Заскуль питона (Data Science)
6.16K subscribers
111 photos
15 videos
4 files
143 links
Канал про Python, Data Science, SQL и многое другое

По вопросам сотрудничества и рекламе: @m459n9

Чат: https://t.iss.one/my_it_frogs
Download Telegram
[Статья, EN] 7 Ecommerce A/B Testing Case Studies to Learn From

Это разбор реальных экспериментов от брендов: Clarks, Swiss Gear, SmartWool и других, которые проводили A/B-тесты с целью улучшения пользовательского опыта и увеличения конверсии в e-commerce. Ниже будет приведен краткий разбор кейсов (картинки в посте) 🔽


🟣Clear Within

Гипотеза: Переместим кнопку "Add to Cart" выше, чтобы повысить конверсии - пользователи увидят её сразу, без прокрутки.

🎯 Результат: +80% к добавлениям в корзину

📌Выводы:

1. Размещение ключевых элементов, таких как кнопка "Добавить в корзину", должно быть сразу видно без прокрутки

2. Даже небольшие изменения в дизайне могут значительно повлиять на конверсию

3. Важно оптимизировать конверсию до масштабирования рекламных кампаний


🟡Clarks

Гипотеза: Акцент на бесплатную доставку повысит доверие и склонит к покупке

🎯 Результат: +2.6% CR, +£2.8 млн выручки

📌Выводы:

1. Яркое выделение бонусов, таких как бесплатная доставка, влияет на решение о покупке

2. Дизайн и пользовательский опыт имеют значение

3. Незначительные изменения в оформлении информации могут привести к значительному росту выручки

🔵Beckett Simonon — +5% CR от сторителлинга

Гипотеза: Добавим сторителлинг о ценностях бренда - повысим вовлечённость и доверие

🎯 Результат: +5% к конверсии, ROI +237% годовых

📌Выводы:

1. Клиенты положительно реагируют на честное, ценностное позиционирование

2. Истории, визуалы и смысловое наполнение сайта могут существенно повлиять на поведение пользователей

3. Соответствие ценностей бренда ожиданиям покупателей увеличивает доверие и лояльность


🟢SmartWool

Гипотеза: Улучшение дизайна PDP повысит доход на посетителя

🎯 Результат: +17.1% к среднему доходу на посетителя (ARPU)

📌Выводы:

1. Следование лучшим практикам в дизайне улучшает пользовательский опыт и увеличивает продажи

2. Единый стиль отображения товаров и чёткая подача информации влияют на решение о покупке

3. Инвестиции в дизайн страниц окупаются за счёт роста выручки и удовлетворённости клиентов


🟣Metals4U

Гипотеза: Покажем сроки доставки и добавим лого платёжных систем → снизим тревожность

🎯 Результат: +4.8% CR, через 12 месяцев: +34% общая конверсия → +£2.2 млн выручки

📌Выводы:

1. Прозрачная информация о доставке уменьшает неуверенность и снижает фрикции

2. Простые элементы — логотипы платёжных систем и сообщения о безопасности — значительно уменьшают количество отказов от покупки

3. Улучшение через итерации и эксперименты позволяет устойчиво масштабироваться


🟡T.M. Lewin

Гипотеза: Уберём барьеры — чётко опишем политику возврата, покажем бандлы сразу

🎯 Результат: +7% продаж, +50% CR от возвратного блока

📌Выводы:

1. Прозрачность условий возврата снижает сомнения и увеличивает готовность к покупке

2. Выгоды и скидки (например, мульти-покупка) должны быть чётко видны и легко доступны

3. Приоритизация по данным помогает находить точки наибольшего трения в пользовательском пути


🔵Swiss Gear

Гипотеза: Оптимизируем дизайн карточек, упростим восприятие информации - пользователи будут покупать чаще

🎯 Результат: +52% CR в обычные дни, +137% CR в пиковые (Holiday season)

📌Выводы:

1. Простота дизайна и акценты на ключевой информации помогают пользователям быстрее принять решение

2. Визуальная иерархия (цвета, шрифты) помогает выделить важное

3. Тестирование и подготовка страниц перед пиковыми периодами даёт экспоненциальный эффект


