14144
О графиках: плохих, хороших и других. От восхищения до ненависти — один chart. Заметили подозрительный график, присылайте — @bogachev11
Симпатичный ход от WSJ, с подписями на оси, вынесенными ближе к графику, где они в некоторой мере начинают выполнять двойную функцию: и остаются подписями для сетки, и [почти] становятся подписями значений.
#датавизприемы
Начиная с версии 2023 Microsoft Excel поддерживает Stories
#friday #humor
Набор на курс по научной коммуникации
Подобные визуализации и множество другого делаем со студентами на курсе «Визуализация данных в научной коммуникации» в ИТМО. Принципы хорошей визуализации в коммуникации,статьи для веб, презентации, онлайн-сервисы, базовая картография, суровый фидбек от меня :)
Кстати, сейчас идет прием документов на программу «Научная коммуникация», в которую и входит этот курс.
На программу можно попасть без экзаменов. До 24 июля можно прислать CV и мотивационное письмо на конкурс портфолио, а до 1 августа податься на вступительный экзамен.
На программе помимо моего курса идет научная журналистика, маркетинг, наукометрия и другие дисциплины — в общем, базовый набор для специалиста, который хочет популярно и грамотно говорить о науке с обществом.
Подробнее о программе: https://clck.ru/353zWA
#дружескаяреклама
Ну и график сравнения курсов валют от нуля, это в большинстве случаев бессмысленная история. Так как изменения обычно в узком диапазоне, и важны даже небольшие.
Читать полностью…
К вопросу о манипуляциях с диапазонами шкал Y и X. Посмотрите свежий график от Коммерсанта. Складывается впечатление, что курс с апреля почти не меняется. Рост, конечно есть, но незначительный.
А второй график с Гугла.
Если более честным выглядит Коммерсант поставьте 😀, если Гугл — 🔥
Мой коллега по пристрастию к датавизу сделал онлайн-приложение «My life in weeks», где можно, введя свою дату рождения, сгенерить себе лаконичный постер-визуализацию, сколько ещё осталось недель, если планируете дожить до 90. Очень такой убедительный постер, да. Можно скачать, напечатать и повесить и поплакать. А если не вводить дату, то можно скачать пустой бланк и раскрасить самостоятельно цветными карандашами.
Ну и вдогонку любимое видео про прокрастинацию, которое я всегда смотрю, когда нужно сделать что-то важное. Вы его наверняка видели, но вам же тоже важное надо делать, поэтому, почему бы и не посмотреть.
📚Недавно для книжного магазина БММ сделала подборку книг по визуализации. Не все осталось в наличии, но тут то, что точно можно ухватить:
- «Графики лгут. Как стать информационно грамотным человеком в мире данных?» от Альберто Кайро. Это одна из моих любимых книг про графики и как они нас обманывают, а некоторые этим пользуются.
- «Визуализация данных. Полный и исчерпывающий курс для начинающих» от Тамары Манценр. Прямо такая полноценная книга про все самое важное в визуализации. У нее еще есть классные записи лекций на ютубе.
- «Как лгать при помощи статистики» от Даррена Хаффа. Хорошо идет вместе с Кайро про обманывающие графики, потому что все идет от цифр.
И не про датавиз, но полезное в связке про данные «Думай медленно... решай быстро» Канемана и «Чёрный лебедь» Талеба.
До 1 сентября по промокоду DATAVIS можно получить скидку -10%, а еще и при регистрации будет действовать -25% и они суммируются.
Энди Кирк обновил свой каталог инструментов. Действительно добавлено много новых и улучшена рубрикация.
https://visualisingdata.com/resources/
⚡️Через 20 минут начинаем обещанный стрим с Ромой Буниным. Стрим будет в Ромином канале @revealthedata.
Ссылка для подключения в качестве слушателя: /channel/revealthedata?livestream
📘 Графики, которые убеждают всех
Совместим полезное с полезным, продолжу разбор важных книг по визуализации данных и сделаю анонс нашего разговора с Сашей. Про пропорции графиков мы поговорим на стриме в телеграме 2-ого в воскресенье, в 12:00 по Мск.
А сегодня расскажу вам про книгу Саши. Она является отличным пособием как делать графики и передавать с помощью них идеи. Больше всего идеи из книги будут полезны для презентаций и отчетов, когда у вас уже есть мысль или вывод, которые вы хотите донести до аудитории с помощью графика. А в контексте дашбордов будут полезны объяснения на какую группу вопросов отвечает каждый тип графиков и как их правильно оформить.
В книге есть личная история Саши и примеры из необычной отрасли — медицины. Это добавляет жизни и книгу читать интересно. Самое полезное в книге, на мой взгляд, — примеры «было → стало». Много интересных преображений графиков с полезными комментариями и много важных приемов и правил. Можно сделать чек-лист на проверку графика по этим пунктам. Но при этом в книге много классных отступлений формата «но бывает и по-другому». Саша гибко думает про правила, которые предлагает, и не запирает в них читателя: «Чаще всего делайте „так“ и „так“, но что-то может пойти и по-другому»
Отдельно стоит выделить классный раздел с частыми ошибками в визуализации. А ещё есть отличный постер чарт-чузер, который шел к книге, можно скачать тут.
Понравившиеся цитаты:
«Чем больше у проекта ограничений, тем проще вам работать»
«Чаще всего с помощью визуализации мы пытаемся понять, какие из значений больше или меньше других и в какой степени»
«Я не видел ни одного человека, которому помогли бы чарт-чузеры, или чтобы кто-то реально ими пользовался. Они интересны для ознакомления, но пользоваться ими не рекомендую» (сказал Саша и сделал чарт-чузер =)
Итого, книга — отличное начало про то, как строить первичную единицу дашборда — график. Очень рекомендую. Наиболее близкой по духу будет книга Коул Нафлик, можно читать из в паре.
