Рынок "cloud-gaming". Отдельная версия отчета про облачные технологии на рынке игр.

Отрадно, что в отчете фигурирует российский Loudplay

+ много цифр в статье от Loudplay: https://clck.ru/F5zYP

Китайский рынок игр

Выручка от продаж на рынке мобильных игр в Китае выросла на 15% до 20 млрд долларов.

Источник: Gamma Data (вероятно, самый полный аккумулятор данных о китайском игровом рынке)

Ссылка: https://clck.ru/F5zcQ (осторожно иероглифы)

Вместо послесловия об игровой индустрии.

1. Тренды рынка облачных игр
https://forbes.ru/tehnologii/370035-kak-igrovye-oblaka-ubyut-pristavki-i-geymerskie-kompyutery

2. Факты рынка. Кто станет Netflix'ом для видеоигр?
https://www.engadget.com/2019/01/21/netflix-for-games-microsoft-sony-google-nvidia/

Битва покруче, чем в сфере ИИ 😊

Отчет о самых важных прорывах в сфере искусственного интеллекта и машинного обучения.

Основные тренды:
1. Глубокое обучение
2. Компьютерное зрение
3. Этика применения решений

В статье-первоисточнике - https://www.analyticsvidhya.com/blog/2018/12/key-breakthroughs-ai-ml-2018-trends-2019/ - вы найдете ссылки на обучающие материалы, руководства и библиотеки для Python, репозитории на Github, статьи по компьютерному зрению и принципы ИИ Google и Microsoft

Вместо послесловия делюсь заметкой Виктора Кантора, которую он написал после нашего с ним короткого разговора:

«Недавно выступал на Матемаркетинге … и в кулуарах организаторы поделились тем, что при составлении программы очень внимательно смотрели на все выступления, связанные с ML, т.к. последнее время все чаще ML трактуют как «соберите табличку с признаками и отправьте в XGBoost/LightGBM/CatBoost - вот и всё, ваша модель готова». И я испытал то самое чувство радости, которое приходит, когда вы ощущаете, что кто-то вас понимает. Эта тенденция и похожие на нее меня очень беспокоят, и я убежден, что репутация профессии Data Scientist сейчас в огромной опасности.

…машинное обучение в индустрии - это не про вызов методов fit и predict у готового классификатора, а про улучшение бизнес-процессов, сервиса или продукта и, в конечном итоге, заработок или экономию денег компании. … Но желание обучать модели, выбирать архитектуру нейросетки, экспериментировать с добавлением предобученных эмбеддингов и так далее часто перебарывает здравый смысл. И тогда правильные ответы на действительно важные вопросы появляются несвоевременно или не появляются совсем. Не стоит думать, что модели обучать или, особенно, данные предобрабатывать - не важно. Очень важно! Но всему свое время и не нужно жестко ошибаться с расстановкой приоритетов.
Полный текст: https://t.iss.one/kantor_ai/12

В подтверждение вышенаписанного еще 2 источника цифр и мыслей.

Deloitte: https://www2.deloitte.com/insights/us/en/focus/tech-trends/2019/executive-summary.html
Первый параграф отчета полностью посвящен ИИ и DL

NYT: https://www.nytimes.com/2017/10/22/technology/artificial-intelligence-experts-salaries.html
О зарплатах экспертов в области искусственного интеллекта в США. Внимание! - от $300k до $500k в год (1,5-2 млн рублей в месяц).

По сведениям с российского рынка у нас пока таких специалистов около 10 человек. HR-ы ожидают "бум" профессии в ближайшие 2 года.

Собрал исследования о России и ее положении в мире

Во-первых, ссылка на огномный лонгрид о потреблении в 2018 году от Ipsos.

Во-вторых, исследование о миграции из России.

377 тысяч россиян покинуло Россию навсегда за год - это в 3 раза больше чем 5 лет назад.
25% россиян уехавших из РФ имеют ученую степень и высшее образование. Эмигрируют в Китай, Южную Корею, Германию, Сингапур.
Около 3 000 долларовых миллионеров покинули Россию со своими капиталами.

Как подтверждение вышенаписанного, статья на Индикаторе. Профессор Сколковского института науки и технологий Артем Оганов рассказывает о том, как выживать в России молодым ученым и вообще людям, которые еще не уехали.

В продолжение темы определения места России в мире прикладываю исследование Hootsuite **конкретно о Российском диджитале**. Точнее, о том, как его видят с запада. На мой взгляд, не самые точные цифры, но этим и полезен взгляд со стороны.

Социальные сети России с точки зрения российского Бренданалитикса прикладываю отдельным исследованием.

Завершить этот пост хочу ссылкой на отчет о глобальных рисках в 2019 году. Этот отчет обсуждался на Всемирном экономическом форуме и стоит того, чтобы быть прочитанным. В нем много про цифровую трансформацию. Точнее о этико-технологических её аспектах: росте количества кибератак, фальшивых новостях и прочих вещах в привязке к реальности. Хорошо объяснено, что почти всё, чем обладает человек имеет доступ из сети: документы, имущество, проекты, личные фото и переживания. «Массовое мошенничество и кража данных» оцениваются как глобальный риск номер четыре.

