Всем салют! Классные выходные, не правда ли?

Делюсь с вами полезными материалами, которые помогут вам в кратчайшие сроки стать Junior дата-аналитиком без регистрации и смс. В общем, походя по различным собеседованиям от лидеров ру рынка и не только понял, что может помочь бедным хомячкам дать отпор потным задротам, которые составляют задачки в ШАД (без обид).

SQL - ниже прикреплю краткую методичку с основными функциями + дам инсайд тестового на jun-middle аналитика от OZON, может что-то порешаете, отпишите как прошло). Тем более, куча тренажеров есть, так что, дерзайте, все у вас получится!
[EN] LeetCode
[RU] ITresume
[RU] Симулятор ITResume
[RU] Потный SQL
И куча других тренажеров, главное практика! Если знаете, что такое оконные функции и как можно оптимизировать SQL запрос, вас оторвут с руками и ногами, но не в МТС)

Дэшборды - многие компании уходят от PowerBI, что грустно, поэтому сразу настраиваемся на SuperSet и DataLens, мб GreenPlum (это любит компания с зеленой галочкой, если вы понимаете о чем я)
Я.Практикум (DataLens)
SuperSet (Карпов)
Если вам интересно, могу сделать отдельный пост по дешбордам (наверное)

Python - мое удивление, что требуют не так много, потому что зачастую придется работать с SQL. Какой-нибудь скрипт быстро накатить или что-то подобное, классика жанра. Тут все зависит от компании. В ВК дали задачи по библиотекам для анализа данных без использования доп. скриптов, в OZON то же самое + еще что-то по базе. Это и курсы Хирьянова от МФТИ и Карпова, их очень много, если нет базы, смотрите любой, лишним точно не будет.

Excel - спрашивается, нахуя зачем? Ну удобный инструмент, че бубнить. Можно глянуть какие-то визуализации, потыкаться и всё. Если работаем в крупной компании Excel релевантен на стадии выгрузки каких-то отчетов, не более. На Youtube очень много разборов всяких, Welcome.

Продуктовое мышление - идешь такой себе, думаешь что будешь работать с циферками для получения циферок (себе на покушать), но нет! Понимать специфику продукта и метрики очень важно, прикрепляю ниже ссылку для продактов. + курс от Тиньки, который публиковался для студентов МГУ, ВШЭ + слушателей, да-да, я.

Статистика - все просто, STEPIK, Карпов, думаю тут понятно. Понимание вообще того, как работают различные распределения, как сгенерить искусственные данные и посмотреть на какие-то зависимости, прикреплю ниже тестовое от Ozon, посмотрите покрутите, мне понравилось.

Теория вероятностей - всё сложнее, поскольку сложно не углубиться в науку и хочется как-то использовать всё здесь и сейчас. Ранее прикреплял плейлист от препода в Яндекс.Практикуме, но пусть он тут тоже будет. Если хотите базу, то это тот же STEPIK или курсы какого-нибудь Райгородского (кто знает, тот поймет, сразу PRESS F).

В целом, можно упороться и заботать полностью матешу, но это тот минимум, который вам должен гарантировать трудоустройство при должной сноровке и практике. Убедительная просьба, если что-то не получается, не бить!

Меня поразило, что Тинькофф запустил курс по анализу данных для школьников, где всё +- разжевано, а я, как школьник сидел и прогал на Кумире или Pascal, эх, молодость.

Делитесь со всеми этим постом, ставьте лайки, подписывайтесь на канал))))

Всё у вас получится, главное не сбавляйте темп (звучало как из какого-то инфобиза)

То самое тестовое от OZON, вкуснятина)

Полезные материалы по SQL, как и обещал, выгрузил на Google-диск

Накидайте актива за старание, пожалуйста ☺️

400! Как я рад, всем спасибо, что остаётесь с нами. Дальше будет контент ещё лучше 🥹

Всех обнял, поднял, заплакал ❤️

TQDM не хватает, но идея неплохая, я так взломал СДО в ранепе.

#мемы

Что стоит разобрать в ближайшем будущем, пишите свои идеи. Если админ будет готов, он обязательно сделает 🥹

К чему я вообще замутил данный опрос, пора бы нам поближе познакомиться с каждым. Если большая часть в мск, можем встретиться на оффлайн-встрече, если нет, то в зуме 🥹

Пишите в комментариях, кто за, плюсики там в комментах, реакции и тд.

Можете написать админу в личку, если есть необходимость в этом @m459n9 😇

Небольшие технические шоколадки 🥹

#мемы

Вечер воскресенья и я опять пришел к вам с очередным подгоном полезных материалов, которые смотрю сейчас, всем советую!