Общие выводы по всем кейсам:

1. UX и структура страниц напрямую влияют на метрики: от кнопок до визуальной иерархии

2. Прозрачность и доверие (доставка, возвраты, логотипы) критичны для покупки

3. Ценностное позиционирование и сторителлинг усиливают восприятие бренда

4. Даже мелкие UI-изменения могут сильно повлиять на метрики

5. Итерации и эксперименты = устойчивый рост без кардинальных переделок

6. Чистота дизайна снижает фрустрацию и помогает принять решение

Понравился формат поста / хотите подобного рода посты? Ставьте реакции 🔥, пишите комментарии (лучший фидбек от вас)
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
135113
High Standard Deviation vs Low Standard Deviaton.

(?) without CUPED vs with CUPED. Variance reduction, yes. P-hacking

📚 Материалы по методам снижения дисперсии
(увеличиваем чувствительность A/B эксперимента и уменьшаем его длительность):

1. VWE (Variance Weighted Estimator)
2. CUPED / CUPED Multiple Covariates
3. CUNOPAC / CUPAC / CUMPED etc.
4. Стратификация / Постстратификация
5. Outlier Capping / Winsorizing
6. ... список могу продолжить еще

😏 Линейная регрессия повсюду, а вообще я хотел просто картиночку смешную прислать.

107 или 115? Кто вы сегодня?

А про то, зачем это нужно, ныряйте в комментарии
🔽
Please open Telegram to view this post
VIEW IN TELEGRAM
2186🤣1
📺 [Youtube] Создаем AI-агентов на LangChain/LangGraph от идеи до MVP за 20 минут!

В данном видео автор делает агента, который предлагает темы для ресерча на ArXiv, делает по ним саммэри и готовый отчет.
Что изучается авторами, какие проблемы в исследованиях и на чем можно сфоркусироваться.

Агент работает как граф: каждая функция - это узел (нода), а данные переходят по рёбрам.

🤔 Логика такая:

1️⃣ Генерация подтем

2️⃣ Утверждение от пользователя (принимаем или нет)

3️⃣ Поиск релевантных документов

4️⃣ Анализ пробелов в знаниях

5️⃣ Формирование отчёта

💻 В процессе используются LangChain, LangGraph и LangSmith - для построения цепочек, логики переходов и визуализации.

💙 Делитесь постом, если он был полезен!
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥205421
«Авито Тех» выкупает права на IT-платформу для продуктовой аналитики EXPF Sigma.

Статья

В компании планируют интегрировать систему с собственным, уже работающим на рынке решением для тестирования продуктовых гипотез и закрепить позиции в сегменте, объем которого оценивают в 1,5 млрд руб. и где пока нет явного лидера.

Что думаете? Неплохой выход для Trisigma? 😱
Please open Telegram to view this post
VIEW IN TELEGRAM
27🔥13521
Фреймворк HEART

Фреймворк помогает оценивать пользовательский опыт по 5 направлениям:
Happiness, Engagement, Adoption, Retention, Task Success

📺 Видео на Youtube

❤️ Happiness. Удовлетворённость
🎯 Цель: Пользователям должно быть легко, полезно и приятно пользоваться приложением.

Сигналы:
1. Оставляют отзывы в сторах
2. Делятся мнением в опросах

Метрики:
1. TPS/NPS (готовность рекомендовать)
2. Доля 5-звёздочных оценок
3. Оценка обратной связи

😱 Engagement. Вовлечённость
🎯 Цель: Пользователи регулярно потребляют контент и взаимодействуют с продуктом.

Сигналы: Время, проведённое в приложении, растёт

Метрики:
1. Среднее время сессии на пользователя
2. Конверсия в целевое действие
3. Кол-во визитов на пользователя

🚀 Adoption. Принятие
🎯 Цель: Новые пользователи начинают находить ценность в продукте.

Сигналы:
1. Рост установок
2. Рост регистраций
3. Рост логинов

Метрики:
1. Доля установок
2. % новых пользователей
3. Кол-во логинов / DAU

🔄 Retention. Удержание
🎯 Цель: Пользователи возвращаются в продукт, чтобы снова достигать свои цели.

