Мяу, котятки🐱)
На прошлой неделе я, наконец, посмотрела черное зеркало, и боюсь, теперь я технофоб.
Или технофил. Или аналитикофил. Или фоб.
Короче, новые технологии и аналитику люблю, но чето ссыкотно. Погнали.
Лот номер 1. Про боязнь увлечения аналитикой, когда полянка не готова
https://rb.ru/opinion/analytical-illiteracy/
Лот номер 2. Про big data в юридической практике и платформу, от которой у меня мурашечки: благодаря грамотному текстовому анализу и встроенным визуализациям, она позволяет, например, оценить, насколько будет лоялен тот или иной судья.
Статья: https://www.forbes.com/sites/bernardmarr/2016/01/20/how-big-data-is-disrupting-law-firms-and-the-legal-profession/
Видос с платформой:
https://www.facebook.com/RavelLaw/videos/brief-overview-of-ravel-law/632886693510405/
Обратите внимание на пузырьковую диаграмму и дашик сравнений на 3й минуте - в нем минимум графики, но при этом он смотрибелен и не сливается за счет игры с типографикой.
Лот номер 3. Моя любимая дискриминация в данных: типы предвзятости, которые заставляют нас обводить в рамочку и красить в красный совсем не то, что нужно было бы.
https://www.metabase.com/blog/6-most-common-type-of-data-bias-in-data-analysis

P.S. ну а про дискриминацию в ML и так написано много, сама я узнала про нее из хабра:
тут и тут

Мур, котятки🐱)
Сегодня один мой коллега эмоционально прошелся по компонентной деградации, и я вдруг вспомнила давно волновавший меня вопрос.
У меня когда-то были свои собственные избыточные метрики отслеживания деградации в контексте всей экосистемы, где BI является одним из многих эндпоинтов.
Если вычесть метрики качества данных, то примерно такие:
-производительность в контрольных точках/производительность при максимальных дневных нагрузках
-степень хаоса в организации (папки, метрики, экстракты и пр) - всякие коэффициенты отклонения от плана и навернутый над ними один интегральный коэффициент
-разрастание зоопарка (чисто количество компонентов и библиотек)
-количество багов очищенное (без проблем с данными)/количество багов на компонент
-количество багов, связанных с обновлением/стыковкой компонентов (включая ошибки с внешними API, проблемы при обновлении библиотек и пр.)
-количество прямых жалоб пользователей операционных отчетов с устойчивыми ритуалами использования (измерять длину сессии и адресно спрашивать по отклонениям я увы тогда не умела)
Нужны они мне были для понимания общей картинки и ранней диагностики сбоящих компонентов, чтобы...чтобы, наверно, что-то предотвратить.
Что почитать:
1) headless BI - новая концепция, которая оправдывает хаос и анархию (была в трендах, но я ее так и не вкурила), а также неограниченный рост зоопарка компонентов платформы аналитики:
https://medium.com/gooddata-developers/the-future-of-bi-is-headless-e3949bb0bf2\
и его метрики:
https://betterprogramming.pub/headless-bi-metric-standardization-in-action-afb2ac7e89b6
2) BI fabric - оправдание вашего BI-зоопарка в ключе "если вы в крупняке, то смиритесь с реальностью"
https://www.forrester.com/blogs/the-bi-fabric-baby-is-slowly-but-surely-growing-up/
3) Общий подход к troubleshooting в BI для спасения от всего выше: https://www.linkedin.com/advice/1/how-do-you-troubleshoot-resolve-common-issues-1e
Необщие траблшутинг-мануалы обычно есть по каждому инструменту, в которых детально описаны как типовые ошибки и проблемы деплоя, так и даны всякие полезности.
Обратите внимание на рекомендации от Табло, кроме всеми любимого Zabbix там еще есть интересности:
https://help.tableau.com/current/server/en-us/perf_resources.htm

Мурмяу, котятки🐱)
Я рекламу обычно не беру, но за д̶е̶н̶ь̶г̶и̶ благотворительность животным и детям - да!
Поэтому держите анонс👇

