6438
Шпаргалка продуктового аналітика, актуальні матеріали закладок аналітиків Автор: @osiyuk Product Analyst в MacPaw.com
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
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
В Google BigQuery з'явилась можливість імпортувати дані з Facebook Ads, Oracle, Salesforce, Salesforce Marketing Cloud за допомогою нативних конекторів в рамках Data Transfer Service. Це просто та безкоштовно. Ось детальна інструкція для налаштування трансферу даних із Facebook Ads в BigQuery: https://bit.ly/49RVawb
@BigQuery
pmclub/what-success-metrics-would-you-set-for-spotify-pm-interview-f438c1523c72">What Success Metrics would you set for Spotify? PM interview
Imagine you are Product Manager for Spotify, what success metrics would you define or lookout for?
@ProductAnalytics
The downsides of experimentation
The article help you to delve into the less discussed, yet critical, aspects of experimentation.
@ProductAnalytics
Setup, conflict, resolution - підхід для створення data storytelling
Крутий приклад як зі звичайного нудного графіку створити історію.
Моделювання Customer Retention Rate за допомогою Shifted-Beta-Geometric (sBG) розподілу дає доволі точні результати.
Реалізувати можна на R, Python і навіть Excel.
via @ProductAnalytics
Linear regression and correlation analysis
Методи, інструменти та кейси використання для прогнозування дій користувачів та покращення їх утримання.
@ProductAnalytics
Calculating Simple Monthly Recurring Revenue (MRR)
SQL example
@ProductAnalytics
How Duolingo reignited user growth
The story behind Duolingo's 350% growth acceleration, leaderboards, streaks, notifications, and innovative growth model.
@ProductAnalytics
The TikTok of Ecommerce
The fastest-growing ecommerce company in the world. It reportedly did almost $10 billion in revenue in 2020, and has grown over 100% for each of the past eight years.
The company's success story
via @ProductAnalytics
The Google PM Analytical Interview — 4thewinn/the-google-pm-analytical-interview-the-most-common-mistakes-6dc269f940a6">The Most Common Mistakes.
via @ProductAnalytics
What funnel analysis is and why they are commonly used for product analytics.
via @ProductAnalytics
Пост про аналитику, но не про web, а про реальную жизнь. Недавно появилась такая новость от российского государственного информагенства: В ДНР обработано 56,85% протоколов, за вхождение в РФ проголосовали 94,75% жителей, сообщает глава ЦИК региона. А чуть позже — ЦИК Донецкой Народной Республики обработал 82% протоколов, за вхождение в состав России проголосовало 99,06% избирателей. Давайте посмотрим на эти числа чисто аналитически.
Допустим, всего жителей 1 миллион. Если обработано 56.85% протоколов, то это 1000000*0.5685 = 568500 жителей. Из них 94,75% проголосовали за вхождение в РФ, то есть 538654 человека. Значит, проголосовали против 568500 - 538654 = 29846 человек. Запомним это число, мы к нему еще вернемся.
Во второй новости сказано, что уже всего проголосовало 82%, то есть 1000000*0.82 = 820000 жителей, из которых 99,06%, то есть 820000*0.9906=812292 проголосовало за вхождение в состав России. То есть, в этот раз, людей, которые проголосовали против было 820000 - 812292 = 7708. Но ведь когда было обработано 56.85% протоколов, людей проголосовавших против было 29846, что сильно больше чем 7708, когда обработали уже 99.06%. Куда делись хотя бы те бюллетени, которые были посчитаны на первом этапе? Надеюсь, сами люди, голосовавшие против вхождения в РФ не пропали без вести, как эти данные. Не верите в эти расчеты? Повторите сами, выше я сделал активные ссылки на оригиналы публикаций.
Такая дельта в числах с большой долей вероятности говорит о том, что людям нагло ссут в глаза и в уши. А потом отправляют в другую страну убивать и умирать, чтобы захватывать чужие территории. Если вы поддерживаете действия властей РФ в войне с Украиной — навсегда отпишитесь от этого канала.
В Google Analytics 4 нет стандартного отчета по Landing Pages (как в Universal Analytics), как и пока что нет возможности исключать отдельные URL-параметры из отчетности (не используя кастомные настройки самого трекинга). Но в #GA4 есть простой способ частично решать эти проблемы и мои коллеги Маша и Леша поделились им в своей статье: https://bit.ly/3ufjsOl
via @WebAnalyst
Your End-to-End Product Analytics Strategy
Why you should prioritize metrics based on the product lifecycle stages?
@ProductAnalytics
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
daria.sukhareva_53915/product-analytics-framework-adbde61eea44">Product Analytics Framework
How can data help make decisions faster on the each product lifecycle stages?
@ProductAnalytics
Data-Driven Marketing Optimization
itsabdulmatheen/data-driven-marketing-optimization-54016cd6cd6f">Harnessing the Power of Machine Learning Models, Visualizations, and Hypothesis Testing for Marketing Success.
@ProductAnalytics
Delusive Extrapolation and A/B Testing
Cautionary Tales of Complexity and the Dangers of Jumping to Conclusions
@ABtesting
Product Management Metrics — sia_ibk/product-management-metrics-measuring-the-right-metrics-as-a-product-leader-741eff17a607">Measuring the Right Metrics as a Product Leader
@ProductAnalytics
Reforge опублікував приклади вирішення реальних задач по аналітиці, маркетингу, growth, експериментам та іншим категроіям. Чудовий контент, цікаво глянути підхід до рішення проблеми від спеціалістів світових компаній. Доступ поки не повний, але можна відправити свій приклад на розгляд та отримати доступ до інших.
@ProductAnalytics
A Periodic Table of Visualization Methods - методи візуалізації на всі випадки в роботі аналітика (адаптовано лише під desctop).
@ProductAnalytics
BigQuery UDF for A/B-testing
aleksandrosiyuk/bigquery-udf-for-ab-testing-47580858f153">Automate the calculations of experimental results in BigQuery via User Defined Function.
@BigQuery.
Notifications: why less is more
How Facebook has been AnalyticsAtMeta/notifications-why-less-is-more-how-facebook-has-been-increasing-both-user-satisfaction-and-app-9463f7325e7d">increasing both user satisfaction and app usage by sending only a few notifications
via @ProductAnalytics
The birth of Data debt and alon.binman/the-birth-of-data-debt-and-looking-at-data-as-a-product-3fead205c975">looking at data as a product.
via @ProductAnalytics
The dark side of product metrics
How not to use product metrics and how to encourage teams to share data more openly.
via @ProductAnalytics
What’s driven TikTok growth? charitn/understanding-tiktoks-recent-growth-f6f6ce167e1b">Interesting data (strictly in the U.S. market).
via @ProductAnalytics
What is ll.ltsnk/how-to-build-a-product-metrics-map-1291ba2226d9">Product Metrics Map and how to build it.
via @ProductAnalytics
baxterstein/3-strategies-to-transition-from-product-or-data-analyst-to-product-manager-2ac83f2a60f">Advices for Product Analysts who want to become a Product Manager.
via @ProductAnalytics
