☠️ Мои ошибки в работе аналитиком
Считаю важным делиться не только успехами, но и неудачным опытом, который тоже может оказаться полезным для кого-то.
Вот несколько ошибок, которые я допускал за последнее время:
Задачи в стол
Далеко не все задачи, которые просят сделать аналитика (да и наверное любого специалиста), не окажутся пустой тратой времени. За последний год у меня не всегда получалось фильтровать «ненужные» задачи по разным причинам: иногда было неудобно отказывать, а иногда задание преподносили как «срочно/важно/нужно было вчера!!» и это замыливало глаза
Перфекционизм
Попытка сделать все идеально и красиво может очень сильно замедлять работу. У меня бывало так:
⁃ упарывался в качество данных, разбираясь с каждым пропуском, выбросом, кол-вом строк и т.д. Хотя в 99% случаев этих некачественных данных было так мало, что на них можно было не обращать внимания
⁃ старался все емко и красиво описать на Confluence, в то время как в первую очередь стоило набросать цифры и графики на excel и обсудить их на звонке за 10 минут
Закапывание в исследовании
Ранее я писал про свой краткий шаблон для проведения исследований, но это не значит, что я всегда ему строго следую :) Несколько раз при выполнении большого исследования я закапывался в каких-то вопросах, а потом одергивал себя - «какая вообще цель всего этого исследования? Этой задачи?». После ответа на эти вопросы все ненужные детали отлетали и дальнейший план действий становился яснее
Считаю важным делиться не только успехами, но и неудачным опытом, который тоже может оказаться полезным для кого-то.
Вот несколько ошибок, которые я допускал за последнее время:
Задачи в стол
Далеко не все задачи, которые просят сделать аналитика (да и наверное любого специалиста), не окажутся пустой тратой времени. За последний год у меня не всегда получалось фильтровать «ненужные» задачи по разным причинам: иногда было неудобно отказывать, а иногда задание преподносили как «срочно/важно/нужно было вчера!!» и это замыливало глаза
Перфекционизм
Попытка сделать все идеально и красиво может очень сильно замедлять работу. У меня бывало так:
⁃ упарывался в качество данных, разбираясь с каждым пропуском, выбросом, кол-вом строк и т.д. Хотя в 99% случаев этих некачественных данных было так мало, что на них можно было не обращать внимания
⁃ старался все емко и красиво описать на Confluence, в то время как в первую очередь стоило набросать цифры и графики на excel и обсудить их на звонке за 10 минут
Закапывание в исследовании
Ранее я писал про свой краткий шаблон для проведения исследований, но это не значит, что я всегда ему строго следую :) Несколько раз при выполнении большого исследования я закапывался в каких-то вопросах, а потом одергивал себя - «какая вообще цель всего этого исследования? Этой задачи?». После ответа на эти вопросы все ненужные детали отлетали и дальнейший план действий становился яснее
🔥12🤝5👍1🤯1🤡1
🤓 Соревнование по A/B тестам!
Мои кореша из Самоката подготовили крутое соревнование по аналитике — нужно задизайнить эксперимент по выявлению фродеров - недобросовестных продавцов маркетплейса.
Авторы 20 лучших решений получат бесплатные билеты на конференцию Aha’24 от матемаркетинга.
Детали турнира: тут
Когда: 7-19 мая
Формат: online
Задание создано по мотивам актуальной проблемы, с которой ребята сейчас активно работают 🦾
Мои кореша из Самоката подготовили крутое соревнование по аналитике — нужно задизайнить эксперимент по выявлению фродеров - недобросовестных продавцов маркетплейса.
Авторы 20 лучших решений получат бесплатные билеты на конференцию Aha’24 от матемаркетинга.
Детали турнира: тут
Когда: 7-19 мая
Формат: online
Задание создано по мотивам актуальной проблемы, с которой ребята сейчас активно работают 🦾
❤8👍2🔥1🫡1
Решаем проблемы как консультанты McKinsey
Каждый аналитик хотя бы раз отвечал на вопрос:
“Мы заметили, что на дашборде упала метрика X. Почему такое могло произойти?”
Или при дизайне эксперимента спрашивал себя:
“За какими метриками следить в эксперименте Y?”
