Telegram Web
Forwarded from WebAnalytics (Діма Осіюк)
​​Якщо ви ще не встигли забекапити свої дані з Google Universal Analytics — у вас ще є 26 днів та безкоштовний Python-код, який може вам у цьому допомогти. Майте на увазі, що Google Analytics Reporting API v4 має обмеження в 50 000 викликів API на день, тому для великих об'ємів даних можливо прийдеться адаптувати код, щоб вивантажити максимум історичних даних. Ну і враховуйте, що з Universal Analytics завжди дані вивантажуються в агрегованому вигляді.

https://bit.ly/4ecNXd9

via @WebAnalyst
​​Скільки заробляють та чим живуть аналітики з українського ІТ?

AIN за підтримки Genesis дослідили цей ринок та зібрали інсайти у великому спецпроєкті. Ось кілька фактів:

▪️ Більшість аналітиків вітчизняного ІТ працюють у цій сфері від 1 до 3 років.
▪️ 57% прийшли у професію через самонавчання.
▪️ Цікавість робочих задач і розмір зарплати – головні критерії під час вибору місця роботи для понад 61% опитаних фахівців.
▪️ Чверть опитаних отримують від $2000 до $3000 щомісяця.

Основою для дослідження стали відповіді 99 респондентів, які пройшли анонімне опитування. Читайте більше про те, де навчаються, працюють та з якими викликами зіштовхуються аналітики з українського ІТ:
https://ain.social/3Vr5VkH
​​Your End-to-End Product Analytics Strategy

Why you should prioritize metrics based on the product lifecycle stages?

@ProductAnalytics
​​The main task of any commercial product is to bring profit. To do this, it is necessary that the product has as wide an audience as possible and that users of the product buy from it as often as possible. The task of a product analyst is to constantly observe how profit changes, find the reasons for changes and look for profit growth points. Product metrics help the analyst to do this.

Examples of product metrics and SQL queries for calculating them.

@ProductAnalytics
​​Beyond the limitation of A/B Testing using Causal Inference

In the realm of product management and development, understanding the impact of new campaign (aka treatment) releases on user behavior is crucial. Campaign assessing effect on key performance indicators, such as retention metrics (specifically, Day 1 retention or D1), becomes a pivotal task.

However, this task presents several challenges. While A/B testing is commonly employed to measure such impacts, it is not always a viable option due to ethical, practical, or financial constraints.

@ProductAnalytics
​​Time-Series Market Mix Modeling for Sales Forecasting vs Advertising Expenses using Azure Blob Storage

This market mix modeling is a valuable learning experience, revealing how different advertising expenses impact sales.

@ProductAnalytics
​​Як утримати клієнта при взаємодії з продуктом → підкаже не ваша інтуїція, а глибокий аналіз 📊

Навчіться залучати, утримувати й повертати користувачів за допомогою правильного вибору метрик — на курсі «Продуктова аналітика» від Laba.

За 14 занять ви:
👉 навчитесь обирати метрики для зростання свого продукту
👉 засвоїте статистичний аналіз для виявлення закономірностей і прогнозів
👉 розберетесь, як проводити когортний аналіз для прогнозування поведінки користувачів
👉 зрозумієте, як запускати й аналізувати A/B-тести для ухвалення рішень
👉 налаштуєте аналітику для мобільних і вебпродуктів

Лектори:

Лада Кліщенко - Head of Product Analytics у Kyivstar, керує командою аналітиків у роботі над продуктами, як-от «Мій Київстар», «Київстар ТБ» та низкою B2B-продуктів.

Алекс Баликов - Director of Product and Operations у FuseBase, разом з командою з нуля вибудував продуктову та фінансову аналітику у FuseBase.

📅 Старт - 17 листопада

Детальніше про курс 👈
​​Mastering Dashboard Design: From Good to Unmissable Data Visualizations

A well-designed dashboard is more than just a collection of visuals; it’s a strategic tool for decision-making. By starting with a clear purpose, choosing the right metrics, and structuring your dashboard to guide users logically through the data, you can create visualizations that not only inform but also inspire action.

@ProductAnalytics
Forwarded from WebAnalytics (Діма Осіюк)
​​В Google Analytics 4 стали доступні Benchmarking метрики в форматі 25%, 50% і 75% процентилів. Аккаунти, які входять до порівняльних груп визначаються не тільки категорією, вибраною в налаштуваннях ресурсу #GA4, а комбінацією факторів, в тому числі і з урахуванням схожості URL'ів. Звичайно ж, дані шифруються і агреговуються, і мають певні порогові значення перш ніж візьмуть участь у порівнняні. Детальніше у відео або у документації: https://bit.ly/4f2RWJ1

via @WebAnalyst
​​Establishing Key Metrics and Segments for Airbnb Users

In this data visualization project, the author is analyzing a dataset with Airbnb data from Kaggle for the year 2019 to see what high-level insights and inferences he could derive.

via @ProductAnalytics
​​👉🏼 Опануйте навички, які допоможуть вивести продукт на ринок, знайти Product-Market Fit та забезпечити його масштабування

На курсі Продуктовий маркетинг ви дізнаєтесь, як забезпечити успіх продукту завдяки:

✔️аналізу трендів та конкурентного середовища
✔️розробці ефективної Go-to-Market стратегії
✔️формуванню позиціювання продукту
✔️координації команд з використанням GTM та Lean Canvas