Сигналы:
1. Растёт число активных пользователей
2. Растёт доля повторных визитов

Метрики:
1. % повторных пользователей
2. DAU, WAU, MAU
3* Retention 7D / 14D / 30D

Task Success — Успешность действий
🎯 Цель: Пользователь с лёгкостью достигает того, зачем пришёл.

Сигналы: Увеличивается число успешно завершённых задач

Метрики:
1. % ошибок
2. % прерываний (drop-off)
3. % ANR (приложение не отвечает)

В целом, HEART — это как проверочный список: что именно важно для вашего UX прямо сейчас?
А ещё классно использовать его не в одиночку, а с продактом, дизайнерами и ресёчерами — чтобы не тянуть UX в одну сторону, а двигаться вместе.

Понравился пост? Ставьте 🐳, пишите в комментарии, что разобрать дальше!
Please open Telegram to view this post
VIEW IN TELEGRAM
🐳248🔥82
👩‍💻 Шпаргалки по SQL

Хочешь подтянуть базу или быстро вспомнить, как работает JOIN, CASE, UNION, оконные функции и многое другое?

🔍 Нашел удобные PDF-шпаргалки, которые можно сохранить себе и использовать в работе или при подготовке к собеседованиям.

🔗 Основы SQL

Каждая функция разобрана не только по синтаксису, но и по смыслу применения.

1️⃣ SELECT, WHERE, GROUP BY, HAVING
2️⃣ JOIN всех типов с примерами
3️⃣ CASE WHEN, UNION
4️⃣ Подзапросы, агрегатные функции

🔗 Оконные функции в SQL

Считается "продвинутой историей" в области SQL для аналитиков и тех, кто работает с данными.
Помню, когда только изучал SQL была проблема найти что-то годное, а ребята сделали, за что им жирный респект 👍

1️⃣ ROW_NUMBER, RANK, DENSE_RANK, NTILE
2️⃣ LAG, LEAD, FIRST_VALUE, LAST_VALUE
3️⃣ Рамки окна: ROWS BETWEEN, RANGE, GROUPS
4️⃣ Сортировка внутри окон, примеры запросов


🔥 Сохраняйте к себе, делитесь постом, если вам было полезно.

Если нужны похожие шпаргалки по ML / A/B и др., ставьте реакции!


Уверен, эта подборка поможет:

🟢 быстро вспомнить синтаксис перед собеседованием
🟣 разобраться, как реально работают функции в SQL
🟡 или просто освежить голову, если давно не писали запросы.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥112211632👍2🐳1
Красная карточка

Меня дисквалифицировали из университета.

Вот прошли мои 4 (5?) лет в РАНХиГсе, теперь я дипломированный специалист… (менеджер)

Дальше поступление в магистратуру. Для себя рассматриваю несколько вариантов, связанных с ИИ, машинным обучением и анализом данных.

Если кто поступает в этом году, отпишите в комментариях, интересно послушать ваши размышления, приоритеты и др. +будет интересно мнение тех, кто уже обучается (для себя рассматриваю онлайн-магистратуру)

А через две недели я выхожу на новое место работы после ❤️

🐳 Если наберется много-много реакций и комментариев, расскажу про это более подробно в следующих постах!
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6748🐳304👍2
This media is not supported in your browser
VIEW IN TELEGRAM
Всем хорошего понедельника!

Делитесь сколько сегодня созвонов и пишите сколько они занимают по времени.
😁21🔥8🐳6
Встречи или работа: где найти золотую середину аналитика?

Встречи стали частью нашей жизни. Планирование, командные встречи, внутренние встречи аналитиков, встречи со стейкхолдерами для объявления результатов и другие сценарии. Влеты, онбординг, 1-1...


Все это очень классно, но давайте посмотрим на то, как это действительно может быть.

Раньше, когда я работал аналитиком данных, у меня были командные синки и 1-2 встречи с основными стейкхолдерами.

И все!
Никаких больше встреч.
Сиди и работай.
Крути запросы, настраивай ETL, делай дашборды и исследования, приноси импакт продукту.

