​​Еще один практический пример использования BigQuery Scripting от Алексея Данилина.

@BigQuery

Как говорят американцы: Кто SQL не знает, тот всю жизнь в экселе отчеты считает! 😎

Новый курс по SQL от Глеба Михайлова, который уже стал хитом на Udemy, поможет вывести твой SQL на новый уровень.

Это SQL именно для анализа данных, и весь SQL Глеб пишет в Jupyter ноутбуке. Это очень удобный подход, потому что весь код хранится в одном месте. А так же можно быстро досчитать что-то в пандас и построить график.

Этот курс рассчитан на тех, кто уже что-то знает об аналитике и представяет что такое питон. Если ты знаешь SQL, но не знаешь питон — этот курс тоже будет тебе очень полезен. Совсем новички тоже смогут пройти курс — разобраться с питоном и Jupyter можно на ходу.

Ссылка заряжена хорошей скидочкой. Усиль свой SQL! 🔥

​​Отслеживание повторных покупок с помощью Google Data Studio и BigQuery. Руководство по созданию автоматизированной визуализации повторных покупок с примерами SQL-запросов.

@BigQuery

​​Как научить модель предсказывать дождь с помощью BigQuery ML. Пример построения прогноза с шаблонами SQL-запросов.

@BigQuery

​​COALESCE - BigQuery оператор - возвращает значение первого ненулевого выражения. Упрощает запрос значений event_params из нескольких столбцов с разными типами данных в таблицах #Firebase и #GA4.

@BigQuery

​​Культура визуализации данных в Spotify:

https://medium.com/spotify-insights/visual-analytics-at-spotify-3d4221d8686

+ несколько полезных советов по созданию дашбордов.

via @ProductAnalytics

​​Как натренировать и использовать модель машинного обучения из Google таблиц с помощью BigQuery ML и Apps Script.

@BigQuery

​​Недавно в BigQuery добавили оператор для транспонирования строк в столбцы. Раньше это делали сложнее, описывал пример в канале, или через Dynamic SQL или UDF.
Пример использования новых операторов

(UN)PIVOT

и

QUALIFY

.

@BigQuery

​​Отличный пример построения индивидуальной атрибуции источников трафика в BigQuery на данных Google Analytics с примерами SQL-запросов и оконных функций.

@BigQuery

​​Еще один хороший материал о преобразовании таблиц через PIVOT в BigQuery на русском языке от Алексея Селезнева.

@BigQuery

​​Хороший пример моделирования спроса на продуктовые "бандлы" и выгоды от подобных предложений.

via @ProductAnalytics

​​В #GA4 появилась возможность импортировать offline-события, которые по каким-то причинам не могут быть собраны в реальном времени. Круто, что для таких событий может использоваться собственная метка времени, а не время загрузки события (как в Measurement Protocol). При чем, они обрабатываются так же, как если бы вы их собрали через SDK или Measurement Protocol.

Подробнее: https://bit.ly/3wUo8rZ

via @WebAnalyst

​​В сети появился небольшой каталог полезных SQL-запросов и функций, его обещают дополнять новыми фрагментами кода.

@BigQuery

​​Простые правила написания SQL-запросов, которые легко читать и поддерживать.

@BigQuery

​​Несколько справочных руководств по оптимизации работы в Google BigQuery:
• Query optimization,
• Query processing,
• Storage internals.

@BigQuery

​​Статья об отличиях Google Analytics 4 от Google Analytics 3 и примерами полезных SQL-запросов.

@BigQuery

​​Шаблоны SQL-запросов для расчета ключевых статистических показателей мониторинга числовых значений: среднее значение, медиана, дисперсия, асимметрия и эксцесс.

@BigQuery

​​Калькулятор размера выборки A/B-теста в Tableau для неравного деления аудитории.

@BigQuery

​​Хорошая SQL-шпаргалка:

• Standard Functions,
• Basics,
• JOIN,
• Window Functions.

+ Cookbook.

@BigQuery

17-19 ноября пройдёт Матемаркетинг - конференция по продуктовой и маркетинговой аналитике, монетизации и решениям, основанным на данных.

Ребята поделились записями докладов об A/B-тестах с Матемаркетинга прошлого года:

Максим Годзи, основатель Retentioneering - Компьютерная симуляция вместо A/B тестов.

Соня Стороженко и Тимур Исмагилов, Avito - Предиктивный CUPED для региональных A/B тестов.

В этом году на Матемаркетинге тоже заявлены доклады, посвящённые A/B тестам, например:

Андрей Кузнецов, analytics team lead, ВКонтакте - Линейная регрессия для оценки сетевого эффекта в A/B тестах: сравнительное исследование эффективности разных подходов.

Толя Карпов, Karpov.Courses - Методы оценки размера выборки в A/B тестах. От размера эффекта до симуляций.

Приходите, будет полезно!
- - - -
✅ Матемаркетинг-21 пройдет 18-19 ноября в Москве, а также будет доступен в онлайне.
↪️ Программа и все подробности доступны на сайте.

​​Хороший кейс использования Google BigQuery для организации процесса удаленного образования.

@BigQuery