отримаєте конспект про алгоритми для сегментації аудиторії & Predictive Analytics та інструменти AI, які допоможуть вирішити ряд завдань

Лектор - Андрій Охота, 13+ років у сфері, реалізує go-to-market стратегії, розробляє маркетингові й цінові стратегії для B2C та оптимізує UX-продукти:
→ у Readdle Ltd збільшив дохід продукту на понад $740.000
→ у Netpeak Ltd досягнув річного прибутку в $120.000 з нуля
→ у Skylum Software Ltd керував бюджетом понад $4 млн та досягнув подвоєного повернення інвестицій

Серед запрошених лекторів - експерти з Uklon, EPAM Systems та MacPaw

Детальніше про курс
Forwarded from MarkeTech (Діма Осіюк)
​​Google випустив Meridian — open-source інструмент для Marketing Mix Modeling (MMM), який допогамає вимірювати ефект від спільного впливу різних маркетингових каналів (в тому числі і offline каналів). Цей підхід орієнтований на агреговані дані, а не на дані рівня користувача, що дозволяє ним користуватись GDPR compliant компаніям. А те що рішення open-source — дозволяє кастомізувати його під свої потреби і особливості бізнесу. Доречі, у Facebook вже дуже давно є аналогічний open-source інструмент для MMM — Robyn.

Детальніше: https://bit.ly/419arXU

via @MarkeTech
​​How mobile apps secretly collect geolocation data without user consent. Oftentimes, even without developers knowledge.

Detailed a flowchart that includes many of the actors and data collecting so you can see how it's all connected.

@ProductAnalytics
​​🚀Штучний інтелект для продуктивності: приєднуйтеся до оновленого безкоштовного курсу від Google!

Навчіться використовувати нові інструменти ШІ, щоб заощадити до 2 годин щодня в роботі та повсякденному житті.

Що всередині?
• 13 коротких відеоуроків, воркбуки та конструктор ефективних запитів для ШІ
• Тренери з Google, SET University, Beetroot Academy, AI HOUSE тощо
• Вебінари з можливістю поставити питання експертам
• Практикуми зі створення зображень, персонального ШІ-помічника Gemini Gems та чат-ботів для бізнесу на основі Google Cloud
Навчання відбувається онлайн у гнучкому режимі у зручний для вас час!

🔥 Реєструйтеся за посиланням, аби не пропустити анонсів вебінарів та оновлень.
Привіт. Ми в MacPaw шукаємо продуктового аналітика, який має досвід роботи з мобільними додатками, знає основи веб аналітики та розуміється в трекінгу на iOS платформах.

MacPaw - продуктова ІТ компанія, розробляє macOS/iOS-додатки, продукти якої встановлені на кожному 5-му макбуці світу.

Вакансія за посиланням:

👉 Product Analyst (iOS & Web Analytics)
​​What everyone gets wrong about the Duolingo growth model

The lesson of the Duolingo growth model isn’t that we should all focus on CURR. It is that picking the right north star is essential for growth.

Duolingo saw the signs that the old metrics were becoming less useful. Statistical modeling identified some promising new north stars, which were then validated through experimentation with real users in the product itself.

@ProductAnalytics
Forwarded from BigQuery Insights
​​Як за допомогою BigQueryML можна виявити фактори, які впливають на результати.

Contribution Analysis оцінює вплив окремих категоріальних змінних на зміну метрики. Автор наводить приклад аналізу змін у коефіцієнті конверсії між двома кварталами.

@BigQuery
​​J-VERS, стартап, який допомагає збільшувати потік кандидатів на вакансії через правильне налаштування трафіку, зараз у пошуках Senior Data Analyst.

Ти будеш єдиним аналітиком у команді, відповідати за створення аналітичної інфраструктури з нуля, реалізовувати власні ідеї та справді впливати на бізнес на етапі його зростання. Ти тісно співпрацюватимеш із командою розробки, СТО та СЕО, фокусуючись на формуванні гіпотез, запуску A/B тестів та впровадженні стратегічного підходу до прийняття рішень.

Що ми пропонуємо:
- Можливість працювати віддалено та за бажання збиратись раз на квартал/пів року у нашому офісі у Луцьку;
- Стартап середовище без бюрократії, мікроменеджменту та з можливістю впливати на розвиток компанії;
- 7-ми годинний робочий день;
- Медичне страхування та бюджет на ментальне здоровʼя;
- Бюджет на навчання;
- Робоча техніка;
- Чіткий ріст;
- 24 дні відпустки, 24 лікарняних, а також тижнева відпустка для всієї компанії в кінці року.

Подати резюме можна за посиланням: https://bit.ly/45rpa33

Якщо можливість не для тебе, але знаєш кого можна порекомендувати пиши: @kmarrgo
Бонус за успішну рекомендацію 1000 євро 🌟
Forwarded from MarkeTech (Dima O)
Google провів онлайн конференцію Think AI 2025, підготовлену спеціально для українського ринку, і розповів про те як AI трансформує маркетинг та відкриває нові можливості для бізнесу. Рекомендую до перегляду:

https://www.youtube.com/watch?v=Oi9nWCjwiCA

via @MarkeTech
2025/07/14 07:20:35
Back to Top
HTML Embed Code: