Вітаю всіх з Днем Незалежності! Слава Україні!

Як і було анонсовано, сьогодні у вас є унікальна можливість одночасно отримати і хороші актуальні знання з вебаналітики, і задонатити на збір.

Працює все так:

1. Заходиш на сайт PROANALYTICS.ACADEMY
2. Чекаєш поки з'явиться попап з пропозицією отримати знижку. (Він точно з'явиться у всіх через 20 секунд перебування на сайті)
3. Стираєш свою скретч-карту і отримуєш знижку на випадковий курс. Наприклад, 30% на курс GA4 Basics, який зазвичай коштує 100$.
4. Оплачуєш курс зі знижкою, тобто за 70$.
5. А вже на наступному тижні ми донатимо суму твоєї знижки на збір. У цьому випадку це 30$.

📚 Курс для тебе, якщо хочеш:

GA4 Basics — навчитись налаштовувати та працювати з даними GA4: від кнопок і конверсій до аудиторій і власних звітів.

BigQuery for Marketing — вивчити SQL і навчитися працювати з «сирими» даними GA4, Google Ads, систем колтрекінгу, CRM і інших маркетингових інструментів так, щоб отримувати зрозумілу маркетингову аналітику.

Server-side GTM Basics — налаштовувати серверний збір first party даних, щоб зробити вимірювання точнішими, а сайт швидшим.

Розширені конверсії для Google Ads — підвищити ефективність реклами завдяки правильному налаштуванню розширених конверсій.

Удачі і мирного неба!

Наша акція до Дня Незалежності завершилась. Але розпродаж до Дня знань все ще триває.

🎁 Від сьогодні і до 1 вересня ти можеш отримати 15% знижки на всі курси для самостійного навчання

🔑 ПРОМОКОД: KTLXPF_15

Чому варто скористатись? Бо, обираючи курси PROANALYTICS.ACADEMY, ти:

⚡️ економиш час — замість безкінечного пошуку інформації в інтернеті ти отримуєш структуровані матеріали;
⚡️ навчаєшся у практиків — ми щодня працюємо з цими інструментами й ділимося тим, що реально застосовуємо в роботі
⚡️ не загубишся в процесі — ми показуємо всі дії крок за кроком, пояснюємо чому це працює і як це працює, щоб ти міг впевнено втілювати це на своєму проєкті.

👉 Курси, які доступні зі знижкою:

GA4 Basics — навчись впевнено працювати з інтерфейсом GA4: від базових налаштувань до створення власних звітів.

BigQuery for Marketing — перетворюй «сирі» маркетингові дані на зрозумілу аналітику, будуй воронки та об’єднуй дані з різних систем.

Server-side GTM Basics — налаштовуй серверний збір даних, отримуй точніші вимірювання та пришвидшуй роботу сайту.

Розширені Конверсії для Google Ads — збільшуй ефективність реклами завдяки правильному налаштуванню розширених конверсій.

І головне - не відкладай навчання на потім.

Не зовсім про вебаналітику.

Але ж ми тут всі так чи інакше, стосуємось інтернет-маркетингу. Тому цікава ваша думка

В PROANALYTICS.ACADEMY за її історію вже зібралось більше 100 відгуків. І це мова тільки про відгуки на фб.

(44 на новій сторінці і 57 на попередній)

А є ще ж відгуки в тг чи в фб в особистих. І ті, які студенти просто залишають на платформі.

Гора контенту від реальних людей, які діляться своїми враженнями.

Звісно значна частину з цих відгуків є на лендах курсів академії в відповідному блоці "Відгуки". Але все це якось було дуже загально. І як на мене, їх потенціал використовувався не на повну.

Тому трохи поекспериментувавши прийшов до нового формату їх подачі. Показав вже декільком людям і думки розділились: дехто, каже, що такий формат трішки відволікає від основного контенту. Іншим здається, що новий формат прекрасно його підсилює.

Напишіть в коментах, яка ваша думка, як вам?

Відео передає функціонал не повністю. По лінку можна спробувати "вживу".

Всім привіт!

ЛУН зараз шукає Product Analyst’а, який підсилить команду - допоможе нам навести порядок у даних, сформулювати правильні питання, знайти відповіді, і на основі даних ухвалювати важливі продуктові рішення.

Трохи про роль:
- MySQL, GA4, Looker Studio, BigQuery — твої щоденні інструменти
- робота з даними в MySQL, гіпотези, A/B тести, автоматизація
- готовий (-а) бути драйвером: піднімати питання, пропонувати рішення, а не чекати, поки тобі принесуть готову задачку
- маєш досвід роботи з LLM або прагнеш використовувати AI, щоб автоматизовувати рутину.

