
- GPT-4.1 (доступна только через API, мощная, обладает большим контекстным окном, отлична для кода и внимательна к инструкциям)
- GPT-4, GPT-4o-mini (устаревшие модели)

Их стоит воспринимать как умного собеседника, т.к. они обучались на большом массиве данных и заточены на генерацию готовых ответов.

Думающие — o-модели.

- o3 (флагман, хорошо решает сложные задачи)
- o4-mini-high
- o4-mini
- (устаревшие: o1, o3-mini)

Их стоит воспринимать как аналитика. Способны имитировать рассуждение, в ходе которого собирают информацию из разных источников. Соответственно их стоит использовать в задачах где нужно проанализировать информацию и погрузиться в контекст.

Какую модель выбрать для типовых задач:

- Объяснение базовых понятий (объясни, расскажи): GPT-4o
- Генерация изображений: GPT-4o
- Написание текстов и статей: GPT-4.5 (для самых сложных задач), GPT-4o (для более простых задач)
- Генерация кода по описанию: GPT-4.1 / GPT-4o
- Отладка и поиск ошибок: думающие модели по убыванию сложности o3, o4-mini-high, o4-mini
- Объяснение кода: GPT-4o / GPT-4.1 (будет лучше если есть возможность)
- Автоматизация и скрипты: GPT-4o / GPT-4.1 / o3 (в зависимости от промптинга)
- Анализ информации (текст, изображение, интернет): GPT-4o (для простой задачи) / o3 и другие думающие (для сложной задачи с рассуждением)

А еще у OpenAI оказывается есть удобная страница для сравнения разных моделей.

В итоге я пошел следующим путем:

- Скачал всю справку по Яндекс Тег Менеджеру и вгрузил в o-3 как дополнительный файл
- С помощью o3 спроектировал структуру и логику раздела, контент план с ключевыми поинтами для каждой статьи
- Дальше прошу o3 для каждой темы написать руководство основываясь на предложенной структуре – на выходе получается скорее набор тезисов, чем полноценная статья, но его удобно дорабатывать вручную
- Полученный в результате ручной доработки текст загоняю в GPT-4o живущую в проекте и обученную на статьях и постах, которые я написал.

На выходе уже получается то, что можно дорабатывать.

#ГодныйКонтент
👍4
Обновил в статье регулярные выражения для отслеживания трафика из нейросетей с помощью веб-аналитики:

Для Яндекс Метрики


~(?:chatgpt\.com|chat-gpt\.org|claude\.ai|quillbot\.com|openai\.com|blackbox\.ai|perplexity(?:\.ai)?|copy\.ai|jasper\.ai|copilot\.microsoft\.com|gemini\.google\.com|(?:\w+\.)?mistral\.ai|deepseek\.com|edgepilot|edgeservices|nimble\.ai|iask\.ai|aitastic\.app|bnngpt\.com|writesonic\.com|exa\.ai|waldo|alice\.yandex\.ru)


Для Google Analytics


^(?:chatgpt\.com|chat-gpt\.org|claude\.ai|quillbot\.com|openai\.com|blackbox\.ai|perplexity(?:\.ai)?|copy\.ai|jasper\.ai|copilot\.microsoft\.com|gemini\.google\.com|(?:\w+\.)?mistral\.ai|deepseek\.com|edgepilot|edgeservices|nimble\.ai|iask\.ai|aitastic\.app|bnngpt\.com|writesonic\.com|exa\.ai|waldo|alice\.yandex\.ru)$


Долго пытался найти какой реферрер оставляет Яндекс Алиса (ex. Яндекс Нейро) – нашел только alice.yandex.ru, но это видимо сайт или приложение, сам блок в поиске похоже не оставляет пока никакого специфического реферрера.
👍3🔥1
This media is not supported in your browser
VIEW IN TELEGRAM
Любите ли вы дашборды Yandex DataLens так, как любим их мы?

Мы давно делимся своими кейсами в комьюнити Yandex DataLens, а теперь — 3 наших дашборда вошли в официальную DataLens Gallery!

Вот что попало в подборку

1⃣Исследование китайских автомобилей
Категория: Лучшие работы, Маркетинг
Смотреть дашборд

Мы проанализировали поисковый спрос на китайские авто в РФ: по странам, брендам, интентам. Получился открытый и наглядный дашборд с динамикой интереса и актуальными трендами.

Еще по теме:
-
Исследование китайских автомобильных брендов в России на нашем сайте
- статья
«Как быстро собрать и визуализировать данные о спросе?»
- статья
«Новое про чайнакары: классификатор названий, дашборды и ми‑ми‑мишки»


2⃣Аналитика для управления бизнес-юнитом
Категория: Продажи
Смотреть дашборд

Когда нельзя светить реальные данные, помогают эльфы, Мордор и Арагорн.
В этом кейсе — визуализация данных из нескольких внутренних баз и дашборды для принятия управленческих решений.

Подробнее:
- статья «Сила дашбордов: настраиваем Yandex DataLens и принимаем управленческие решения на основе данных»


3⃣SEO-дашборд на данных Logs API Яндекс Метрики
Категория: Маркетинг
Смотреть дашборд

Собирали «на коленке» к BDD в прошлом году — и попали в галерею.

