Полная версия презентации Mediascope

В открывашке РИФа внутри презентации Mediascope Яндекс указан крупнейшим ресурсом как в тотале, так и в десктопе.

Данные за февраль. Последний месяц наличия у Mediascope аудиторных данных Яндекса

Как сделать аналитика счастливым

Обычный рабочий день аналитика: «Маша, СРОЧНО выгрузи мне количество заказов из Ижевска в разбивке по цвету волос с 2009 по 2019 год с группировкой по часам». И Маша безропотно выгружает, хотя прекрасно понимает, что эти данные бессмысленные, выгрузка будет долгой так как нужно будет объединять данные из нескольких хранилищ, а результат потом ляжет в стол. Как итог - умный аналитик страдает от бессмысленной работы, а бизнес не получает результат и платит Маше за то, что она является кнопкой «Скачать отчёт».

В продуктовой компании здорового человека аналитик понимает цели бизнеса, сам анализирует метрики вместе с продактом, после чего строится продуктовая гипотеза и после релиза на пользователей аналитик же интерпретирует результаты эксперимента.

Как этого достичь?

1. Максимально автоматизировать все типовые отчеты, чтобы аналитикам не нужно было каждый раз строить их руками. Если не знаете, как это должно выглядеть - возьмите Amplitude и сделайте так же.
2. Дать аналитикам право посылать «заказчиков» в жопу.
3. Рассказать аналитикам, каких показателей должна достичь компания (выручка или продуктовые метрики), чтобы они исследовали то, что может повлиять на бизнес, а не то что прикольно было бы посмотреть или то что сказали.
4. Закрепить за каждым аналитиком конкретные направления и продактов. Чтобы аналитик всегда был погружен в продукт, а не погружался каждый раз с нуля в названия событий, особенности их отправки, специфики платформ и тд.
5. Ставить аналитику задачи не «выгрузи данные», а «разберись что тут происходит»: почему упали заказы, из-за чего происходит отток, в какой момент пользователи больше всего готовы оформить подписку.

В результате получаем счастливого аналитика, который имеет прямое воздействие на продукт. А продукт получает внимание от человека, который хорошо отлично математику и умеет работать с данными.

Если хотите работать аналитиком в продуктовой команде с таким подходом - напишите мне.

Количество часов за просмотром телевизора и доход семьи в США.

Всё однозначно

83% компаний выходящих на IPO не имеют прибыли. 10 лет назад этот показатель был на 50 п.п. меньше

https://www.economist.com/briefing/2019/04/17/the-wave-of-unicorn-ipos-reveals-silicon-valleys-groupthink

Деньги перераспределились, да и рынок работает иначе. Что будет ещё через 10 лет?

​​Интернет-тренды Китая 2019: население, образование и деньги

Исследовательское бюро компании Tencent “Penguin Intelligence” опубликовало свою версию отчета "Интернет-тренды Китая 2019". Несколько интересных данных и инсайтов:

Проникновение интернета

🔶 40.4% (!) населения Китая по-прежнему не имеют доступа в интернет.
🔶 Только 16% китайцев "за 60" имеют мобильный интернет. Тем не менее с 2017 по 2018 год их количество увеличилось на 44.6%. Подробнее по возрастам см. график ниже.
🔶 Самые быстрорастущие группы пользователей: старшее поколение, дети младше 10 лет (годовой прирост 27.6%) и новые интернет-пользователи из китайской глубинки.

Образование

🔶 378 миллионов мобильных интернет-пользователей не имеют высшего образования.
🔶 83% из этих "малообразованных" пользователей в месяц тратят на онлайн-покупки около 1000 юаней (10 000 рублей).
🔶 Сервисами Weibo (аналог Twitter) и Zhihu (аналог Quora) преимущественно пользуются люди с высшим образованием. Тогда как короткие видео в основном смотрят люди со средним образованием и ниже.