Далее, когда я перешел в продуктовую аналитику, встреч стало намного больше раза в 3 или даже больше. Причем самое интересное, что встречи, которые якобы являлись ВАЖНЫМИ проходили следующим образом:

Заинтересованы во встрече организатор + еще несколько человек, начинают какой-то движ. А кто-то сидит на встрече, чтобы просто физически посветиться без активного вовлечения, можно еще и позалипать, повтыкать. Обычно с таких встреч ничего не забирается. Просто обновили статусы и поехали дальше). А еще есть отдельные встречи без адженды, где может быть импровизация, тоже было такое.

Какой смысл от этого, если встречи суммаризируются + если реально у тебя возникнут вопросы, ты спокойно дойдешь до человека через личку или ногами в офисе и спросишь - есть же такая опция. Я не противник встреч, просто огромное количество встреч ничего не решают (нет никаких конкретных шагов), к сожалению и стоят дорого для всех.

Можно отвечать за направление аналитики и без бесконечного количества ненужных встреч, главное их грамотно фильтровать и обосновывать себе это, а в дальнейшем руководству.

Action Points:

1. 2-3 дня в неделю ставить БЕЗ ВСТРЕЧ в календаре. Deep Work наше все).
2. Появляться только на важных встречах для вас, как чувствуете. Понятно, что если встреча с руководителем, то скорее всего, ее не нужно пропускать :3
3. Если пошло на то, что на встрече точно НУЖНО быть, тогда смотрим адженду, чтобы четко понимать как можно быстро решить вопросы / проблемы.

Встреч меньше не становится, но держать фокус — реально

А как вы справляетесь с потоком встреч? Получается ли выделять дни под фокус? Что работает у вас?

Ставьте 🐳, если такие посты заходят)

@zasql_python
Please open Telegram to view this post
VIEW IN TELEGRAM
🐳39🔥109💯2🦄1
📺 [YouTube] Денис Теплов. Как использовать дофаминовые петли в развитии продукта

Доклад от CPO Лиги Ставок, в котором говорится о продуктовых механиках, которые, кстати, связаны с формированием привычек.
Стимул -> Желание -> Реакция -> Вознаграждение.

Если упрощать, то мы запускаем цепочку, закрепляем действие наградой.

🟣Прогресс как источник мотивации🟣

1. Прогресс-бар в регистрации. Просто добавили баннер с прогресс-баром — результат: +0.9 п.п. конверсии в активацию, +3.8% оборот новичков.
2. Уровни в программе лояльности. Чем выше уровень, тем больше бонус — +2.7 п.п. Retention Rate второго месяца, +9.8% оборот.
3. Примеры Apple Watch, Duolingo. Регулярная фиксация и награда за закрытые цели усиливают вовлечённость. Работает безотказно.

🟢Поощрение целевых действий🟢

1. Кейс: Лига Ставок (Тамагочи). Виртуальный зверёк, который растёт за активность, просто меняется настроение. Эффект: +1.3% депозитов, +0.7% GMV.
2. Выигрыш пари. Моментальная обратная связь (что-то из разряда: ты молодец, все топчик, так держать). Эффект: +0.2% количество ставок.

🔵Поощрение нецелевых действий🔵

1. Награда за промежуточные шаги. Ввод карты или выбор адреса — поощрение даже на этапе онбординга даёт +2.8 п.п. к активации, +11.9% оборот новичков.
2. Чтение книги. Привычка формируется через награду за смежные действия. Само действие - это подготовка к целевому сценарию.

🟣Неожиданные награды🟣

Суть: постоянные предсказуемые бонусы быстро перестают работать. Неожиданные - цепляют.

Это как мне понравилось сравнение с клиентами приложения, когда я работал в Лавке. Наши клиенты: это лемуры, которым если каждый день давать обычный банан, они умрут от скуки. Поэтому сотрудники зоопарка каждый день режут бананы по-разному: кубиками, звездочками и так далее. Каждый день у них ощущение, что они получают что-то новое. Из-за этого они не грустят :)

1. Spotify: переменные награды (итоги года) - формируют ожидание и интерес.
2. LinkedIn: триггер на статус (ты в топ-50% публикаций) — вовлекает в активность.
3. Лига Ставок: подсветка легендарных коэффициентов — +0.3 п.п. к количеству ставок.
4. Лига Ставок: Социальное подтверждение: фраза "ещё 1000 человек повторили за тобой".

