AARRR: пиратский фреймворк для маркетологов
Начинаем серию постов про работу с данными в маркетинге! Первый — про фреймворк AARRR. Это метод построения системы метрик, который помогает разобраться, какие показатели и зачем нужно отслеживать.

AARRR — это не пиратский вопль (хотя похоже), а аббревиатура, где каждая буква — этап жизненного цикла клиента.

🔜 Аcquisition — привлечение. Клиент узнал о вас: нагуглил, ткнул на объявление, услышал рекламную интеграцию у блогера.
На что смотреть? Показы объявлений, клики и их стоимость. Эффективность разных платформ (кто привел больше людей — VK или Tg?) и объявлений (какой баннер сработал лучше — с котиком или без?).

🔜 Аctivation — активация. Клиент зарегистрировался, оставил заявку, сделал покупку.
На что смотреть? Сколько человек прошли путь от регистрации до оформления заказа. Если на каком-то этапе они срезаются (регистрируются, но не кладут товары в корзину и уходят), надо искать причины. Это могут технические проблемы на сайте или непонятный интерфейс — то есть юзер не понимает, что ему делать.

🔜 Retention — удержание. Клиент продолжает пользоваться вашим продуктом: заходить в приложение, учиться на курсе, делать повторные заказы.
На что смотреть? Как часто одни и те же люди обращаются к вам, открывают пуши или письма.

🔜 Revenue — доход. Самый приятный этап — клиент пользуется вашими услугами и платит за них деньги.
На что смотреть? Средний чек, средняя выручка на клиента, совокупный доход на пользователя, количество покупок.

🔜 Referral — рекомендация. Клиент рекомендует вас знакомым.
На что смотреть? Результаты реферальных программ, число расшариваний постов в соцсетях.

AARRR разработали в помощь стартапам, чтобы быстро оценить жизнеспособность бизнеса. Он помогает увидеть весь путь клиента, построить воронку продаж и понять, не проседает ли конверсия на каком-то этапе. Список метрик для каждого бизнеса будет свой, но мы постарались осветить общие принципы, чтобы стало понятно в какую сторону копать.

Курс по Product-Led Growth — бесплатно на 24 часа
У меня вся семья довольно технологичная. У меня дата-агентство, мой родной брат Костя — продакт-директор, который работал в VK и PandaDoc, а мой двоюродный брат Костя — генеральный директор одной известной российской BI-компании. Ничего себе? 😨

Сейчас первый Костя живет в Лондоне. Я недавно был у него в гостях, и он рассказал мне, что опубликовал на Udemy свой курс по Product-Led Growth.

Это подход, когда продукт сам привлекает, монетизирует и удерживает пользователей. Во многом благодаря ему SaaS-компании в секторе B2B последние годы так стремительно росли в оценке. Ему следуют и во многом обязаны своим успехом Slack, Figma, Canva и Dropbox.

🔜 Зачем аналитику понимать PLG?
Чтобы находить продуктовые проблемы и предлагать решения лучше и быстрее, чем другие аналитики, конечно! Это поможет начать говорить с продуктовыми командами на одном языке и глубже понимать причины и последствия многих решений.

🔜 Что будет на курсе?
Курс рассказывает, как научиться структурированно подходить к определению факторов роста продукта и влиять на продуктовую воронку через изменения и эксперименты.

На следующие 24 часа этот курс сделали бесплатным для подписчиков LEFT JOIN 🔥Переходите по ссылке.

P.S. Язык курса — английский. Из России доступен через VPN.

Все дороги ведут к базам данных
Есть теория, что эволюция рано или поздно всех живых существ превращает в крабов. На самом деле только членистоногих, но это уже не так смешно звучит.

А вот Тайлер Клотье, основатель Clockwork Labs, написал про то, что если вы придерживаетесь дата-ориентированного подхода в программировании, все, что вы делаете, рано или поздно превратится в базу данных. Этакий краб от мира данных, идеальная форма, к которой стремится эволюция.

Компания Тайлера разработала SpacetimeDB и даже сделала на ее основе игру, так что можно предположить, что он в этом вопросе несколько пристрастен. Но его опыт позволил предложить интересный взгляд на данные.