Деньги

🔶 Даже среди старших возрастных групп (за 40, за 50 и за 60) наиболее популярны покупки онлайн. И даже в офлайне более 80% этой аудитории расплачиваются мобильными платежами (WeChat Pay и Alipay).

Подробнее читайте на английском здесь.

— Пересказал Александр Мальцев, Шанхай

Первый запрос темы на Матемаркетинг

1. Как результатами A/B-тестов можно обосновать ценность команды, которая их делает?

2. Что делать, если раскатка на 100% не дает эффекта, который показывает A/B-тест?

Обоснование:
Финансы всегда хотят понять, сколько денег приносит деятельность конкретных продуктовых команд. В данном случае непонятно совершенно, как определять эти деньги по эффекту от A/B. Да, мы постоянно работаем над повышением конверсии в покупку, но не понятно, как рассчитывать этот эффект вдолгую. То есть тест показывает, что мы повысим конверсию на 1п.п. и принесем потенциально х денег за месяц. А дальше? Финансы настаивают, что это нужно потом протягивать на год как минимум, и хотят складывать эффекты от каждого улучшения, что в итоге даст нам виртуальный постоянный рост конверсии, которого по факту нет, так как на нее не только A/B-тестирование влияет, но и рынок, ассортимент, качество сервиса и т.п. Хочется услышать реальный кейс, как кто делает и защищает бюджеты на свои команды, если вообще кто-то так заморачивается. Как донести это до финансового департамента и CFO, что не всегда выкатка = эффект на тестовой группе?

Если данные вопросы важны для вас, а ответы/доклады на них интересны и пригодятся в работе - ставьте лайк! Если вам есть, что рассказать - пишите мне @a_nikushin

Вакансии за неделю:

Маркетинговый аналитик в Едадил - >100k
Data Analytics Lead в WEZZET - по деньгам не ясно
Продуктовый аналитик, джуниор маркетинговый аналитик в Worki.ru - разный уровень, разные деньги
Data/Product Analyst в Flo - Минск, $4000.
Подробное описание
Аналитик в AIC - работать с @vithe !
Продакты в Admitad - 25 позиций

Кроме этого, еще масса вакансий с релокацией на Украину, Кипр и Европу в чате @analysts_hunter - присоединяйтесь

Мероприятия и возможности:

От сердца отрываю. Грант на обучение по диджитал-маркетингу и бренд менеджменту в Новой Зеландии. Считайте, что я уже уехал :-)

23 апреля
Толковый митап для аналитиков в Москве - https://www.facebook.com/events/275774126677602/

25 апреля
Etarget.Finance - бесплатная конференция по digital-маркетингу в банковском сегменте

И вот это очень интересно - работа с негативом от авиакомпании «Победа». Кто-то, а они мастера собирать негатив и (наверно) отрабатывать.
https://digital-agentstvo-pobeda.timepad.ru/event/942807/

Достаточно. Весна на улице!

@internetanalytics

Иван Боровиков, основатель Mindbox перевел статью Авинаша Кошика о 12 правилах для построения великолепной карьеры

Полный текст по ссылке:
https://mindbox.ru/blog/marketing/moi-12-pravil-dlya-postroeniya-velikolepnoy-kareryi/

@internetanalytics

Новый отчет от Sensor Tower: тренды по сторам.

Полная pdf-версия ниже

@internetanalytics

Новый отчет от Sensor Tower: тренды магазинов приложений

Материалы конференции группы Dentsu Aegis Network - Spring Session 2019.

Все презентации спикеров https://download.aemedia.ru/index.php/s/ozI6f3eRj7cVxRK

Обратите внимание на выступление Миши Шкляева об измерениях эффективности на каждом этапе воронки продаж. В его презентации (2) выделены основные причины, почему рекламная кампания не влияет на рост продаж в офлайн-ритейле и e-commerce https://download.aemedia.ru/index.php/s/ozI6f3eRj7cVxRK#pdfviewer

@internetanalytics

Отчёт Deloitte о высоких технологиях,
телекоммуникациях,
развлечениях и СМИ.

