Всем привет👋

Меня зовут Артем, и я продуктовый аналитик, вот уже 1.5 года.
В область моих задач входят:
- Исследования продукта
- Когортный анализ
- Проведение А/Б-тестов (полный цикл)
- Построение некоторых отчетностей (табло)

Часто какую-то информацию по работе мне приходится искать в гугле. И если ответы на какие-то повседневные вопросы найти на русском достаточно просто, то когда дело доходит до вопроса: "как построить распределение количества событий в рамках сессий в амплитуде?", тут гугл на русском редко может помочь.

Сейчас есть ощущение, что я сделал подводку к основной тематике канала, но не до конца. Канал будет естественно не о запросах в гугл) БОльшее число необходимой и полезной информации написано на английском и иногда, у меня добираются руки до чтения зарубежных статей, связанных с аналитикой. И вот я понял, что можно убить двух зайцев сразу – повысить скилл английского и экспертизу в аналитике за счет перевода статей, написанных на английском, в канале.

Это будут приближенные к оригинальным текстам переводы, но с какими-то моими соображениями на тему происходящего. В будущем я бы очень хотел и начать писать что-то свое, но пока что такой возможности нет. Также вполне возможно, что помимо переводов здесь будут и обсуждаться какие-то статьи написанные на русском.

Надеюсь у меня все получится. Приступим! 💛

Возвращение к истокам, часть первая: Линейная регрессия и целевая функция 👋

Текст очень прост для понимании и будет понятен почти всем.

Прочитав его вы поймете как и за сколько продать квартиру в Москве и уехать жить на эти деньги на солнечное Бали.
А может и не узнаете, но что точно могу сказать несколько новых английских слов вы вероятно для себя отметите.

https://telegra.ph/Vozvrashchenie-k-istokam-chast-pervaya-Linejnaya-regressiya-i-celevaya-funkciya-03-16

Проверка новых функций для 100 миллионов пользователей: A/B-тестирование в Livesport ⚽️🥇🏆

Прочитав статью, узнаете о том, какие скандинавские страны знают английский лучше и не боятся английского комментирования спортивных событий. И все это из результатов одного А/Б теста!

https://telegra.ph/Proverka-novyh-funkcij-dlya-100-millionov-polzovatelej-AB-testirovanie-v-Livesport-03-18

Все АБ-тесты ошибочны 😱🥶

Прочитав статью, узнаете о том, где и как вы ошибались при проведение тестов. А может и не ошибались, кто знает... да и вы вряд ли узнаете!

https://telegra.ph/Kazhdyj-AB-test-nepravilnyj-03-20

Возвращение к истокам, часть вторая: Градиентный спуск🕺❤️

Текст, как и в первой части, невероятно user-friendly и будет понятен почти всем.

Вы наконец узнаете точную цену Вашей квартиры в Москве (точнее узнаете как ее посчитать)) Ну и в целом это полезное знание для всех-всех. Приятного прочтения!

https://telegra.ph/Vozvrashchenie-k-istokam-chast-vtoraya-Gradientnyj-spusk-03-23

Если Вам нравится контент моего канала и у Вас есть знакомые/коллеги, кому этот контент быть интересен, то вы можете рассказать о нем им, я бы был Вам очень признателен.

Мне бы это сильно прибавило мотивации заниматься всем этим.
Спасибо💛

Как провести АБ-тест с ratio-метрикой и не ошибиться 👻

Текст о том, как правильно проводить тесты с ratio-метриками, например: количество действий за сессию или количество очков у баскетболистов за игру (ну и пример 🙃)

https://telegra.ph/Kak-provesti-AB-test-s-ratio-metrikoj-i-ne-oshibitsya-03-29

👾 Пошаговая инструкция по сегментации пользователей с использованием K-Means и PCA в Python👋

Огромнейшая статья о том как провести сегментирование клиентов методом K-Means с помощью PCA и без него.

https://telegra.ph/Poshagovaya-instrukciya-po-segmentacii-polzovatelej-s-ispolzovanie-K-Means-v-Python-04-02

🔤🔤🔤 Возвращение к истокам, часть третья: Логистическая регрессия ❤️

Последняя часть из цикла статей о базовых алгоритмах, предыдущие две части я также переводил.
Речь пойдет, как вы уже могли догадаться, о логистической регрессии. В статье разобрано в чем ее отличие от линейной регрессии, а также почему нельзя обойтись лишь линейной, ну и конечно многое другое...

https://telegra.ph/Vozvrashchenie-k-istokam-04-13

👋 Понимание методов синтетического контроля

Сегодня речь пойдет о синтетическом контроле, мы рассмотрим его на примере смоделированного кейса. Вышло, как мне кажется, очень интересно и доступно. Приятного чтения.

https://telegra.ph/Ponimanie-metodov-sinteticheskogo-kontrolya-04-16-2

Всем привет!

Переводы обязательно будут на этой неделе, а пока у меня преддипломная пора 🙂

Можете в комментариях рассказать, про что вам интересно было бы почитать. Это могут быть любые темы, связанные с аналитикой ❤️

Ну и, если у Вас есть друзья, кому канал может быть интересен, можете поделиться данным постом ❤️
Я буду вам очень благодарен!