Beeline DataTech Meetup: решения для анализа и визуализации данных

📅 29 мая в 17:00, онлайн

В программе:
✔ Артем Смирнов — «Визуализация геоданных»
Визуализировать геоданные — это просто! Спикер расскажет об их видах, способах анализа и покажет примеры работы с инструментами для визуализации.
✔ Дарья Еськова — «Дашборд как инструмент взаимодействия с бизнесом»
Доклад о видах дашбордов и лучших практиках их поддержки. Дарья расскажет, как передавать нужные цифры нужным людям в нужное время.
✔ Анастасия Цурканенко — «Мониторинг годовых KPI в Qlik Sense»
Вы узнаете, какие проблемы в мониторинге могут привести к невыполнению KPI и как их решить с помощью Qlik Sense.

Вы сможете задать вопросы спикерам и подискутировать с другими участниками. Авторы лучших вопросов получат подарки 🎁

Участие в митапе бесплатное, нужно только зарегистрироваться.

Котятки🐱,
Между всякими анонсиками за помощь детям и животным, позвольте мне снова вернуться к любимой теме - страхи и стоимость ошибки.
Сегодня не про этику.
1. Хорошая статья McKinsey про сигналы, что с вашей аналитической стратегией/программой что-то не так. Попадись мне она в своё время, я бы сэкономила много седых волос на митигации рисков.
https://www.mckinsey.com/capabilities/quantumblack/our-insights/ten-red-flags-signaling-your-analytics-program-will-fail
2. Неплохая раскладка человеческих ошибок при создании BI- продукта на 4 типа. Простая, процессная немного, но прямо помогает структурировать узкие места. Ну а ещё там заскок на Confirmation bias, моя любимая темка:
https://www.domo.com/learn/article/how-modern-bi-ai-systems-reduce-human-errors-in-data
3. Ну и продолжая эту тему, о власти убеждений в аналитике:
https://towardsdatascience.com/confirmation-bias-is-the-enemy-of-exploratory-data-analysis-c6eaea983958

​​Котятки🐱,
В нашем полку благородных людей, помогающих детям и животным, пополнение!
Держите анонсик ребят про их мероприятие👇

⚡️South HUB — конференция в формате кэмпа для руководителей в ИТ.⚡️
400 настоящих и будущих CTO соберутся с 12 по 16 июня в Сочи, чтобы обменяться знаниями, опытом и найти партнеров. Нетворкинг начинается ещё до кэмпа: все CTO уже собрались здесь.
Среди спикеров — ведущие эксперты C-level, представители разных отраслей и департаментов компаний.
• Руководитель дирекции по подбору ИТ-персонала в Альфа-Банке — Владимир Демченков,
• Руководитель продукта Яндекс Доставки в России — Дмитрий Сахтеров,
• CTO Lamoda Tech — Эмиль Абдулнасыров,
• Генеральный директор S7 Travel Retail — Екатерина Дмитрук,
• Директор по цифровизации и организационному развитию в ГК “Самолет” — Александр Канивец,
• CTO IVI — Евгений Россинский
Они будут делиться своей экспертизой не только на лекциях, но и в формате живого общения на утренних пробежках и медитациях, ночных научпоп-лекциях и вечеринках, хайкинге и командных спортивных играх.
Все для того, чтобы поймать баланс и стать на уровень выше. Физически и профессионально — встречаемся на высоте 960 всесезонного горного Курорта Красная Поляна ⛰
Вся информация по ссылке: тут.

Котятки, с добрым и чудесным утром! 🐱
Была на днях у меня дискуссия с одним прекрасным человеком на тему "насколько глубоко BI- разработчик должен знать прикладную статистику". Мой ответ - не должен, ибо иначе он уже аналитик с BI-навыками, и там уже другой наборчик компетенций. Пусть короче наш разработчик производительность смотрит и дашики по строгому ТЗ генерирует.
1) Немного про "расчёты на лету" и неверно сконструированные модели данных (относится к Power BI, но применимо +-для большинства инструментов анализа) :
https://radacad.com/why-my-power-bi-matrix-or-table-visual-is-slow
2) Сборная соляночка по оптимизации вычислений (обратите внимание на поинт с переносом логики на уровень строк) :
https://www.phdata.io/blog/optimizing-power-bi-reports/

Всем привет! В клубе помогающих приютам для животных пополнение: ребята занимаются модненьким process mining (всё то, что мы можем сделать на Tableau с доп модулем, но чуть удобнее). Предлагаю сходить, послушать и позадавать им каверзные вопросы👇

​​Как повышать эффективность выдачи кредитов и совершенствовать клиентский опыт с помощью Process Mining?