Или даже сталкивался с открытыми вопросами, на которых нет простого ответа:
“Как снизить затраты на процесс Z?”
Все эти 3 вопроса объединяет то, что нам нужно учесть много аспектов. Если отвечать них просто перечисляя все гипотезы, которые приходят в голову, можно упустить важные моменты. Вернемся к примеру:
⁃ Мы заметили, что на дашборде упала конверсия в заказ. Почему такое могло произойти?
Как я отвечал на этот вопрос полтора года назад на собеседовании во ВкусВилл:
“У нас могла произойти проблема с обновлением данных. Мог не обновиться дашборд. Еще это может быть сезонность. Мы можем посмотреть за прошедшее время в аналогичные периоды, падала ли метрика так же. Другой вариант - это какие-то проблемы с приложением …”
Ответ в целом получился неплохой и я прошел дальше и даже получил оффер, но в нем почти нет никакой СТРУКТУРЫ, из-за чего я пропустил несколько моментов. Как бы я отвечал на этот вопрос сейчас я показываю на картинке к этому посту. Идеальный ли это ответ? Учитывает ли он все варианты? Нет, но в нем есть четкая структура, по которой легко проходится и добавлять нужные ветки и углубления при необходимости.
Такие диаграммы называются “Деревом решений” (decision trees). Когда аналитики выбирают ключевые метрики для какого-то продукта / процесса, то они следуют примерно такой же структуре, называя это “деревом метрик” или “иерархией метрик”.
Как строить такие деревья и где их можно применять - очень большая тема, которую подробно разбирает в своем блоге Бруно Ногуэро, в прошлом консультант McKinsey. Подробнее вы можете ознакомиться в его блоге
Инструкция выше состоит примерно из 100+ страниц, для вас я сделал короткую выжимку из 15 страниц по ссылке
Каждый аналитик хотя бы раз отвечал на вопрос:
“Мы заметили, что на дашборде упала метрика X. Почему такое могло произойти?”
Или при дизайне эксперимента спрашивал себя:
“За какими метриками следить в эксперименте Y?”
Или даже сталкивался с открытыми вопросами, на которых нет простого ответа:
“Как снизить затраты на процесс Z?”
Все эти 3 вопроса объединяет то, что нам нужно учесть много аспектов. Если отвечать них просто перечисляя все гипотезы, которые приходят в голову, можно упустить важные моменты. Вернемся к примеру:
⁃ Мы заметили, что на дашборде упала конверсия в заказ. Почему такое могло произойти?
Как я отвечал на этот вопрос полтора года назад на собеседовании во ВкусВилл:
“У нас могла произойти проблема с обновлением данных. Мог не обновиться дашборд. Еще это может быть сезонность. Мы можем посмотреть за прошедшее время в аналогичные периоды, падала ли метрика так же. Другой вариант - это какие-то проблемы с приложением …”
Ответ в целом получился неплохой и я прошел дальше и даже получил оффер, но в нем почти нет никакой СТРУКТУРЫ, из-за чего я пропустил несколько моментов. Как бы я отвечал на этот вопрос сейчас я показываю на картинке к этому посту. Идеальный ли это ответ? Учитывает ли он все варианты? Нет, но в нем есть четкая структура, по которой легко проходится и добавлять нужные ветки и углубления при необходимости.
Такие диаграммы называются “Деревом решений” (decision trees). Когда аналитики выбирают ключевые метрики для какого-то продукта / процесса, то они следуют примерно такой же структуре, называя это “деревом метрик” или “иерархией метрик”.
Как строить такие деревья и где их можно применять - очень большая тема, которую подробно разбирает в своем блоге Бруно Ногуэро, в прошлом консультант McKinsey. Подробнее вы можете ознакомиться в его блоге
Инструкция выше состоит примерно из 100+ страниц, для вас я сделал короткую выжимку из 15 страниц по ссылке
👍17🔥8🤯1🤩1🗿1
2 важных парадокса в статистике
Существует много статистических парадоксов: Монти-Холл, Берксон, “дни рождения” и так далее.
В этом посте я постарался выделить те парадоксы, которые могут оказаться полезными в работе при анализе данных:
⁃ Парадокс Симпсона
Может ли быть такое, что средний чек клиентов растет, а на самом деле он падает? Да, и дело не в особенностях среднего чека, метрика может быть любой. Парадокс происходит из-за дизбаланса между группами.