Делайте выводы...

Отчет-первоисточник Ipsos. Полностью на английском. Выше ссылка с интерпретацией и переводом на русский язык

Исследование Hootsuite о соцсетях и интернете в России. Взгяд с запада. ИМХО - не все цифры верны

Касаемо соцсетей можно сверить данные Hootsuite c отчетом Бренданалитикс.

А положение дел с Интернетом можно сравнивать/сверять с отчетом-агрегатором, который готовит РАЭК.

И отчет о глобальных рисках. Полностью на английском (сложном, с кучей специфических экономических терминов). По ссылке в текстовом посте можно перевести текст средствами браузера. К тому же, там он разбит на части

Опять о навыках.

Linkedin проанализировал навыки, которые больше всего хотят видеть работодатели в соискателях. Да, вы верно догадываетесь - аналитическое мышление и имение работать с AI, ML, облаками - в топе. Но самое интересное, что по ссылке доступны курсы, которые Линкедин рекомендует пройти для получения тех или иных навыков. Там прям очень хорошо.

Кроме этого, наткнулся на блог Роджера Хуана. Этот парень настолько классно объясняет подходы к программированию (в том числе на SQL, Python и тд), что первой мыслью после того как я оторвался от блога было пригласить его на Матемаркетинг-2019 с лекцией и мастер-классом. Невероятно ясный ум у него. Судите сами:

Принципы программирования
Решение задач на SQL и Python
И много чего еще в его блоге: https://code-love.com

А теперь вакансии

Amazon набирает команду в России. Сейчас найдут главного, а потом и аналитики понадобятся. В закладчик и мониторим.

Аналитик в Иннова - до 120 тысяч
Аналитик баз данных SQL в Банк - 100 + KPI
Аналитик в Goods
Product Manager’ы в аналитические продукты Яндекса - денег много, работы тоже
Джуниор Аналитик в Айзель - бренд премиальный, зарплата, наверное, тоже
Продуктовый Джуниор аналитик в Купибилет СПб - от 60к
Веб-аналитик в Simple - 150 000
Аналитик в авиакомпанию - до 170 с учетом премий


И постоянный поток вакансий в чате @analysts_hunter
Добавляйтесь, мониторьте)

Новости отрасли

Роман Кумар проводит однодневный (и единственный) интенсив по маркетингу (not free)

Юра Агеев запустил программу по развитию продуктового мышления (free)

Саша Осиюк предложил два способа построения продуктовых воронок (must)

OWOX нашёл разницу между данными Google Analytics и Similar Web (sic!)

GoAnalytics добились визита Симо Ахавы в Россию 😱 и сообщают о том, что еще можно пробиться в состав спикеров.

Сразу два исследования, касающихся Instagram

Первое - Тренды и тенденции Инстаграм маркетинга 2019
Iconosquare опросил >4000 представителей малого бизнеса и smm-менеджеров, а ребята из сервиса @Livedune, перевели и подкрепили своими данными.

Основные факты:
- Инстаграм растет примерно на 5% за квартал
- В 2018 году были популярны посты с одним изображением. 84% от всех постов. Далее по привлекательности идут истории (7%), видео (4,8%), и карусели (4,2%).
- 27% сммщиков опробовали IGTV в 2018 году. 63% сммщиков планируют начать создавать контент для IGTV в 2019 году.
- Посты с хэштегами повышают уровень вовлеченности на 12,6%
Это и многое другое в лонгриде по ссылке выше.

Второе исследование - ER в Инстаграм полностью сделано ребятами из LiveDune. Они выбрали 500 тысяч бизнес-аккаунтов с подписчиками от 100 до 10 миллионов и провели исследование вовлеченности их подписчиков, предварительно разделив на 44 группы по количеству подписчиков.

Основное:
- При наборе первых 3000 подписчиков ER падает в 4 раза, тогда как при наборе следующих 3000 подписчиков он упадет всего на треть;
- В группах от 10К до 20К подписчиков наблюдается сразу 2 аномалии: в группе 10К-12.5К ER вырос относительно предыдущей группы на 0.1% пп; а вот в следующих трех группах резко просел.

По ссылке выше - рекомендации по работе с блогерами и методы оценки ER.

Все материалы взяты из блога @livedune

И порция "матемаркетингового" контента

Виталий Черемисинов в новой статье объясняет Bootstrap для pValue — зачем и почему?

Проблематика: накопительный p-value не является достаточно показательным, так как на него влияет большое кол-во возможных выбросов, которые появляются в процессе эксперимента. Чтобы не так сильно зависеть от таких случайностей, хорошей практикой является оценка pValue при помощи bootstrap. В статье - разбор способа валидации эксперимента без полагания на итоговое значение.


Олег Якубенков опубликовал статью о том, что такое Product/market fit и как измерить его с помощью метрик

Проблематика: очень часто дистрибуция и попадание продукта в потребности рынка смешиваются. Это мешает управлению продуктом.
В статье приводятся более сложные определения pmf на основе MAU/DAU и retention и объясняется что хорошо, а что - не очень.