Об этом вы узнаете на нашем вебинаре «Анализ процесса кредитования с Process Mining: реальные кейсы», который состоится 15 июня в 16:00.

Спикер:
Дмитрий Медвежонков – технический лидер направления аналитики Инфомаксимум

Программа:
▪️ Активная бизнес-аналитика
Что такое активная бизнес-аналитика и какие возможности она дает в рамках анализа бизнес-процессов в банках;
▪️ От «сырых» данных к оптимизации процесса кредитования
Как построить эффективный дашборд, извлечь выводы и найти точки оптимизации процесса кредитования;
▪️ Сессия «Вопрос – Ответ»

Участие бесплатное, регистрируйтесь по ссылке.

До встречи на вебинаре!

​​Котятки🐱,
Сегодня у меня необычная связочка, - паттерны дизайна дашиков+ нейросеть.
Что делали: выбирали паттерн отсюда для понимания структуры, искали референсы на behance или в своём архивчике и потом с помощью нейросети https://imagevariations.com/ генерировали похожие изображения.
Зачем: когда-то на заре работы наш великолепный дизайнер дашиков давала на вход заказчикам несколько макетов, чтобы они отчего-то оттолкнулись, и потом их кастомизировала. Количество итераций иногда было болезненно. Текущий способ реально чуть шакальный, однако быстро помогает выбрать фрейм и экономит время дизайнера на уже точечную проработку макета.

Котятки🐱,
Казалось бы, про визуализацию временных рядов уже всё сказано... И всё равно что-то - да и может нас удивить. Потоковый граф меня сильно озадачил, а вот heat map для иллюстрации сезонности, - прямо стоит отметить.
Линк: https://humansofdata.atlan.com/2016/11/visualizing-time-series-data/

Котятки🐱,
Сегодня ко мне залетел такой редкий зверь, как Orbit chart. Использовала его в промышленных макетах один раз, но показываю их в портфолио до сих пор)
Ну и в презах они хорошо смотрятся.
Туториал
Гид по построению в Tableau: https://tableau.toanhoang.com/drawing-orbit-charts-in-tableau/

Всем привет!
Приглашаю на бесплатный вебинар 13.09.23 в 19:00 мск на тему:
"Как снять ТЗ с заказчика и отрисовать макет за 30 минут в On-line".

Меня часто нанимают в продуктовые команды, чтобы собрать всю нужную информацию с заказчика и вместе за ручку с ним отрисовать макеты.
Полагаю, что каждый найдёт для себя интересные приёмы.

Приходите, покажу свои наработки и поделюсь макетами и алгоритмами.

✨Бесплатно. Буду рада вашим вопросам.

Регистрация по ссылке:
https://analyticworkspace.ru/tz-za-30-min

Котятки🐱,
Я достаточно прохладно отношусь ко всевозможным сертификациям по использованию BI- инструментов, ибо скорость выпуска релизов, да и смены технологий в целом , столь высока, что знания быстро устаревают (если, конечно, ты не работаешь с этим каждый день) .
Но PL300 - экзамен по Power BI -я люблю нежно, ибо часто даю задачки из него на собеседованиях.
Линк на задачки с ответами и пояснениями:
https://www.examtopics.com/exams/microsoft/pl-300/view/1/

Пока я тут путешествовала, выложили шортлист премии Information is Beautiful!

В этом году туда попали несколько работ знакомых:
1. Визуализация рынка акций США Market Map от Никиты Рокотяна в категории Business Analytics.
2. Визуализация Divided World с разными экономическими показателями в разных странах от Ромы Бунина в категории Humanitarian.
3. Постер по рок-опере Jesus Christ Superstar от Нади Андриановой в категории Arts, Entertainment & Culture.