Допустим, в прошлом месяце у 10 “богатых” клиентов средний чек был 100 рублей, а у 50 клиентов “среднего класса” - 40 рублей.
Тогда средний чек прошлого месяца = (10 * 100 + 50 * 40) / (10 + 50) = 50 рублей.
В текущем месяце средний чек 30 “богатых” клиентов - 80 рублей, а 30 клиентов “среднего класса” - 30 рублей. Тогда средний чек текущего месяца = (30 * 80 + 30 * 30) / (30 + 30) = 55 рублей.
Средний чек увеличился на 5 рублей по сравнению с предыдущим месяцем, но на самом деле он уменьшился, если мы посмотрим на сегменты:
⁃ у “богатых” уменьшился на 20 рублей
⁃ у “среднего класса” уменьшился на 10 рублей.
Увеличение среднего чека объясняется изменением пропорций между группами - в прошлом месяце было 10 “богатых” и 50 “средних”, в этом 30 “богатых” и 30 “средних” клиентов.
- «Из корреляции не следует каузация»
Формально это нельзя назвать парадоксом, но если посмотреть на картинку к посту, то мы увидим странную взаимосвязь: чем больше фильмов выпускает Disney, тем больше разводов в Великобритании!
Очевидно, фильмы Disney тут ни при чем. Перебирая много показателей есть шанс найти коррелируемую пару как на картинке ниже, но чтобы утверждать их взаимосвязь нужно глубоко разбираться в предметной области, а еще лучше провести эксперимент, где одну метрику мы изменяем и следим, изменится ли пропорционально ее пара.
Существует много статистических парадоксов: Монти-Холл, Берксон, “дни рождения” и так далее.
В этом посте я постарался выделить те парадоксы, которые могут оказаться полезными в работе при анализе данных:
⁃ Парадокс Симпсона
Может ли быть такое, что средний чек клиентов растет, а на самом деле он падает? Да, и дело не в особенностях среднего чека, метрика может быть любой. Парадокс происходит из-за дизбаланса между группами.
Допустим, в прошлом месяце у 10 “богатых” клиентов средний чек был 100 рублей, а у 50 клиентов “среднего класса” - 40 рублей.
Тогда средний чек прошлого месяца = (10 * 100 + 50 * 40) / (10 + 50) = 50 рублей.
В текущем месяце средний чек 30 “богатых” клиентов - 80 рублей, а 30 клиентов “среднего класса” - 30 рублей. Тогда средний чек текущего месяца = (30 * 80 + 30 * 30) / (30 + 30) = 55 рублей.
Средний чек увеличился на 5 рублей по сравнению с предыдущим месяцем, но на самом деле он уменьшился, если мы посмотрим на сегменты:
⁃ у “богатых” уменьшился на 20 рублей
⁃ у “среднего класса” уменьшился на 10 рублей.
Увеличение среднего чека объясняется изменением пропорций между группами - в прошлом месяце было 10 “богатых” и 50 “средних”, в этом 30 “богатых” и 30 “средних” клиентов.
- «Из корреляции не следует каузация»
Формально это нельзя назвать парадоксом, но если посмотреть на картинку к посту, то мы увидим странную взаимосвязь: чем больше фильмов выпускает Disney, тем больше разводов в Великобритании!
Очевидно, фильмы Disney тут ни при чем. Перебирая много показателей есть шанс найти коррелируемую пару как на картинке ниже, но чтобы утверждать их взаимосвязь нужно глубоко разбираться в предметной области, а еще лучше провести эксперимент, где одну метрику мы изменяем и следим, изменится ли пропорционально ее пара.
🔥13❤4👍4🤝4🤔2💩1
Через 2,5 часа буду выступать на конфе
У конференции Aha сегодня бесплатный день - спикеры будут выступать онлайн на платформе от матемаркетинга.
Тема моего доклада —
«Алгоритм вывода курьеров-партнеров и поиск баланса в сервисе доставки «Самокат» в условиях undersupply»
Если переводить на человеческий язык, то в докладе я пытаюсь ответить на вопрос - сколько курьеров нам нужно?
Это не простая аналитическая задача. Для ее решения я использовал разные подходы, которые могут оказаться полезными и в вашей работе, даже если она не связана с курьерами и фудтехом.
Для затравки прикладываю несколько слайдов с презентации 🙂
Вместе со мной будет много других крутых докладов, ознакомится с программой можно здесь.
Сама трансляция онлайн-докладов сегодня будет тут по ссылке.
У конференции Aha сегодня бесплатный день - спикеры будут выступать онлайн на платформе от матемаркетинга.
Тема моего доклада —
«Алгоритм вывода курьеров-партнеров и поиск баланса в сервисе доставки «Самокат» в условиях undersupply»
Если переводить на человеческий язык, то в докладе я пытаюсь ответить на вопрос - сколько курьеров нам нужно?
Это не простая аналитическая задача. Для ее решения я использовал разные подходы, которые могут оказаться полезными и в вашей работе, даже если она не связана с курьерами и фудтехом.
Для затравки прикладываю несколько слайдов с презентации 🙂
Вместе со мной будет много других крутых докладов, ознакомится с программой можно здесь.
Сама трансляция онлайн-докладов сегодня будет тут по ссылке.
👍14❤5🔥2🌚1
Не ограничивай себя карьерой
Меня вдохновляют люди с интересной карьерой, которые поработали в крупных и международных компаниях. Которые из экспертов вырастали в лидов команд, руководителей департамента (-ов), а после достигали заветного C-уровня (CDO, CFO, COO или даже CEO).
Но еще больше меня вдохновляют люди, которые смогли выйти из карьерных рамок:
⁃ ведут свои обучающие курсы
⁃ продают услуги компаниям напрямую как консалтинговые фирмы
⁃ строят свои компании
Еще до начала карьеры я перепробовал кучу «темок» в попытке построить свой проект, начиная с мини-производства смеси для электронных сигарет и заканчивая перепродажей плюшевых игрушек.
После я сконцентрировался на карьере, оставив следующие попытки на когда-то «потом».
Но недавно я понял, что карьера может стать отличным толчком для развития своего проекта. И необязательно ждать, когда ты станешь большим менеджером:
⁃ мобильный разработчик может создать свое приложение с минимальными вложениями
⁃ тестировщик может запустить свой курс и обучать тех, кто хочет вкатиться в профессию без устаревшей информации как в университетах
⁃ аналитик может анализировать данные компаний напрямую от лица собственной фирмы, как это делают KPMG, PWC, Deloitte и другие
Кстати, последний пункт - это то, что я хочу сделать до конца года. Если интересно, дайте знать реакциями или комментариями, расскажу отдельным постом подробнее.
Я не призываю всех бежать открывать свой бизнес - это утопия. Но не ограничивайте себя тем, что вы можете развиваться как профессионал только в рамках корпоративной карьеры.
Меня вдохновляют люди с интересной карьерой, которые поработали в крупных и международных компаниях. Которые из экспертов вырастали в лидов команд, руководителей департамента (-ов), а после достигали заветного C-уровня (CDO, CFO, COO или даже CEO).
Но еще больше меня вдохновляют люди, которые смогли выйти из карьерных рамок:
⁃ ведут свои обучающие курсы
⁃ продают услуги компаниям напрямую как консалтинговые фирмы
⁃ строят свои компании
Еще до начала карьеры я перепробовал кучу «темок» в попытке построить свой проект, начиная с мини-производства смеси для электронных сигарет и заканчивая перепродажей плюшевых игрушек.
После я сконцентрировался на карьере, оставив следующие попытки на когда-то «потом».
Но недавно я понял, что карьера может стать отличным толчком для развития своего проекта. И необязательно ждать, когда ты станешь большим менеджером:
⁃ мобильный разработчик может создать свое приложение с минимальными вложениями
⁃ тестировщик может запустить свой курс и обучать тех, кто хочет вкатиться в профессию без устаревшей информации как в университетах
⁃ аналитик может анализировать данные компаний напрямую от лица собственной фирмы, как это делают KPMG, PWC, Deloitte и другие
Кстати, последний пункт - это то, что я хочу сделать до конца года. Если интересно, дайте знать реакциями или комментариями, расскажу отдельным постом подробнее.
Я не призываю всех бежать открывать свой бизнес - это утопия. Но не ограничивайте себя тем, что вы можете развиваться как профессионал только в рамках корпоративной карьеры.
🔥32👍2💩1
Статья на Хабре и увольнение
В прошлую пятницу произошло сразу 2 новости:
- вышла моя первая статья на Хабре
- я отработал последний день в Самокате
Если вам интересно узнать про оффлайн-эксперименты и операционные метрики — вот ссылка на статью.
В комментариях на Хабре можете задать любые вопросы, с удовольствием на них отвечу.
Одновременно с этим закончился мой последний рабочий день в Самокате.
Я благодарен своим коллегам и компании за эти 1.5 года бесценного опыта, которые помогли мне сильно вырасти как профессионалу.
Ну а сейчас я позволю себе побыть безработным до конца этой недели.
Stay tuned 🙂
В прошлую пятницу произошло сразу 2 новости:
- вышла моя первая статья на Хабре
- я отработал последний день в Самокате
Если вам интересно узнать про оффлайн-эксперименты и операционные метрики — вот ссылка на статью.
В комментариях на Хабре можете задать любые вопросы, с удовольствием на них отвечу.
Одновременно с этим закончился мой последний рабочий день в Самокате.
Я благодарен своим коллегам и компании за эти 1.5 года бесценного опыта, которые помогли мне сильно вырасти как профессионалу.
Ну а сейчас я позволю себе побыть безработным до конца этой недели.
Stay tuned 🙂
Хабр
Как сделать А/B-тест в офлайне, на примере ускорения доставки в Самокате
Привет! Меня зовут Илья, я продуктовый аналитик в Samokat.tech. Делать A/B-тесты – довольно привычная вещь для аналитиков. Но как быть, если нужно провести эксперимент в физическом мире? Какие...
❤12👍4👀4💩1
💪 Проактивный аналитик = лучший аналитик
Сначала ты делаешь простые выгрузки.
Потом часть выгрузок перерастает в целые дашборды.
Кроме выгрузок к тебе начинают приходить с открытыми вопросами: «стало ли лучше?» или «как сделать лучше?»
Первый А/Б-эксперимент. Вот она вершина аналитики.
Ты начинаешь сам искать проблемы или точки роста.
Далеко не всегда ваши руководители, продакт менеджеры или тим лиды, знают, какими задачами вам лучше всего заниматься. И не обязаны знать.
Если аналитик хочет расти дальше, ему не достаточно просто делать то, что его просят. Ему нужно самому искать наиболее перспективные проекты, ведь он полноценный член команды, который глубоко погружен во внутренние процессы.
Эту проактивность я как раз и показываю на 1-й картинке, когда продуктовый аналитик помимо своих прямых задач начинает больше общаться со стейкхолдерами, продактами смежных направлений или руководителями выше. И участвует в их проектах. Так аналитик начинает еще больше влиять на процессы в компании.
Сегодня я выступал с темой «Кто такой продуктовый аналитик?» по приглашению в одной компании. По ссылке вы можете посмотреть все материалы и слайды.
При подготовке к докладу я нашел блог от Яндекса, в котором аналитики делятся своими исследования. Мне понравились их красивые визуальные решения и емкие статьи.
Сначала ты делаешь простые выгрузки.
Потом часть выгрузок перерастает в целые дашборды.
Кроме выгрузок к тебе начинают приходить с открытыми вопросами: «стало ли лучше?» или «как сделать лучше?»
Первый А/Б-эксперимент. Вот она вершина аналитики.
Ты начинаешь сам искать проблемы или точки роста.
Далеко не всегда ваши руководители, продакт менеджеры или тим лиды, знают, какими задачами вам лучше всего заниматься. И не обязаны знать.
Если аналитик хочет расти дальше, ему не достаточно просто делать то, что его просят. Ему нужно самому искать наиболее перспективные проекты, ведь он полноценный член команды, который глубоко погружен во внутренние процессы.
Эту проактивность я как раз и показываю на 1-й картинке, когда продуктовый аналитик помимо своих прямых задач начинает больше общаться со стейкхолдерами, продактами смежных направлений или руководителями выше. И участвует в их проектах. Так аналитик начинает еще больше влиять на процессы в компании.
Сегодня я выступал с темой «Кто такой продуктовый аналитик?» по приглашению в одной компании. По ссылке вы можете посмотреть все материалы и слайды.
При подготовке к докладу я нашел блог от Яндекса, в котором аналитики делятся своими исследования. Мне понравились их красивые визуальные решения и емкие статьи.
🔥13🙈1
Рынок аналитиков в РФ 💸
«Как я могу работать аналитиком и не понимать, что происходит на рынке?» — подумал я и решил поисследовать вопрос.
Для поиска разных циферок ниже я использовал linkedin, hh и исследования от newhr. Все ссылки прикладываю в комментариях.
Про работу
- Самым интересным аналитики в своей работе считают поиск инсайтов и BI
- Половина продуктовых аналитиков работает на полной удаленке
- Половина аналитиков пришли в профессию из других специальностей
- Главный фактор, который удерживает аналитиков в компании - это интересные задачи (зп только на 9-м месте), но при смене работы деньги уже занимают 1-е место среди всех факторов
- 25% аналитиков планируют переезжать из РФ
- Из 464 опрошенных 31 человек работают на 2 работах, а 5 человек умудряются совмещать 3 и больше
- 43% аналитиков применяют модели машинного обучения в работе
Про конкуренцию на рынке
hh-индекс - это соотношение активных резюме / активных вакансий. Чем выше значение, тем больше конкуренции.
Сами hh значение индекса выше 8 считают уже за высококонкурентную область.
- Среди 26 сфер IT-шечка по конкуренции занимает 8-е место. (8,3 hh-индекс)
- Топ конкурентных сфер:
1) Искусство, развлечения, массмедия (21,9 hh-индекс)
2) Высший и средний менеджмент (19,9 hh-индекс)
3) Стратегия, инвестиции, консалтинг (19,6 hh-индекс)
IT перегрето, да-да
- ИТ-отрасль считают самой перспективной: 39% опрошенных заявили, что планируют сменить свою область на IT
- Среди всех 17-ти IT-профессий самые конкурентные:
1) Гейм-дизайнер (46,3 hh-индекс)
2) Руководитель отдела аналитики (26,7 hh-индекс)
3) Дата-сайентист (22,3 hh-индекс)
4) Продуктовый аналитик (19,3 hh-индекс)
- Вне зависимости от гео (СЗФО, Россия в целом, Москва или Санкт-Петербург) продуктовые аналитики и руководители аналитики оказываются в топах наиболее конкурентных профессий в IT
Про кол-во специалистов
- По поиску linkedin с локацией в РФ нашлось 6300 продуктовых аналитиков
- По поиску hh в РФ нашлось 8300 резюме продуктовых аналитиков
«Как я могу работать аналитиком и не понимать, что происходит на рынке?» — подумал я и решил поисследовать вопрос.
Для поиска разных циферок ниже я использовал linkedin, hh и исследования от newhr. Все ссылки прикладываю в комментариях.
Про работу
- Самым интересным аналитики в своей работе считают поиск инсайтов и BI
- Половина продуктовых аналитиков работает на полной удаленке
- Половина аналитиков пришли в профессию из других специальностей
- Главный фактор, который удерживает аналитиков в компании - это интересные задачи (зп только на 9-м месте), но при смене работы деньги уже занимают 1-е место среди всех факторов
- 25% аналитиков планируют переезжать из РФ
- Из 464 опрошенных 31 человек работают на 2 работах, а 5 человек умудряются совмещать 3 и больше
- 43% аналитиков применяют модели машинного обучения в работе
Про конкуренцию на рынке
hh-индекс - это соотношение активных резюме / активных вакансий. Чем выше значение, тем больше конкуренции.
Сами hh значение индекса выше 8 считают уже за высококонкурентную область.