Якщо вакансія не для тебе, але ти знаєш потрібну людину — пиши на [email protected], будемо раді твоїй рекомендації. Маєш уточнюючі питання — теж пиши, ми залюбки дамо більше контексту 🙌

На День Незалежності в PROANALYTICS.ACADEMY був розпродаж.

Можна було і курс для самостійного навчання придбати і добре діло зробити. Ми не просто дарували знижку, а й суму, аналогічну знижці, обіцяли задонатити на збір.
Вже поточним студентам вдалось зекономити 7495 грн. І відповідно 7500 грн відправилось на збір.

До речі, зараз в академії триває розпродаж курсів до Дня Знань. З промокодом KTLXPF_15 є можливість зекономити 15%. Не пропустіть цей шанс 😉

💡 Пояснення до квізу 1:

A: Правильно. Google Tag Manager сам по собі не збирає і не зберігає ніяких даних про відвідувачів на довгостроковій основі. Він діє як “посередник” – отримує дані від браузера (через Data Layer чи інші змінні) і одразу відправляє їх далі (в Google Analytics чи інші сервіси) шляхом запуску тегів. GTM не надає інтерфейсу для перегляду чи експорту даних про користувачів (окрім технічного огляду в Debug Mode під час налаштування). Також GTM не ставить власних постійних cookies для відстеження (він може встановити gtm_debug cookie під час Debug режиму, але це для вас як аналітика, а не для відстеження користувачів).

B: Ні, GTM нічого подібного не робить. Немає “серверів GTM” зі сховищем подій, GTM – це просто інфраструктура для доставки тегів на сайт. Все зберігання даних про події відбувається вже на стороні сервісів, куди GTM надсилає дані (GA4, Facebook тощо).

C: GTM читає Data Layer у момент спрацювання тегів, але не зберігає прочитані значення довго. Data Layer існує в пам’яті браузера під час перегляду сторінки. Як тільки сторінка перезавантажена, Data Layer обнуляється (при звичній роботі). GTM не збирає Data Layer з усіх сесій і не відправляє її кудись на свій сервер.

D: Єдиний cookie файл, пов’язаний з GTM, це gtm_debug, який відповідає за коректну роботу режиму попереднього перегляду. GTM може ставити cookie від імені інших тегів (наприклад, якщо ви через GTM впровадили Google Analytics, той поставить _ga cookie). Але свого cookie для історії кліків чи чогось подібного GTM не використовує. Він працює у “режимі реального часу” – не накопичує локально дані про користувача.

💡 Пояснення до квізу 2:

A: Ні, необов’язково. Звісно, для складних deep learning задач варто використати TensorFlow або Vertex AI, але BigQuery ML покриває багато стандартних кейсів ML прямо всередині BQ.

B: Правильно. BigQuery ML – це компонент BigQuery, що дозволяє створювати та навчати моделі машинного навчання за допомогою SQL-запитів. Наприклад, ви можете написати CREATE MODEL my_model OPTIONS(model_type='linear_reg') AS SELECT ... і BigQuery сам навчить модель лінійної регресії на ваших даних. Підтримуються різні типи моделей: лінійна і логістична регресія, класифікація (методи дерев рішень, XGBoost), кластеризація (K-means), ARIMA+для прогнозування часових рядів, і навіть нейронні мережі (DNN) тощо. Потім можна виконувати запити типу SELECT * FROM ML.PREDICT(MODEL my_model, NEW_DATA). Це дає змогу аналітикам, знайомим з SQL, застосовувати ML без переходу в інші середовища.

C: Ні, BigQuery ML доступний для всіх даних. Питання конфіденційності вирішує сам користувач – які дані аналізувати. BigQuery не блокує ML через GDPR; навпаки, багато кейсів (напр. прогноз відтоку клієнтів) – це типові застосування BQ ML на персональних (але анонімізованих) даних.

D: BigQuery ML орієнтований на табличні дані (числові, категоріальні змінні). Для зображень BigQuery не використовується (хоч можна зберігати посилання чи фічі зображень як вектори, але це складно).

🕯 Сьогодні День пам’яті захисників та захисниць України, які віддали своє життя в боротьбі за суверенітет і територіальну цілісність України.

Памʼятаємо, якою ціною.

Меми, до яких ви звикли, зʼявляться завтра вранці