Для интересующихся добавили ссылки на полезные статьи по теме.

💬 Дата-ориентированное проектирование (data-oriented design, DOD) — это подход к программированию, нацеленный на максимально эффективную организацию хранения и обработки данных. Он часто применяется при разработке игр.

💬 В основе DOD лежит принятие того факта, что цель любой программы — трансформация данных, а наша цель — найти лучший способ, как эту трансформацию произвести.

💬 Один из примеров DOD — это Entity Component System или ECS, архитектурный паттерн, который также используется в разработке игр. Он строится на сущностях (Entity), которым присваиваются свойства или компоненты (Component). Система (собственно, System) — это логика, по которой сущности взаимодействуют.

💬 Тайлер показал, что ECS — это разновидность реляционной модели данны, и продемонстрировал, как кусок кода, написанного согласно ECS, можно воспроизвести в PostgreSQL.

💬 У ECS есть свои внутренние ограничения, из-за которых его бывает не слишком удобно использовать вне разработки игр. Но суть не в этом, а в том, что он показывает, как любую программу и даже игру можно воспринимать как базу данных и к разработке подходить соответственно.

В общем, данные — прежде всего.

Цвет в визуализации данных
Датавиз — область работы с данными, где заботиться надо не только о точности, но и эстетике. Чтобы графики выполняли свою функцию, они должны быть понятными, легко читаемыми и приятными глазу. Из-за этого, если нет опыта в дизайне, иногда может быть неясно, с какой стороны подходить к визуализации. К счастью, есть общие принципы, которые помогут разобраться, как надо и не надо делать, даже если у вас нет особых художественных способностей.

О них рассказывает книга «Основы визуализации данных». На vc.ru выложили отрывок из нее про цвет и частые ошибки при работе с ним.

🔜 Ошибка: слишком много цветов, каждый элемент раскрашен по-разному. Например, на графике много точек, и все разных оттенков. Оптимальный вариант — когда у вас 3-5 категорий элементов на графике, и у каждой свой цвет. Если их больше, то надо искать другие способы маркировки.

🔜 Ошибка: раскрашивание ради раскрашивания, чтобы получилось красивенько, а не удобно. Может идти в комплекте с другой проблемой— слишком яркие цвета, особенно если ими закрашены большие области. У цвета в датавизе есть функция: он должен привлекать внимание к самым важным частям графика и помогать с одного взгляда разобраться, где значения больше, а где меньше.

🔜 Ошибка: игнорирование людей с нарушениями восприятия цвета — чаще всего люди с дальтонизмом не различают красный и зеленый либо синий и зеленый. В качестве одного из решений автор книги приводит специально разработанную шкалу из 8 цветов, которые различают все. Даже если человек не воспринимает какие-то оттенки, он увидит как минимум разницу в яркости.

Угадайте код RGB: тест для дизайнеров и не только
Мы тут, конечно, собрались, чтобы говорить про данные, аналитику, IT и прочие штуки на острие прогресса, но давайте честно: иногда хочется просто потыкать в кнопочки.

Специально для этих целей принесли вам игру Guess My RGB. Суть проста: фон страницы окрашивается в рандомный цвет, код которого надо угадать, крутя ползунки, отвечающие за красный, зеленый и голубой цвета.

Количество попыток не ограничено, так что тыкать в кнопочки можно бесконечно. Самое то, когда нужно немного разгрузить мозг.

Делитесь успехами в комментариях — получается угадывать? 👀

Ищем дата-инженера в Valiotti Analytics!
Наша команда продолжает расширяться — в ней вновь появилось место для дата-инженера уровня Middle.

Мы (если вы вдруг забыли) — дата-агентство Valiotti Analytics. Работаем с 2019 года и делаем крутую аналитику digital-компаниям из США, Европы и России.

От нас:
🔵Фуллтайм на удаленке,
🔵Достойная зарплата, которую обсуждаем индивидуально с каждым кандидатом,
🔵Корпоративный английский,
🔵Классная команда и крутые задачи.

От вас:
🔵Опыт работы дата-инженером от 1 года,
🔵Знание ClickHouse, SQL, Python, Apache Airflow 2 и bash.

👀 Больше про обязанности и наши ожидания от кандидата читайте на странице вакансии. А если вам уже все ясно и вы готовы откликнуться, присылайте резюме на почту saveleva.a@valiotti.com (в письме укажите, пожалуйста, свой ник в Telegram) или напрямую @alena_savelevaa.

Чем на самом деле занимаются аналитики?
Начинать карьеру в новой сфере всегда сложно. IT-курсы чаще всего помогают подтянуть харды — например, знание Python или SQL — но мало рассказывают о том, как устроена профессия изнутри.

🔵 Как строится взаимодействие с коллегами из других отделов?
🔵 Как выглядят реальные повседневные обязанности и задачи?
🔵 Стоит ли вообще лезть в эту новую сферу, и будет ли работа в ней на практике такой же интересной, как кажется со стороны?

🔜 Курс «Марафон данных» мы написали, чтобы помочь всем, кто задумывается о карьере в аналитике, найти ответы на эти вопросы. Он бесплатный и довольно короткий — на прохождение понадобится около 10-15 часов.

🔜 Его задача — познакомить с реалиями работы в дата-команде. Ну и заодно рассказать про с основы Python, SQL, работу с базами данных и главные продуктовые метрики.

После этого курса вы не станете профи в аналитике, но зато увидите, что ждет вас впереди. Вы посмотрите на реальные данные, с которыми приходится работать, и выполните ряд задач, максимально приближенных к «боевым». Это поможет понять, подходит ли вам профессия аналитика, и заложить фундамент для дальнейшего обучения.

Но мы вспомнили про этот проект не просто так. Во-первых, мы, конечно же, хотим рассказать о нем новым подписчикам или старым, которые могли пропустить предыдущие посты о нем. А, во-вторых, потому что на одном курсе мы решили не останавливаться и сейчас работаем над еще одним! Он тоже для новичков, но более сложный. Проходить его будет проще с базой, которую дает «Марафон данных».

Периодическая таблица датавиза
Лучший способ рассказывать про датавиз ­— это с помощью датавиза!

В периодической таблице методов визуализации собрали все возможные способы представить информацию на схемах, графиках и картинках — от обычных пай-чартов до комиксов.

💬 Цвет ячейки показывает на предназначение метода.
💬 Цвет названия — на то, что визуализируется: процессы или взаимоотношения внутри структуры.
💬 Дополнительные значки говорят об особенностях метода: например, помогает ли он увидеть ситуацию в целом или оценить детали.

Таблица даже немного интерактивная — можно навести мышь на ячейку, и выскочит окошко с картинкой-примером. Она довольно старая — аж из 2007 года — но актуальность не потеряла.

Кстати, если хотите побольше почитать про разные способы визуализации данных, у нас есть крутой пост про 250 лет развития датавиза. 👀

HEART: от Google с любовью
Недавно рассказали про AARRR — маркетинговый фреймворк для стартапов. Сегодня поговорим про систему метрик, которую могут применять продуктовые отделы для оценки пользовательского опыта. С ее помощью можно оценить, насколько успешен продукт (приложение, сайт, сервис) в целом либо его отдельные фичи.

Фреймворк разработали в Google и назвали HEART ❤️ У них даже есть целая публикация про него. Как и в прошлый раз, название — это акроним. За каждой буквой скрывается то, что мы будем измерять.

🔜 H — Happiness, счастье: насколько пользователи довольны продуктом.
🔜 E — Engagement, вовлеченность: как часто и как долго используют продукт.
🔜 A — Adoption, принятие: насколько активно пользуются продуктом: устанавливают, делают покупки, скачивают обновления.
🔜 R — Retention, удержание: насколько хорошо продукт удерживает пул постоянных пользователей.
🔜 T — Task Success, успех задачи: помогает ли продукт решить задачу пользователя.

Для каждой категории надо определить цели, сигналы и метрики. Для этого проще всего нарисовать табличку, как здесь.

🔜 Цель — это к чему вы стремитесь. «Приложение должно быть удобным и понятным» — это цель для строчки Happiness.
🔜 Сигналы — это ваши источники информации. Устраивает ли пользователя приложение, вы можете узнать из опросов, отзывов, оценок в магазинах вроде App Store.
🔜 Метрики — это показатели, которые вы можете измерить в цифрах, чтобы понять, достигаете ли вы своих целей. С помощью опросов можно посчитать NPS, а в магазинах приложений — увидеть свой рейтинг и процент хороших оценок.

В идеале так нужно пройтись по каждой букве HEART. В итоге вы получите довольно простой и эффективный способ «держать руку на пульсе» и отслеживать настроения своих пользователей.

Интернет против ИИ-контента
В конце марта YouTube оповестил, что теперь авторы видео должны будут отмечать ИИ-контент.

Под это правило попадают ролики, которые могут ввести в заблуждение ­— то есть в них есть реалистичные сгенерированные изображения реальных людей, мест и событий. Откровенно фантастические вещи, ИИ-фильтры и спецэффекты отмечать не надо будет.

💬 Если вы сгенерировали видео, где Билли Айлиш поджигает Белый дом, то его надо будет тегнуть как AI-generated. Если то же самое будет делать Геральт из Ривии, без тега можно обойтись.

Это не первая платформа, которая начала отмечать ИИ-контент. Еще раньше это сделал TikTok, а Meta (та самая, которая признана экстремистской и запрещена в РФ) пообещала начать тегать сгенерированные изображения, видео и аудио уже в этом месяце.

Все объясняют это решение борьбой за прозрачность и против дезинформации. И обещают, что если авторы не будут ставить нужные теги, то сделают это сами, а то и вовсе удалят подозрительный контент с сайта.

🔜 Интернет давно заполнили картинки и видео, сгенерированные нейросетями: от невинных и даже любопытных экспериментов в стиле «Summertime sadness в исполнении Фрэнка Синатры» до наделавших шуму фейков вроде Папы Римского на стиле. Некоторые сайты, например, все тот же Facebook (тоже признан экстремистским и запрещен), утопают в низкокачественных ИИ-картинках, которые генерируют и постят боты для ботов. В общем, попытки регулировать происходящее понятны. Правда, поток подобного контента такой большой, что пока непонятно, будет ли от этих попыток эффект.

Что думаете — будет польза от этих мер? И как вы относитесь к ИИ-контенту?

Введение в современную статистику: бесплатный онлайн-учебник
Учебники и любая профессиональная литература — дорогое удовольствие, поэтому, когда удается найти что-то крутое за бесплатно, этим надо делиться.

Это и сделаем.

На сайте проекта OpenIntro выложили второе издание учебника «Introduction to Modern Statistics». Оно все еще в работе, обновляется и дописывается, но пользоваться уже можно. Первое издание лежит рядом на том же сайте.

🔵 Учебник рассчитан на начинающих изучать статистику. Он знакомит с основами работы с данными, методами анализа и визуализации.
🔵 Текст состоит из теории, разборов кейсов и упражнений на закрепление материала.
🔵 Первое издание можно скачать в pdf, второе пока нет, но оба удобнее читать в браузере. Книги специально сверстаны именно для этого.
🔵 Важное примечание: текст на английском, переводов на другие языки нет.

Если хотите начать изучать статистику — это неплохой (и доступный!) вариант для старта.

И, кстати, на OpenIntro есть и другие бесплатные учебники по математике и статистике. Большинство из них рассчитаны на студентов вузов.

Что происходит с ценами на Lego?
Время задаться по-настоящему важными вопросами. Например, как менялась средняя цена за кирпичик Lego за последние 30 лет в зависимости от категории?

🔜 Да, в интернете есть все и даже график с динамикой цен на Lego. Сайт Brick Insights собирает, как можно догадаться по названию, инсайты о Lego — обзоры, статистику и цены. Он рассчитан на взрослых фанатов бренда и помогает им найти информацию о наборах и решить, стоят ли они своих денег.

Команда сайта собрала статистику о Price Per Piece (цена за элемент) с начала девяностых и до сегодняшнего дня. Но столкнулась с проблемой — наборы из некоторых категорий намного дороже остальных и из-за этого средние показатели могут быть неинформативными. Так что они разбили данные по категориям и отобразили на графиках. Если вдруг решите заняться коллекционированием Lego, будете знать, где смотреть, стоит ли набор своих денег.

🔜 И, кстати, помните, недавно писали о частых ошибках при работе с цветом? Детализированные графики с ценами за разные наборы наглядно показывают, почему много цветов — это красиво, но не слишком удобно.

Georgia Tech и решение глобальных проблем
В этом семестре у меня был заключительный курс от Georgia Tech — практикум в компании. В целом, не могу сказать, что учеба давалась легко все эти годы, но все получилось. По-моему, ранее не рассказывал, почему решил попробовать именно их магистерскую программу по аналитике.

💬 Прежде всего, Georgia Tech — известный американский ВУЗ, он высоко в рейтингах по CS. Мне всегда было любопытно узнать изнутри, как работает американское образование и чем отличается от российского. Помимо этого, на Западе, увы, никто не знает имя СПбГУ, а вот Georiga Tech на слуху.

🔜 Кстати, недавно Georgia Tech и запрещенная в РФ Meta объединились для крутого исследования, которое поможет экологии.

Есть разные способы снизить концентрацию углекислого газа в воздухе. Идеальный вариант — это свести к минимуму выбросы газа в атмосферу. Но есть сферы, где это сложно сделать, например, тяжелая промышленность, поэтому нужен способ очистки. Один из них — прямой захват воздуха, когда воздух отфильтровывается, и из него «вытягивается» углекислый газ.

Технология многообещающая, но сложная в применении. Везде разные условия: температура, влажность, состав воздуха. Соответственно, и фильтровать его нужно по-разному, и главная задача тут — подобрать подходящий материал.

🔜 Именно ее и собрались решить ученые из Georgia Tech и спецы по AI из Meta.

В институте работает команда экспертов по изучению этих материалов. Они передали огромный массив данных по этой теме в Meta. Те использовали эту информацию для создания базы данных и обучения ИИ-модели, предсказывающей, как разные материалы взаимодействуют с углекислым газом в зависимости от условий.

С одной стороны — опыт и экспертиза ученых, с другой — мощности Meta. В итоге — список из 241 материала с высоким потенциалом для прямого захвата воздуха и эффективный инструмент для исследователей.

🔜 Проект получил название Open DAC 2023. «Open» тут не случайно — все данные, модели и алгоритмы выложили в открытый доступ.

CDO в компании: роль, обязанности и вызовы
Обсудили в интервью Yandex.Cloud c Михаилом Степановым, CDO сети гипермаркетов «Лента»

🔜 CDO — это Chief Data Officer. Михаил рассказал, какие задачи выполняет CDO на разных этапах развития компании и зачем эта роль нужна. Также показал на примерах из практики «Ленты», как аналитика помогает принимать важные и масштабные решения. Они могут быть разными в зависимости от сферы деятельности, но все сводятся к главному:

«Работа с данными действует ровно в двух направлениях: снижении расходов и увеличении прибыльности».

🔜 Интервью не только про CDO и их задачи. Оно в целом про взгляд на аналитику с точки зрения руководителя, развитие культуры работы с данными в компании и формирование дата-команды.

Оплата улыбкой: за и против
Что такое «Оплата улыбкой» от Сбербанка? Достаточно ли вашего радостного лица для оплаты, или деньги тоже снимутся?

🔜 Смотрите в новом видео на канале «Дата Коля»!

Таблица для тех, кто собирается в поездку
Приближается сезон отпусков, пора планировать поездки и собирать чемоданы. Это процесс всегда стрессовый — даже самые внимательные из нас наверняка хоть чуть-чуть, но волнуются, что что-то забудут.

В TikTok завирусился новый способ, как собрать сумки перед поездкой и 100% ничего не упустить.