- Среди 26 сфер IT-шечка по конкуренции занимает 8-е место. (8,3 hh-индекс)
- Топ конкурентных сфер:
1) Искусство, развлечения, массмедия (21,9 hh-индекс)
2) Высший и средний менеджмент (19,9 hh-индекс)
3) Стратегия, инвестиции, консалтинг (19,6 hh-индекс)
- ИТ-отрасль считают самой перспективной: 39% опрошенных заявили, что планируют сменить свою область на IT
- Среди всех 17-ти IT-профессий самые конкурентные:
1) Гейм-дизайнер (46,3 hh-индекс)
2) Руководитель отдела аналитики (26,7 hh-индекс)
3) Дата-сайентист (22,3 hh-индекс)
4) Продуктовый аналитик (19,3 hh-индекс)
- Вне зависимости от гео (СЗФО, Россия в целом, Москва или Санкт-Петербург) продуктовые аналитики и руководители аналитики оказываются в топах наиболее конкурентных профессий в IT
Про кол-во специалистов
- По поиску linkedin с локацией в РФ нашлось 6300 продуктовых аналитиков
- По поиску hh в РФ нашлось 8300 резюме продуктовых аналитиков
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥15👍4❤2🤔1💩1🤝1
Какого было мое удивление 4 года назад, когда я устроился на стажировку аналитиком и выяснил — оказывается, мне не нужно писать хитрые SQL запросы, как на тогда еще популярном задачнике sql-ex.ru
Большинство задач закрывается следующим набором:
WITH (CTE), GROUP BY, COUNT, SUM и LEFT / INNER JOIN
И обычно самое сложное - это не написать запрос, а найти, в каких таблицах хранятся нужные и качественные данные.
Но иногда все-таки попадаются интересные задачки, об одной такой я и хочу рассказать.
Мне нужно было посчитать кол-во событий Х за каждый день из одной таблицы. Проблема в том, что данные были не за каждый день, а выводить нужно статистику по каждому дню (и для дней, в которых событий не было — показывать 0).
Тогда я узнал, что в SQL существуют рекурсивные запросы. С их помощью можно легко создать таблицу, в которой будет 1000 строк от 1 до 1000 или вывести все дни за 2024.
Вот так можно создать табличку, в которой построчно хранится каждый день января 2025 года:
with recursive days as (
select cast('2025-01-01' as date) as day_dt
union all
select day_dt + 1
from days
where day_dt < cast('2025-01-31' as date)
)
select
day_dt
from days
order by day_dt
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥23❤6🐳1
Отобрал 4 конференции, на которых аналитики делятся опытом решения боевых задач.
Чтобы вам не копаться в архивах youtube, собрал все выступления в отдельные плейлисты.
- Avito analytics meetup
Авито выпустили уже 13 эпизодов, в каждом из которых по 3 выступления на полчаса с секцией вопросов.
- Матемаркетинг
Наверное самая популярная оффлайн конференция по аналитике на русскоязычном пространстве.
- Kolesa conf data
Казахская IT-компания, которая устраивает IT-конференции с 2018 года.
- Product analytics, код желтый
Выступления аналитиков Т-банка и приглашенных гостей
Приятного просмотра!
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥11❤4🐳2🍾2
Месяц назад наконец добил курс "Симулятор управления продуктом на основе данных", хочется выделить ключевые тезисы и поделиться отзывом. Начнем с тезисов.
— Про интерпретацию цифр
Многие думают, что ценность в работе с данными заключается в способности их получить, обработать и визуализировать. Это важные навыки, но главное в работе с данными - это научиться с их помощью отвечать на вопросы, которые волнует бизнес.
— Про мобильную аналитику
Sensor Tower – сервис для анализа приложений IOS и Google Play. Показывает, на каком месте находится то или иное приложение по привлечению пользователей с разбивкой по источникам трафика. Наверное самый популярный сервис в индустрии среди прочих аналогов вроде Data.ai и Similarweb.
— Критерий product / market fit
Достижение product/market fit означает, что вы нашли сегмент рынка, где клиенты выбирают ваш продукт для решения своих задач. Плато в долгосрочном retention значит, что продукт создает достаточную ценность по сравнению с альтернативами, чтобы убедить часть новых пользователей отказаться от старых способов решения задачи в пользу нового. Если у продукта, который должен регулярно решать какую-то задачу, долгосрочный retention уходит в 0, то даже при большом кол-ве привлекаемых пользователей все они вскоре перестанут использовать приложение.
— Про aha-момент
Убедить пользователя начать решать его потребность новым способом, то есть с помощью вашего продукта, может только наличие явной выгоды. Часть новых пользователей может даже не успеть испытать на себе эту выгоду от продукта. Критерием того, что новый пользователь испытал ценность называют “aha moment”:
- Для Slack критерий того, что команда пользователей попробовала и поняла продукт — 2000 отправленных сообщений
- Для Facebook таким критерием является наличие 7 друзей у нового пользователя в течение первых 10 дней.