В продолжение темы retention. Максим Уваров недавно провел free-вебинар на тему введения в когортный анализ рассказал как на основе лога с историей транзакций и уникальными идентификаторами пользователей строить временные когорты и как их потом можно анализировать. Но по мнению Павла Левчука в рамках это вебинара были продемонстрированы неоптимальные методики, поэтому будет повторный вебинар - “работа над ошибками” вместе с Павлом. Он расскажет как профессионально строить когорты, как быстро анализировать когорты на разных масштабах, как быстро анализировать разные интервалы размытия когорт, как правильно оценить общий % размытия когорт, как исключать неоконченные периоды. Ссылка.

На этом пока всё.

BYYD: Мобильный мир 2019: отчет и тенденции. ​

https://spark.ru/post/45986

Диаграмма, показывающая сервисы и возможности для регулярного конкурентного анализа

+ для понимания, какая доля пользователей может пользоваться вашими решениями пригодится поиск по технологиям https://caniuse.com и https://radar.yandex.ru

В первом узнаете версии браузеров, во втором - количество пользователей

Вчера увидел в Facebook мем, который абсолютно не ожидал увидеть.

Собственно, все написанное - правда, так как от перемены мест множителей произведение не изменяется.

Но плохо то, что "легко" это работает только для 2-значных чисел. Для 3-значных - не такой уж и лайфхак. Тем не менее, может и пригодится кому

В канале @insightstream нашел заметку о лояльности пользователей в мобайле


Прикладной и полезный отчет Eight steps to boosting customer loyalty in apps от Leanplum (ссылка ниже)

Комментарий Владимира Журавлева:

Продукты и сервисы инвестируют существенные ресурсы и средства в привлечение новых пользователей приложений. Но что дальше? На этом работа маркетологов не заканчивается, а порой начинается более трудная задача – на постоянной основе делать существующих пользователей счастливыми и вовлеченными… Мы ходим в любимые места и магазины с уже знакомыми продавцами и официантами за личным человеческим общением. Нам нравится, что персонал знает наши вкусы, может качественно что-то порекомендовать или оставить в покое, если мы хотим сделать выбор самостоятельно.
👫
На контрасте мобильные приложения часто очень «технически» взаимодействуют с пользователями: нерелевантные предложения и акции; слишком частые уведомления не о том и не в то время; каналы, в которых пользователи не бывают. Редко встречается действительно персонализированный подход, основанный на данных, помогающий пользователям решать их задачи, а не только снижающий стоимость за целевое действие и повышающий конверсию. Именно поэтому лояльность в приложениях – это не выдуманная проблема. К счастью, свет в конце тоннеля есть, — это новое поколение платформ и инструментов для привлечения и вовлечения (не удержания) пользователей в мобайле. Данные, аналитика и ABT являются неотъемлемой частью подобных систем.

8 ключевых областей для роста лояльности пользователей приложений:
✨ОНБОРДИНГ. Самый первый пользовательский опыт определяет, станет ли он активным юзером или отправит приложение на самый дальний экран смартфона или сразу же удалит после закрытия. СОВЕТЫ: Продвигайте пользователей быстрее вперед; Персонализируйте; Спрашивайте разрешения; Подталкивайте деликатными сообщениями.
✨ПОВЕДЕНЧЕСКИЕ СИГНАЛЫ. Изначально единственным сигналом т.н. открываемость сообщений (message open rate). Для маркетологов некоторых приложений – это по-прежнему реальность. СОВЕТЫ: Настраивайте и используйте данные о поведении пользователей в приложении; Время на конкретных экранах; Частота отмены регистраций или оплат; Используемые и не используемые кнопки.
✨АБ ТЕСТИРОВАНИЕ. С первого раза никому не удается сделать идеальное приложение, поэтому доработки и улучшения – это нормально. Тестировать можно все, начиная с текста на первом экране, заканчивая расположением кнопки «Купить сейчас!». СОВЕТЫ: Для этого нужна техническая возможность разделения аудитории приложения на тестовую и контрольную группы. Первая получает версию приложения с изменениями, вторая – текущую.
✨ВЫБОР ПРАВИЛЬНЫХ КАНАЛОВ ДЛЯ КОММУНИКАЦИИ. В арсенале маркетолога в настоящее время имеется большое количество каналов: mobile push, in-app, app inbox, web push, email, SMS и другие. СОВЕТЫ: Ответьте себе на ряд вопросов. Какие каналы я использую? Какие в первую очередь? Как часто нужно делать рассылки? Как можно кастомизировать? Как это будет выглядеть?

Оставшиеся 4 можно изучить в отчете: МЕТРИКИ; ВРЕМЯ РАССЫЛОК; ТОН, ТЕКСТ И ЭМОДЖИ В СООБЩЕНИЯХ; ОБРАТНАЯ СВЯЗЬ С ЮЗЕРАМИ.

PDF: https://yadi.sk/i/LDwmcHrreivhzw

Исходный пост:
https://t.iss.one/insightstream/760