Всё просто: используйте прогресс, поощряйте и целевые, и промежуточные действия, добавляйте элемент неожиданности. Это системно влияет на ключевые продуктовые метрики. Здесь показаны не читы в продукте, а постепенные маленькие изменения, которые могут улучшать ключевые метрики и влиять в долгосроке на бизнес.

Понравился пост? Поставьте 🐳, пишите комментарии
Please open Telegram to view this post
VIEW IN TELEGRAM
🐳34😐66🔥322
Forwarded from Data Science Memes
This media is not supported in your browser
VIEW IN TELEGRAM
Всех с понедельником!
Не отвлекаемся!
Работаем 😓

😏 @ds_memes
Please open Telegram to view this post
VIEW IN TELEGRAM
😁5162😭1🫡11
📺 Мок интервью для Продакт Менеджера | Кейсы из Яндекса

🎯 Формат: 2 кейса, реальные задачи с собеседований на продакт-менеджеров. Обсуждение кандидатами по ~15–20 минут, далее фидбек и обсуждение с продакт-менеджерами.

🧺 Кейс 1: Стиральная машина в Средневековой Европе

Задача: Разработать MVP стиральной машины для условий средневековья (нет электричества, нет водопровода, другие социальные условия).

💡 Ключевые аспекты решения:

1. Целевая аудитория: прачки, служанки, крестьянские семьи.
2. Боли: тяжёлый труд, холодная вода, отсутствие времени, неудобство.
3. Конкуренты: ручная стирка, природные решения (водяные колёса).
4. Идея MVP: механическое устройство на водяной мельнице, стирающее сразу несколько вещей.
5. Метрики: количество отстиранного белья, удовлетворённость, сокращение времени.
6. Маркетинг: гонцы, слухи, ярмарки, церкви.
7. Ограничения: отсутствие технологий, нужны простые материалы (дерево, канаты).
8. Модели распространения: аренда, прачечные, версии для феодалов.

🤌 Обратная связь:

1. Плюсы: структура, работа с аудиторией.
2. Минусы: мало конкретики, не все гипотезы протестированы, нужны вопросы к нанимающему менеджеру (например: эпоха, регион, цели).

Как мне кажется, тут нужно было еще оценить объем рынка, необходимые инвестиции, возможно, к этому можно было бы подступиться через интервью, чтобы закрыть боли потенциальных клиентов.

🫙 Кейс 2: Подписка в Яндекс Банке

Задача: Разработать и обосновать подписочную модель для Яндекс Банка по аналогии с Тинькофф.

💡 Ключевые аспекты решения:

1. Анализ конкурентов: Тинькофф, Сбер, Альфа -> кэшбэк, статус, бонусы.
2. Цели Яндекса: рост LTV, удержание, рост выручки.
3. Гипотеза: пользователи хотят кэшбэк и статус.
4. ЦА: частые пользователи Яндекс-сервисов, миллениалы, городские жители.
5. Фичи: доп. кэшбэк в экосистеме, приоритетная поддержка, лимит на переводы.
6. Тестирование: MVP за 2 (4?) недели, A/B-тесты, тест на разных ЦА.
7. Метрики: конверсия в подписку, выручка, удержание, NPS, ARPU.
8. Запуск: бесплатный пробный период, ретаргетинг, промо-кампании.
9. Юнит-экономика: оценка затрат, возврата, LT/CPA.
10. Приоритизация: фичи, которые решают боли, легко объясняются и измеримы.

🤌 Обратная связь:

* Сильная сторона - рыночный анализ и работа с метриками.
* Рекомендация: больше вопросов к контексту, чётче проработка бизнес-целей.

🧠 Чему учат эти кейсы:

Показывают важность структурного мышления, установки границ, работы с метриками и понимания целей бизнеса.

Умение задать правильные вопросы нанимающему менеджеру - ключ к успешному решению.

Понравился пост? Ставьте 🐳, пишите комментарии!
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥20🐳944👍2
Всех с началом выходных!

Что успели поделать за неделю?
Чем планируете заниматься?

Пишите в комментариях!
😁147🔥5