- Для Twitter — если новый пользователь подписался на 30 человек.
Сокращение time to value (время до достижения ценности) и увеличение доли пользователей, испытавших ценность продукта – один из важных рычагов влияния на retention и рост продукта. Критерий достижение 'aha moment’ нужно искать с помощью качественных и количественных исследований
— Про качественные исследования
Работа с данными позволяет понять, как люди используют созданные нами сервисы, а также как продуктовые изменения влияют на их поведение. Но продуктовая аналитика не способна ответить на вопрос о том, почему люди делают то, что делают. Для решения этой задачи нужно использовать качественные методы исследования пользователей: глубинные интервью, фокус-группы, опросы. Именно они позволяют ответить на столь важный вопрос «почему».
Отзыв курсу:
Классная реализация курса в формате симулятора, возможность покопаться в Amplitude, много заданий. Не понравилось, что некоторые простые моменты растягивались слишком сильно, я бы сократил весь материал как минимум в 2 раза.
Итого ставлю:
3 / 5
Помимо тезисов выше я конспектировал все основные моменты из курса, получился док на 50 страниц с рандомными фактами и мыслями из разряда "кто вклыдвает в каналы привлечения с отрицательным ROI" или "мобильные игры зарабатывают на 0.17% платящих пользователей".
Please open Telegram to view this post
VIEW IN TELEGRAM
👍13❤4🔥3🐳1
Все мы работаем с текстом: пишем друзьям, коллегам, ведем заметки. Если говорить про IT, то документация и анонсы в общих чатах — это неотъемлемая часть работы.
Я никогда сильно не задумывался о том, насколько хорошо пишу - это же базовый навык, который мы все освоили еще в школе и пользуемся им на протяжении всей жизни. Не совсем.
Книга "Пиши, сокращай" о том, как писать коротко, ясно и убедительно.
Несколько примеров:
Укорачивайте текст
Убедительно просим вас предупреждать о незапланированных изменениях в графике работ за двое суток или ранее.
Предупредите о сверхурочных за два дня.
Пишите яснее
Строительство объекта замедлено из-за непредвиденных обстоятельств экономического и организационного характера.
Мы неправильно рассчитали бюджет и доверились ненадежным подрядчикам. Чтобы исправить ситуацию....
Пишите убедительно
Едва ли кто-то будет спорить, что всё чаще россияне склонны в первую очередь задумываться о собственном бытовом комфорте, чем о помощи другим людям.
По данным Яндекса, в марте 2016 года фраза «торговый центр» была в 5 раз популярнее, чем фраза «благотворительный фонд».
Не скажу, что я стал мастером слова после прочтения этой книги, но при написании документации или важных анонсов начал чаще перечитывать текст и спрашивать: можно ли как-то сократить? а написать еще понятней?
p.s. с прошлой компании я взял за правило в каждом описании эксперимента и исследования писать коротую выжимку в самом начале: что хотели и что получили.
Позвольте коллегам быстро понять суть, а за деталями они уже смогут перейти в нужный блок.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤9🔥4🤔3👏1
Есть такая организация — «Карьерный цех». Помимо карьерных услуг они проводят соревнования для продактов, дизайнеров и аналитиков.
Происходит это так: работники какой-нибудь бигтех компании выкладывают задание, ~100 участников присылают по нему свои решения, которые потом оцениваются составителями.
По аналитике прошло уже 4 соревнования, рассказываю подробнее:
Проанализировать результаты теста по изменению флоу заказа на сайте Сбермаркета
- описание задания (слайды 4-5)
- список лучших решений
- трансляция разбора на youtube
Прикинуть юнит-экономику для стартапа, который хочет выйти на IPO
- описание задания
- список лучших решений
- трансляция разбора на youtube
Написать телеграм-бота с отчетами для отдела продаж
- описание задания
- список лучших решений
- трансляция разбора на youtube
Сделать дизайн эксперимента для поисковика в HH
- описание задания
- список лучших решений
- трансляция разбора на youtube
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥11🏆2⚡1👌1