#Productanalysis

https://amplitude.com/mastering-retention

В данный момент читаю материалы от компании Amplitude (флагманским продуктом данной компании является платформа для аналитики продукта) про одну из самых важных метрик любого продукта - Retention, если по простому, то удержание пользователей внутри вашего сервиса. В материале подробно описываются различные подходы к оценке данной метрики и более того как работать с уже ушедшими пользователями и не терять существующих) в общем крайне советую) 🔝

#Productanalytics

В этом посте хотел с вами поделиться интересным мероприятием от лидера рынка по BI-решениям Tableau - Tableau Conference. Из описаний в инете я понял, что оно ориентировано не только на профов, но и на начинающих. В этом году событие проходит в онлайн формате с 7 по 9 октября. Регистрация по ссылке: https://www.tableau.com/community/events/conference


Почему надо посетить?

Обработка данных в BI-системах, как мне кажется, это тот минимум, которым должен будет владеть каждый специалист в течении ближайших 10 лет более менее сталкивающийся в работе с данными, ибо в большинстве случаев Excel уже не варит 🤯. Данное мероприятие неплохой способ посмотреть и разобраться о чем это все вообще, и что эта «штука» может на максималках. 🔥
Мероприятие будет на английском языке🏴󠁧󠁢󠁥󠁮󠁧󠁿, так что готовим google translate 😄

#Productanalytics

Всем, привет!
Хочу напомнить, что скоро состоится SberConf, большое мероприятие самого большого банка в РФ, во всех смыслах этого слова. 🔝

Почему стоит посетить?
Сбер является одним из лидеров в применении Data Driven подхода в бизнесе среди Российских компаний, а также внедрении AI технологий. Можно будет почерпнуть для себя много интересных кейсов, применение Data технологий на практике, а также прикинуть как можно прикрутить что-либо к своему продукту и круто тем самым его улучшить или оптимизировать. 🤖

Продуктовая аналитика это все- таки в первую очередь аналитика, а анализируем мы что?) Верно, данные и что-то мне подсказывает, что на данном мероприятии будут много чего рассказывать на данную тематику. Поэтому регистрируемся и смотрим чем планирует удивлять Сбер в 2021 году😏

Ссылка на регистрацию ниже

https://www.sber.ru/conf/en?_ga=2.115155911.1348747435.1600540118-384688334.1600540118

#Productanalytics

На прошедшей неделе пришлось разбирать сырые логи с Appmetrica дабы точнее понять причины оттока внутри приложения. Выгруженный файл получился примерно 10GB. Файлик достаточно большой, поэтому пришлось думать как его правильно открыть и импортировать в Pandas Dataframe. Помогла статья ниже ⬇️

https://www.machinelearningmastery.ru/3-simple-ways-to-handle-large-data-with-pandas-d9164a3c02c1/

Крутая статья про регулярные выражения в Python (библиотека re). А именно для поиска и обработки текстовых файлов.
Мне лично пригодилось для вычленения из огромного полотна информации о заказах номера телефона пользователей.👍🏻

https://m.habr.com/ru/post/349860/

Цикл видео и статей про «рабочую лошадку» дата сайентистов - модель прогнозирования временных рядов ARIMA. Хорошо помогает, когда нужно спрогнозировать продажи например. Смысл этой модели в том, что она не тупо простраивает тренд, но и прогнозирует колебания .
Если не было опыта работы с ARIMA от слова совсем, действуем в следующем порядке:

1) Смотрим Видео #1,рассказ про теорию, понятно будет всем кто знает хотя бы что такое средняя😄

https://www.youtube.com/watch?v=YzMV--KhI2I&feature=share

2) Смотрим Видео #2, коллега непосредственно показывает как на практике построить ARIMA в Python на данных о продажах. Но сразу хочу сказать, что в данном видео есть пару упущений и оно скорее знакомит с работой модели. Из таких упущений, например, автор не делает тест на стационарность данных, без которого убедиться в валидности модели на 100% будет некорректно. Так что когда посмотрите видео, переходите к пункту 3.

https://www.youtube.com/watch?v=D9y6dcy0xK8&feature=share

3) Статья на habr,где мало теоретических пояснений, но есть все этапы тестирования и построения модели. Если соберётесь использовать модель в работе скорее стоит опираться на данную статью.

https://m.habr.com/ru/post/207160/

Если же есть понимание что такое ARIMA, но просто давно не строили модель начинайте сразу с 3го пункта.

Всем привет. В этом посте хотел рассказать про очень хорошую обучалку по статистике на Stepik от Анатолия Карпова (Старший Аналитик в Mail, основатель Karpov.Courses). Данный курс примечателен тем, что помогает разобраться в статистике ну прямо с нуля. Лектор обьясняет сложные темы очень понятным и доходчивым языком, как говорится for dummies 🤪

Напоминаю, что статистика это одно из важнейших оружий аналитика, которое позволяет нам видеть и находить неочевидные вещи в данных, а также проверять гипотезы и проектировать эксперименты. В общем аналитик и статистика неразделимые вещи 🤓

В Яндекс.Практикуме статистика даётся в достаточно ограниченным виде, и это не претензия, невозможно охватить все. В общем мне лично этот курс курс помог подготовиться к собеседованию и в принципе является хорошим фундаментом для дальнейшего изучения этой науки, так что крайне советую.


https://stepik.org/course/Основы-статистики-76

Полезная статья на хабре о том как сделать Таблицы в Pandas более читабельными и информативными, а именно добавить цветовые шкалы, bar chart внутри таблицы и все в этом роде. 📝


https://m.habr.com/ru/post/521894/

Всем привет! Прошёл короткий (примерно 40 мин) бесплатный курс от Google Play Academy по аналитике игровых приложений в Google Analytics. Скажу сразу, ждать от курса каких-то новых интересных методов в аналитике пользователей не стоит, курс скорее предназначен для понимания чем в целом может помочь Google Analytics (местами также рассказывается про Firebase) в аналитике мобильных игр. Также раскрывается тема нового формата reporting созданного специально для игр - Games reporting. В общем для ознакомления с возможностями GA самое-то. 🎮

https://bit.ly/300rLyh

Похоже в системах для аналитики прибыло) если кто-то знает подробнее про новинку, пишите в комментариях)

Microsoft время не теряет и выпустил очень интересный сервис, причем бесплатный - Microsoft Clarity. Это инструмент для веб аналитики аналогично google analytics, который так же позволяет записывать клиентские сессии и смотреть heatmap по кликам. В общем очень интересное решения с точки зрения аналитики, особенно если строить решение на Azure. Интересно какие там ограничения.

О полезном. На днях смотрел видео с Матемаркетинга 2018 года, где выступал Павел Левчук с интересным докладом под названием “атакуем Churn”. (Churn - отток внутри вашего сервиса). В своём докладе он рассказывал про различные подходы анализа метрики упомянутой выше. Меня заинтересовала матрица Life Cycle Engagement (LCG), которая позволяет подробно сравнить поведение пользователей за различный период времени и тем самым предотвратить уход из сервиса стимулируя пользователей различными действиями. 🗣📞

Работает это следующим образом: формируете таблицу, где в названии строк выписываете те самые группы которые вы сформировали ранее (группы в предыдущем периоде), в названия столбцов вы также записываете названия этих групп (группы в текущем периоде). Анализ происходит следующим образом: вы смотрите как распределяется группа пользователей из предыдущего периода в текущем периоде, то есть если часть пользователей которые покупали более 50 товаров в предыдущем периоде в этом периоде стали покупать 10 товаров, вы это увидите и сможете оперативно разобраться в причинах. В общем смотрите видео там все более подробно 🎥

От себя прикладываю Эксель файл где я разобрал пример LCG из доклада, что бы было понятнее 😊


https://youtu.be/JNgzuZuepV0