Яндекс. Основы Python. Достаточно много задач + классная теория, достаточно все понятно. Курс для начинающих, но потренить задачи самое оно.
Тестовые задания топ-компаний в США и не только. О ресурсе узнал относительно недавно, но будет полезен тем, кто хочет заботать SQL + Python. Все классно!
Для тех, кто хочет фундаментально подтянуть матешу, прогу + ML, советую ресурс от ФКН ВШЭ. Полезно тем, кто думает переводиться (вопрос, кто же?).
Кто хочет уйти больше в ML. Для вас есть хэндбук от яндекса, прикреплял выше. Здесь нужна какая-то база. Сам ресурс.
Следить за обновлениями по хэндбукам можно здесь.
С тех пор, как на курсере убрали курс от МФТИ и Яндекса, о чем я сожалею (хотя ссылка на гитхаб имеется), я был в поиске нормальных материалов для изучения. От тиньки посоветовали данный курс. Больше инфы для школьников и не только от тиньки туть.

Ниже прикреплю pdf-файл с классной книгой по стате для Data Science.

Не сбавляйте темп, ну и конечно же, накидайте реакций за старания, админ старается, честно 😇

Та самая книга по стате!

Накидайте актива блин 🙃

Всем доброе утро! Закину милоты вам в ленту. Да, на фото два админа, угадайте кто выкладывает этот пост. Если соберёмся на встрече, знайте кого искать 🥹

P.S: Пошёл работать над новым контентом по классике, думаю разобрать методы, которые используются в ecom-компаниях. Мы же аналитики, должны все знать, конечно же + скину полезные материалы, которые можно почитать на досуге, будет полезно 😇

Доброе утро, Страна!😶‍🌫️🫥🦄

Ну что ж, закончилась рабочая неделя, а это значит, что админ готов выйти на связь.

Вопрос остаётся открытым: чем занимаются аналитики? Ничем. Приносят деньги бизнесу? Возможно, а может и нет, все мы знаем о minimum detectable effect, как в плюс так и в минус.

Что успел поделать?

- Поработать с API, JSON вплотную, попрогать на Python, собрать стату, отследить динамику показателей. 🐍

- Ad-hoc запросы. Классика жанра.

Реальный кейс: вывести номер телефона из DataFrame на 2+ млн строк с использованием маски. Пример : + 7 (920) 143-12-12. Загвоздка есть, страны разные. Решение? Есть в гугле, адаптируйте). + 445, +44 F

- Вытаскивать данные из OLAP-кубов в Excel, создавать сводники. Стоп-стоп, Excel, чел, уйди, умойся 😑

- Писать запросы на Oracle (SQL, think about, real talk). Тут классика, берёте стандартные функции + чуть побольше. Спойлер: в БД > 100 таблиц 😑

- В ожидании: A/B тестов, презентации проекта, возможно, ML (ждём-с).

Полезные ссылки остаются такими же, ничего не поменялось.

Успехов! 🥹

Не отходя от кассы, важное объявление. Со следующей недели мы будем публиковать посты про Product-Management.

Да, подписчики, мы развиваемся по всем фронтам, дальше - больше 🙃

На выходных будет ещё пост про полезные материалы (по аналитике, привычной обычным подписчикам паблика Заскуль Питона ГЕНИЯМ).

Накидайте реакций, чтобы было больше мотивашки стараться и выкладывать максимально качественный контент 🐳

Ставим лайки, подписываемся на канал, жмём на колокольчик, делимся с друзьями/коллегами/партнерами ☺️

На сегодня всё! Всем хороших выходных, дед ушёл спать 😘

Друзья, пройдите опрос, пожалуйста, кому несложно, заранее спасибо.

https://docs.google.com/forms/d/e/1FAIpQLScPxsZgbddfRGBxgAoKRago81F0FwDC2Bt1GW8oaOVZ8XdCwQ/viewform

Админы ботают every day, every night

Коллеги, всем доброй ночи, рад всех видеть. Ну что ж, пришло время для продуктовых метрик, которые используются повсеместно для оценки перспективности того или иного продукта компании. Конечно же, самый первый - это ...

Retention — коэффициент удержания пользователей, который рассчитывается как отношение количества уникальных пользователей в определенном периоде на количество уникальных пользователей в начале пользования продукта. Так можно понять, где отваливаются пользователи. Пример можете глянуть туть, разбор в SQL

Churn Rate — коэффициент оттока (единица - Retention)

ее величество КОНВЕРСИЯ. Отношение количества успешных действий в общее количество пользователей (берется базово). Конверсию можно считать от чего и во что как угодно, ваше право. Можно прикрутить к A/B тестам, когда мы тестируем то, насколько стат значимо или нет было наше внедрение.

LTV - Жизненная ценность клиента (то, сколько ВСЕГО деняк нам принес милый юзер). Но вот проблема, как считать LTV клиента, если у нас нет данных за предыдущий период, пишите предположения в комментариях.

DAU / MAU (не Владимир) / WAU - дневная / месячная / недельная аудитория. Всё понятненько, да? Разбивка по датам и подсчет по периодам юзеров.

ARPU - Средний доход с юзера. Так мы можем оценить затраты на привлечение каждого пользователя. ARPPU - Средний доход с платящего пользователя. Достаточно похожие понятия, но среднее берется только с платящих, возможно, определяем какую акцию можем заложить на юзера.

Если вы знаете эти заклинания, то любая HRюшка будет вас звать на собеседование и смотреть на вас, как на второго Илона Макса.