😳Скажите "Пока!" Matplotlib-у и Seaborn-у для построения графиков в Python

Поговорим об одной интересной библиотеке в Python, которая добавит интерактивности всем вашим графикам.

https://telegra.ph/Skazhite-Poka-Matplotlib-u-i-Seaborn-u-dlya-postroeniya-grafikov-v-Python-05-03

🐼 PandasAI: Супер простой анализ данных с ИИ

У всех у нас ленту соцсетей в последние месяцы занимают новости про различные нейронные сети. Они становятся частью нашей жизни, они потихоньку распространяются во все сферы, в том числе их стали использовать и для обработки данных. Сегодня поговорим про пока сырую, но потенциально интересную надстройку для Pandas с использованием ИИ.

https://telegra.ph/PandasAI-Super-prostoj-analiz-dannyh-s-II-05-11

🏃 Задача классификации: отток клиентов в банке

Сегодня поговорим про задачу классификации и предсказывание оттока. В тексте автор проводит сравнение различных методов предсказывания оттока, а также на реальных числах показывает как в его задаче на результат повлияла разбалансировка классов.

https://telegra.ph/Zadacha-klassifikacii-ottok-klientov-v-banke-05-25

➕ Вектор Шепли (с иллюстрациями)

Сегодня поговорим про одну из самых популярных моделей атрибуции в последнее время. Текст сопровождается огромным количеством иллюстраций, по этой причине будет понятен абсолютно всем.

https://telegra.ph/Vektor-SHepli-s-illyustraciyami-06-01

Всем привет👋

Немного новостей канала

Давно ничего не писал, уже больше месяца прошло.

Этим летом закончил университет и был уверен, что начну активно вести канал, как же я ошибался 🌝

Времени действительно стало побольше, но и желание отдохнуть тоже появилось.

Для меня текущее число подписчиков, это просто Вау!
Канал даже во время застоя медленно, но растет, а значит работает сарафан, ну или вы просто зашли сюда через линкедин) В любом случае, для меня это означает, что я делаю что-то не напрасно.

Хочу поделиться с Вами одной болью, из-за которой, в том числе, переводы выходят. крайне нерегулярно. Основное время работы над переводом занимает процесс поиска английского текста. Я перевожу только то, что интересно и актуально для меня, а найти такое бывает тяжело.

Сейчас, перебирая топы медиума за лето в тематических топиках, я не нашел, к сожалению ничего, за исключением возможно одного текста, перевод которого вероятно выйдет на неделе.

В связи с этим, я хочу немного поменять тематику канала и выйти из рамок, в которые сам себя зажал при его создании.

Среди каналов, которые я читаю в телеге 90% занимают именно авторские каналы и мне хочется сделать здесь что-то похожее.

Это не значит, что переводы пропадут, нет, они останутся, но будут сопровождаться и другими постами, связанными с аналитикой. Это позволит добавить какой-то регулярности и развяжет мне руки.

Пойму всех, кто отпишется, но сейчас для меня это единственная возможность не забросить канал окончательно.

Всем продуктивной рабочей недели ❤️

На злобу дня, как говорится

Tableau ❤️

Сейчас читал статью, в которой автор пытался донести, что использование Tableau и других BI-инструментов для выполнения повседневных задач анализа данных это плохо.
По его мнению, системы стоит использовать только для построения дашбордов на века, а не для выполнения "ad-hoc requests".

Тезисы следующие:

1️⃣ Они плохо работают с большим числом данных.

Тут не могу поспорить, большинство отчетов, где по каким-то причинам мне нельзя было агрегировать данные до переноса их в Tableau, строить было тяжко. И речь здесь не о миллирдах строк, а лишь о нескольких миллионах. При выполнении повседных задач, это будет сжирать много времени.

2️⃣ Сложная или почти невозможная проверка качества данных.

Достаточно спорный пункт. Как мне кажется, BI-системы подходят для проверки качества данных с точки зрения аномалий, на графиках такие приколы всегда заметны лучше.
С другой стороны, естественно, если проблема с ошибками в логике построения витрин, то BI будет лишь вредить, ведь куда более нативно обращаться к разным источникам данных в UI ваших SQL-продуктов. Там это сделать и проще и быстрее.

3️⃣ Необходимость "закапывания" в данных.

Схожий с прошлым пункт, с которым достаточно сложно спорить, ведь нужно обращаться к разным таблицам, которые могут находиться в разных БД, не все из которых даже можно подключить к Tableau.

4️⃣ SQL-код таких проектов не может быть легко переиспользован в будущем Вами или Вашими коллегами.

Тут все думаю понятно, сам сейчас столкнулся с такой проблемой при необходимости переноса сложного отчета из Tableau. В случае, если вы часть вычислений оставляете на BI-систему, то потом Вам нужно быть готовыми делать работу с нуля заново😢

Для своих задач я иногда прибегаю к Tableau, так как визуализация – это прежде всего простой способ донести информацию, так как он наглядный, ну и естественно часть таблиц куда проще построить там чем писать какой-то хитровыдуманный запрос.

Но тут, мне кажется, нужно видить грань между проектами, к которым велик шанс вернуться в будущем и между задачами "здесь и сейчас и желательно быстро".