🔜 Все вещи, которые надо взять с собой, распределяются по нескольким категориям: то, что надо положить в рюкзак, в сумку или нести на себе.
🔜 Например, смартфон, часы и кошелек можно пронести на себе, ноутбук — положить в рюкзак, а купальник — в сумку или чемодан. В отдельные мешочки складываются зарядки для гаджетов и туалетные принадлежности вроде зубных щеток. Список категорий можно настроить под себя, если вдруг у вас больше чемоданов.
🔜 В отдельной колонке подсчитывается, насколько заполнена каждая сумка. То есть, когда все вещи из категории «в рюкзак» будут отмечены как упакованные, напротив нее будет стоять «100%».
🔜 В более продвинутую версию таблички можно даже занести стоимость вещей и вес, чтобы заранее прикинуть, сколько будет весить каждая сумка.

Создатель таблички сказал, что друзья над ним смеются, но в TikTok его подход оценили. Для всех заинтересовавшихся он поделился таблицами для Google Sheets и Excel. Есть платная и бесплатная версии.

Когда он только выложил их, желающих скачать было так много, что сайт упал, но сейчас все в порядке.

Spring Update от OpenAI
На вчерашнем стриме OpenAI представила несколько крутых нововведений.

Пообещали выкатить десктопную версию (сначала для macOS, для Windows она появится позже) и обновить интерфейс, но это не главное.

🔥 Самая громкая новость — это презентация новой флагманской модели GPT-4o.

💬 Она такая же умная, как GPT4, но намного быстрее — на запрос, сказанный вслух, отвечает в среднем за 320 миллисекунд. Для сравнения у GPT4 задержка ответа составляла 5,4 секунды. Это происходило из-за того, что для «понимания» запроса, генерации и озвучивания ответа использовались 3 разные модели. GPT-4o натренирована на текстах, видео и аудио, поэтому она намного быстрее.

💬 GPT-4o умеет петь, шутить и «говорить» с разными интонациями. А еще ее можно перебивать прямо посреди ответа, и она реагирует на новый запрос моментально.

💬 На стриме показали, как она хорошо понимает рукописный текст, который ей показали через камеру, помогает решить простое уравнение, трактует информацию на графиках и распознает код.

💬 Внедрять возможности GPT-4o в работе будут постепенно в течение следующих недель. Некоторые функции уже доступны через API.

Самое интересное оставили напоследок — GPT-4o будет доступна для всех пользователей. Да, для тех, кто пользуется бесплатной версией тоже. 🔥

Что было на Google I/O
Не успели обсудить все новости от OpenAI, как ребята Google тоже провели свою ежегодную конференцию Google I/O.

Целиком запись выложили на Youtube и законспектировали на The Verge. Принесли для вас самое интересное.

🔜 Большая часть новостей — про Gemini, флагманскую модель Google.

💬 Она, конечно же, станет еще быстрее и умнее, а также интегрируется в инструменты вроде Google Документов, Таблиц, Диска, Gmail’а. Обещают превратить ее в ИИ-ассистента, который поможет найти нужный файл или информацию.
💬 И у Chrome тоже появится свой ИИ-помощник — к нему прикрутят Gemini Nano.
💬 Gemini 1.5 Flash — модель, оптимизированная для узкого функционала, где важна высокая скорость ответа. Пообещали, что она будет такой же сообразительной, как «обычная» Gemini Pro.
💬 Gemini Live — фича, которая позволяет модели делать все то же самое, что GPT-4o, которую представили вчера. То есть поддерживать живой диалог (и ее тоже можно перебивать!), говорить с разными интонациями и моментально реагировать на то, что она «видит» через камеру смартфона.

🔜 И не забываем про Veo — модель для генерации видео, ответ Google на нашумевшую Sora. Ее уже питчат Youtube и Голливуду. Пощупать ее пока нельзя, только попробовать записаться в лист ожидания.

🔜 В общем, если кратко, то Google внедряет ИИ вообще во все свои продукты, а еще все почему-то все стремятся сделать так, чтобы языковые модели можно было перебивать посреди ответа. Учитывая, как быстро развивается ИИ, мы бы не рекомендовали этим злоупотреблять и грубить ему. 👀