И ещё одна необычная работа из России:
Инсталяция про загрязнение воздуха в категории Unusual.

И отдельно ещё пара работ, которые мне очень понравились.
1. When I Was Your Age — сравнение привычек американцев разных поколений.
2. Библиотека цветов традиционной китайской живописи.

До конца этой недели ещё можно проголосовать, чтобы помочь работам получить приз зрительстких симпатий! Для этого нужно зарегистрироваться на сайте и на странице каждой работы нажать кнопку “Vote”. Можно проголосовать только 1 раз в каждой категории.

Котятки🐱,
Обычно я в офис хожу за едой, признаюсь честно) Но вчера между поисками печенек и энергетиков успела зарулить на VK Data Meetup.
Ссылка на запись: https://www.youtube.com/live/BGTF6TefJdA?si=HqJkVrUXNTkofrcQ
Мои выводы и прогнозы на 5 лет по итогам докладов (главное, не забыть этот пост):
-крупный кровавый энтерпрайз породил много новых ролей и процессов в data- сфере, которые в принципе не применимы для средних и маленьких бизнесов, и разрыв в майндсетах будет только расти;
-роль лидера и визионера занижается, а руководство в стиле "data-driven decision" ставится во главе угла. В итоге, учитывая тренды развития нейросетей, многих мидл-менеджеров можно будет заменить ИИ, а гуманитарии просто всех порвут;
-профессию Data Steward также будет сжирать ИИ;
-мы уже сейчас не спрашиваем пользователя, что ему нравится, а пытаемся проанализировать его поведение, и пользователь как бы "запирается" между популярным и предпочитаемым. Но, как выразился один гениальный маркетолог, "пользователь не любит знать правду о себе", поэтому выиграют те рекомендательные системы, которые научатся слышать глубинные мечты;
-опенсорс всех разорвёт, ибо он становится всё более friendly. Зачем платить за SAS DQ, если есть Great expectations?
P. S. Самый лучший доклад, по моему скромному мнению, - у Алексея Ерюкова, про data quality. На видео начинается примерно с 2:00:00.

Котятки🐱,
рылась вчера по своему гиту - и нашла в закладках пример "от заявки до поставки": расписанный кейс с выделением бизнес-требований, постановкой, пошаговым построением дашборда, элементами анализа и выводами) В целом, очень неплохой комплексный пример, который раскрывает пайплайн работы BI-аналитика.
Чтобы сформировать понимание "а чего ждут от BI-аналитика" - самое оно.
Линк:
https://github.com/prachitqwer/Power-BI---Product-Rationalization

Термин data observability достаточно недавно стал применятся к хранилищам данных и ETL. Раньше просто говорили - качество данных.

The concept of data observability was first described by Barr Moses, co-founder and CEO of software vendor Monte Carlo Data. Moses coined the term in 2019, when she wrote a blog post about applying the general principles of observability for IT systems to data.



а сам термин observability пришел из devops, подразумевает процесс мониторинга ИТ систем и возможность быстро найти причину неполадки.
Где как не на сайте Мonte Carlo можно узнать больше про data observability - What is Data Observability? Для меня это просто процесс мониторинги всего чего только можно в нашем хранилище данных и случае отклонения -> ⚠️.
Самое интересное у них это типы "мониторов", то есть типы проверок ваших данных, которые могут покрыть все решение. Я сам пользуюсь уже год, и продукт мне нравится, а недавно мы стали интегрировать dbt и MC.
Если нет денег на MC, всегда можно подсмотреть идеи у них и уже сделать с помощью dbt, python, или какой язык вы там используете.

Котятки🐱,
Меня всегда восхищали шайтан-машинки campaign management, которые позволяют формировать выборки под любой запрос буквально на лету с учётом кучи доп факторов и ограничений.
Но когда денег на них нет, а ваш набор клиентов - отнюдь не биг дата, а вполне очерченный круг, ваш лучший друг BI-разработчик вполне способен соорудить вам динамическую сегментацию)
Например, по этому гайду:
https://www.daxpatterns.com/dynamic-segmentation/