Несколько справочных руководств по оптимизации работы в Google BigQuery:
• Query optimization,
• Query processing,
• Storage internals.
@BigQuery
• Query optimization,
• Query processing,
• Storage internals.
@BigQuery
Шаблоны SQL-запросов для расчета ключевых статистических показателей мониторинга числовых значений: среднее значение, медиана, дисперсия, асимметрия и эксцесс.
@BigQuery
@BigQuery
Хорошая SQL-шпаргалка:
• Standard Functions,
• Basics,
• JOIN,
• Window Functions.
+ Cookbook.
@BigQuery
• 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.
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.
matemarketing.ru
MM’25 — Конференция для аналитиков, performance-маркетологов и product-менеджеров
Крупнейшая конференция по маркетинговой и продуктовой аналитике в России, СНГ и Восточной Европе. Даты: 20–21 ноября 2025, онлайн-день — 11 ноября.
Forwarded from WebAnalytics (Осиюк Дмитрий)
Классная статья про архитектуру масштабируемой системы, позволяющей с низкими задержками передавать из Google BigQuery данные на уровне каждого пользователя в браузер или приложение для построения системы рекомендаций или обогащения данных через GTM Server-side в реальном времени: https://bit.ly/3w3Smcw
via @WebAnalyst
via @WebAnalyst
Кейсы использования экспорта данных от Google Merchant Center в BigQuery с примерами SQL-запросов.
@BigQuery
@BigQuery
Forwarded from WebAnalytics (Осиюк Дмитрий)
Google Analytics 4 теперь может собирать события, которые настроены под Universal Analytics (analytics.js). Например, если у вас на сайте вызывается команда
via @WebAnalyst
ga('send', 'event', 'Videos', 'Play');
то вы можете получить в #GA4 событие Play
, с параметром event_category
который равен значению Videos
. Подробнее о том, как это работает и где можно включить эту функцию — читайте в справке по ссылке: https://bit.ly/3qujwZovia @WebAnalyst
Пример отправки оповещений в Slack на основе результата SQL-запроса с подробным описанием.
@BigQuery
@BigQuery
Хорошие кейсы использования данных Google Analytics 4 в BigQuery для решения практических задач с примерами SQL-запросов и подробным описанием:
• построение модели атрибуции на основе цепей Маркова,
• создание групп каналов в зависимости от потребностей, используя разные уровни детализации,
• создание таблицы сопоставления пользователей, объединяя данные в единый профиль пользователя для более точной персонализации.
@BigQuery
• построение модели атрибуции на основе цепей Маркова,
• создание групп каналов в зависимости от потребностей, используя разные уровни детализации,
• создание таблицы сопоставления пользователей, объединяя данные в единый профиль пользователя для более точной персонализации.
@BigQuery
Product Analyst в MacPaw
MacPaw - украинская продуктовая ІТ компания, которая разрабатывает приложения для macOS/iOS систем, продукты которой установлены на каждом 5-м макбуке в мире.
CleanMyMac - флагманский продукт компании для оптимизации работы макбука, в котором формируют команду для запуска нового B2B направления.
MacPaw в поисках специалиста, который готов взять на себя овнершип аналитики нового направления. А также предоставляет поддержку со стороны сервисных команд Data Science департамента. Роль позволяет влиять на продукт и решения на разных уровнях.
Детали вакансии тут - https://macpaw.com/careers/product-analyst-cmm
@BigQuery
MacPaw - украинская продуктовая ІТ компания, которая разрабатывает приложения для macOS/iOS систем, продукты которой установлены на каждом 5-м макбуке в мире.
CleanMyMac - флагманский продукт компании для оптимизации работы макбука, в котором формируют команду для запуска нового B2B направления.
MacPaw в поисках специалиста, который готов взять на себя овнершип аналитики нового направления. А также предоставляет поддержку со стороны сервисных команд Data Science департамента. Роль позволяет влиять на продукт и решения на разных уровнях.
Детали вакансии тут - https://macpaw.com/careers/product-analyst-cmm
@BigQuery
MacPaw
MacPaw | Making Your Mac Life Simpler
MacPaw develops apps that make your Mac life easier. We do complex things in one click and solve tasks with one tool. Simple is better.
Forwarded from Product Analytics
Альтернативный способ поиска момента активации в продукте, особенно актуален для продуктов без четкого пользовательского сценария.
via @ProductAnalytics
via @ProductAnalytics
Работа с Google BigQuery. Считаем деньги.
Отличная статья от Wargaming об оптимизации затрат при работе с Google BigQuery.
@BigQuery
Отличная статья от Wargaming об оптимизации затрат при работе с Google BigQuery.
@BigQuery
ML-критерии для A/B-тестов
Полезная статья о том, как увеличить мощность критериев для A/B-тестирования, используя машинное обучение от аналитика AvitoTech.
Полезная статья о том, как увеличить мощность критериев для A/B-тестирования, используя машинное обучение от аналитика AvitoTech.
Хабр
ML-критерии для A/B-тестов
Всем привет! Меня зовут Дима Лунин, и я аналитик в Авито. Как и в большинстве компаний, наш основной инструмент для принятия решений — это A/B-тесты. Мы уделяем им большое внимание: проверяем на...
Простой способ сегментировать клиентов с помощью Google BigQuery и Data Studio. Инструкция по RFM-сегментации и визуализации полученных результатов.
@BigQuery
@BigQuery