Очень много воды, но можно найти фразы и картинки для вставки в презентации по стратегии для больших директоров

С Google у вас есть шанс увеличить количество клиентов

Представьте, как много людей ещё не знакомы с вашим бизнесом? Расскажите им о себе: воспользуйтесь Телепортом — сервисом, который быстро переносит настройки контекстных кампаний в Google Рекламу. Понадобится всего несколько кликов.

Подробнее о Телепорте в Google Рекламу

Вакансии за неделю:

Ведущий продуктовый аналитик в Qlean Labs
Рокетбанк ищет Web-аналитика
Продуктовый аналитик в Wisebits (Кипр)
Ведущий web-аналитик в агентство perfomance-маркетинга СompLeader - ~150 тысяч
Продуктовый Data Scientist в Едадил
Веб-аналитик в Grow Food в Питер
Продуктовый аналитик в гейминг - удаленка, 250 тысяч
Делимобиль ищет крутого специалиста в области Data Science - от 200 тысяч на руки
Flo ищет продуктвого аналитика, Минск - $4000

И еще штук 20 позиций в крупный ecom, банки, ux-аналитик и прочее в @analysts_hunter

Новые заказы тем для Матемаркетинга-2019:

1. Разработка собственных моделей атрибуции: как связать в ней трафик и конверсии и как лучше это хранить? Есть у кого-то есть кейс чего-то подобного, сделанного с помощью OWOX?

2. Построение собственных сервисов рекомендаций в сегментах с низкой кратностью продаж.

3. Как выходить на рынок небольшому интернет-магазину:
а) МАU 1 млн визитов в месяц,
б) МАU 200к визитов в месяц.
Какие (и как) выбирали инфраструктурные и сервисные решения, как интегрировали crm и gtm, как управляли рассылками, контекстом и сколько это стоило и как высчитать окупаемость?

Вы всегда можете присылать интересные для проработки темы мне @a_nikushin или в почту [email protected]

Что из вышеперечисленного самое интересное для вас?
public poll

3. Как выходить на рынок маленькому интернет-магазину – 294
👍👍👍👍👍👍👍 49%

1. Разработка собственных моделей атрибуции – 199
👍👍👍👍👍 33%

2. Построение собственных сервисов рекомендаций – 107
👍👍👍 18%

👥 600 people voted so far.

Сегодня в чате аналитиков задали вопрос: как можно определить источник трафика игнорируя utm-метку? Речь о случаях, когда запускается реклама на Facebook, а в метке прописывают google.

В такой ситуации нужно смотреть полный реферер. ga:fullReferrer - параметр в core api GA. Для доступности параметра придется сменить язык интерфейса на англ (можно просто в урле hl=en) и в поиске найти этот параметр. Картинка ниже.

К чему это я? Команда системы сквозной аналитики Alytics подготовила подборку актуальных статей о сквозной аналитике.

- Как построить многоканальные последовательности и оценить результат?
https://blog.completo.ru/mnogokanalnye-posledovatelnosti

- Как обнаружить подмену трафика?
https://vc.ru/services/63400-kak-obnaruzhit-podmenu-trafika-s-pomoshchyu-amocrm-i-carrot-quest

- 20 систем для сквозной аналитики для корпораций (en)
https://www.information-management.com/slideshow/20-top-platforms-for-analytics-and-business-intelligence

Ребята из Alytics подчеркивают, что для большинства бизнесов важно учитывать многоканальные последовательности. Несмотря на то, что уже во многих сервисах можно строить мультиканальную сквозную аналитику, этим мало кто пользуется, продолжая жить в парадигме Last Click. Но это неправильно.

Чтобы увидеть и оценить роль каждого источника в привлечении продажи, нужно использовать модели атрибуции. Для этого подойдет как Google Analytics, так и сервисы с более продвинутым модулем мультиканальной аналитики, например, в Alytics можно учитывать ассоциированные конверсии, есть 7 моделей атрибуции и возможность создавать свои модели.

Новая подборка через пару-тройку недель