Кстати, в этом году снова едем:
🧑‍⚕️ наш digital-стратег Женя Кузнецов поделится, как поженить аналитику данных и SEO на пользу бизнеса в рамках мультисекции «Слово имею»


👀Что вам с этой информацией делать?
Заходите в галерею, выбирайте понравившиеся дашборды, изучайте структуру, фильтры, интенты и чарты.

Хотите такой же или свой — пишите нам в телеграм!
Поможем разобраться и все настроить
Please open Telegram to view this post
VIEW IN TELEGRAM
5
⚽️ Футбол глазами математика — это не просто бег за мячом, а строгое взаимодействие теории игр, вероятностей, геометрии, статистики и даже теории хаоса. Разберёмся пошагово:

📐 Поле — геометрия и топология

Футбольное поле — прямоугольник размерами примерно 105×68 метров. Математик видит в нём сетку координат, по которой можно отслеживать позиции игроков и траектории мяча. Каждая передача — это вектор, каждая атака — маршрут по графу с узлами (игроками) и рёбрами (передачами).

🎲 Вероятности и теория решений

В футболе нельзя просчитать всё наверняка, но можно оценивать вероятности событий:

Какова вероятность забить с этой позиции?

Насколько успешна будет передача?

Стоит ли рисковать и прессинговать?

Это задачи из теории вероятностей и оптимального выбора. Вратарь, выбирающий угол для прыжка во время пенальти — классический пример теории игр, как «задачи с нулевой суммой».

📊 Статистика и метрики

Современный футбол — это Big Data. У каждого игрока есть метрики:

xG (expected goals) — математическая вероятность, что удар приведёт к голу.

xA (expected assists) — ожидаемые голевые передачи.

Pressing success rate — эффективность давления на соперников.

Аналитики строят модели регрессии, чтобы понять, какие действия увеличивают шанс на победу.

🔁 Моделирование и симуляции

Можно построить модель матча с учётом всех факторов: погоды, формы игроков, тактики.

Например, марковские цепи используются для прогнозирования переходов мяча между зонами.

А нейросети обучаются на тысячах матчей, чтобы предсказать исход игры.

🧠 Комбинаторика и стратегия

Каждая атака — это комбинация действий: пас → пас → удар. Задача тренера — выбрать из миллиона возможных вариантов ту, что сработает против конкретной защиты.

Пример:

Если есть 5 игроков, и каждый может отдать пас 4 другим, уже одно касание — 20 вариантов, а в трёхходовой комбинации — тысячи путей.

Математик ищет оптимальные паттерны, уменьшая хаос игры до управляемых стратегий.

🔮 Хаос и непредсказуемость

Даже с точными моделями остаётся непредсказуемость: срикошетил мяч, ветер подул, игрок оступился.

Это напоминает хаотические системы, где малейшее отклонение даёт совершенно иной результат. Футбол — не линейная система, и математик это уважает.

📌 Итог:

Футбол — не только спорт, но и математическая вселенная, где каждая секунда игры — взаимодействие стратегий, вероятностей и геометрии. Настоящий математик не просто смотрит матч, он просчитывает будущее на поле в реальном времени.

Хочешь — могу показать, как работает xG или построить симулятор матча на Python?


Так отвечает на запрос «Расскажи мне про футбол» ChatGPT с указанием соответствующей роли.

К чему я это. Наткнулся на серию статей про работу с GPT и там можно очень наглядно оценить как на, казалось бы, один и тот же запрос можно получить достаточно разнообразные результаты.

🔗 Часть 1 – ведение и простые советы

В ней вы найдете базовые принципы и дельные советы по работе с промптами. Многие вещи кажутся очевидными но есть и те про которые я, например, не знал.

🔗 Часть 2 – продвинутые советы

Я, честно сказать, зачитался как по-разному ChatGPT может описать одну тему. И еще раз подтвердил для себя то понимание механизма работы LLM-ок, которое сформировалось у меня из этой лекции.

P.S.: это вторая лекция из межфакультетского курса МГУ по нейросетям, советую к просмотру.
Please open Telegram to view this post
VIEW IN TELEGRAM
6
Прям офигенный подарок мне под день рождения подъехал на прошедшей неделе – новые рейтинги Ruward.

Я считаю мега-круто, что мы, нашей маленькой, но очень мотивированной командой из 2 аналитиков и офигенного PR ворвались ТОП-10 среди Digital-агетств по России.

7 место – Веб-аналитика
20 место – Внедрение систем сквозной аналитики (туда мы пока не топили)

Но учитывая наши наработки у нас есть огромный задел на будущий год!
🔥3👍2👏1
Изучаем рейтинги по узким специализациям Ruward

На прошлой неделе Ruward опубликовали серию из 46 новых рейтингов агентств/продакшенов по узким диджитал-специализациям.

Зачем нужны такие рейтинги?

Чтобы получить полную картину по специализированным направлениям.

Как они строятся?
На основе мнения профессионального сообщества. Плюс большой работе с полученными данными на стороне самого Ruward.

Что у нас?
У нас есть мнение коллег по выбранным сегментам, но больше всего мы рады вот чему:

7 место в срезе Веб-аналитика
9 место в срезе Сustomer Development и UX-проектирование

❗️Больше о том, что именно мы делаем в рамках этих направлений, смотрите на нашем сайте
➡️про аналитику
➡️про дизайн


JetStyle🔥 | про #рейтинги #дизайн #аналитика
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
1