Больше разборов книг по тэгу #книга
Саша Богачев накинул на мой пост про пропорции графиков у себя в канале и призвал на дуэль подискутировать на этот счет =)
Решили сделать спонтанный мини-стрим в воскресенье в 12:00 по МСК и там поспорить про это. Где пройдёт стрим решим попозже и напишем за час до встречи, скорее всего сделаем трансляцию в телеграме.
Тут произошёл большой казус. Многие издания, включая РБК и даже сам сайт ФНС написали, что в 2022 году российские компании заработали 1.3 квадриллиона рублей. Один квадриллион — это 1000 триллионов, число с 15 нулями.
Эксперты это радостно подтвердили, рассказав множество версий, откуда в России появилось так много денег, да ещё и на фоне кризиса. Однако никто почему-то не предположил, что озвученное число — это просто ошибка в данных.
А вот Институт проблем правоприменения пишет, что таким расчётам просто нельзя верить. Судя по всему, журналисты просто сложили общую выручку по всем компаниям, не вникая в детали.
Однако, если изучить исходные данные, можно обнаружить, что в 2022 году больше всего денег сделала некая компания ООО «ЮССА», сделав 214 триллионов рублей и обогнав Лукойл (выручка 2.9 трлн руб.) и Магнит (2 трлн руб.). ИПП предполагает, что подобное значение — бугхалтерская ошибка. Вероятно — не единственная.
О чём это говорит?
Если у вас есть исходные данные — обязательно изучите распределение и отсутствующие значения. Возможно, перед суммированием и подсчётом средних часть данных придётся исключить или исправить.
А ещё эта история учит нас тому, что можно найти экспертов под самое безумное утверждение, подтвердив любую ошибку в данных 🙈
За подробной аргументацией отправлю вас в канал ИПП — там интересно.
Ну как же так. По идеи оси слева и справа должны быть синхронизированы, но нет (см. картинку 2).
А можно было и просто линейный график сделать или даже скорее столбчатую диаграмму, на которой можно было удобно выделить период ковидных ограничений и экстремумы (мин/макс). Вряд ли так уж сильно нужны точные значения за каждый год среднего значения с детализацией до человека.
А ещё лучше было бы сделать ящики с усами.
А еще лучше.. в общем есть и другие варианты, но для начала можно хотя бы оси синхронизировать, чтобы одни и те же значения не изображались разной длины столбиками
Пример того, зачем визуализируя любые данные нужно подумать об осмысленной сортировке. (Первая картинка исходная, на второй футболки отсортированы мной в Пейнте). Как правило, это добавляет целый новый слой информации или даже два или три (или позволяет их удобнее считывать, проявляет).
1. Мы можем видеть значения, собранные по группам (большие, средние, малые)
2. Удобно сравнивать соседние значения друг с другом, даже если они очень мало отличаются друг от друга.
3. Видеть как значения распределены внутри диапазона.
А еще лучше было сразу отложить футболки вдоль температурной шкалы.
🤬 Cool-modern-dashboard подгорания пост
Давно хотел написать, тема лежит в запланированных уже года два, но тут недавно встретил статью, которую шарят в каналах по дизайну, и решил, что не стоит откладывать.
Проблема
Дизайнеры мало погружаются в тему визуализации данных и поэтому, когда им нужно сделать интерфейс с графиками, применяют те же правила, что используют и для дизайна сайтов. Это приводит к парадоксу: аналитики и BI-разработчики, которые ищут как улучшить внешний вид своих дашбордов ищут что-то формата «dashboard design» и попадают, например, на такую страничку (картинка выше). А там «красота»: скругления, плавные линии, бар-чарты не от нуля, 50 оттенков одного цвета, много плашечек и тенюшечек.
Аналитики смотрят на это и думают: ну раз дизайнеры так делают, то и мне стоит делать так же 🙈 В итоге мы имеем целую плеяду «красивых» дашбордов, которые несут мало ценности или ими неудобно пользоваться.
Статья-триггер
А вот и статья, которая триггернула меня написать пост: «Как нарисовать красивый график или диаграмму». Само слово «красивые» уже насторожило =) Подсвечу две основные ошибки:
Скругление углов и добавление градиентов
«Так как в современном дизайне повсеместно используются элементы со скруглённым углами, то же самое стоит использовать и для оформления инфографики.»
Вот поясняющая статья про скругления: почему так не стоит делать. Градиенты просто лишние, создают ощущение, что метрика как-то от чего-то зависит или меняется.
Подбор палитры в зависимости от цветов дизайна и бренда
«Для того чтобы лучше вписать график в окружающий дизайн или брендированную презентацию, можно использовать основной цвет этого дизайна. Даже если вы показываете рост продаж компании, можно покрасить график в красный если это рост продаж Кока Колы»
На мой взгляд такой подход может прям сильно испортить восприятие информации. Используйте корпоративные цвета в лого, в заголовке и т.п., но не стоит их бездумно переносить на график. Самое полное исследование и рекомендации по цветам.
В статье есть и хорошие советы, но примеры к ним тоже бывают сомнительные. В общем прочитайте сами и готов обсудить в комментариях.
К чему я это всё
Моя задачу не обидеть кого-то или сказать, что дизайнеры не умеет делать работу. Просто надо знать, что информационный дизайн и визуализация данных — это отдельные навыки. Проблема в том, что такие ошибки легко подхватываются и становятся трендом. Посмотрите как много ошибок можно найти на Tableau Public по запросу «modern dashboard design» или в статье «8 самых популярных дашбордов», и даже делаются специальные сервисы, чтобы получать шаблоны таких «красивых» дизайнов в Power BI и т.п.
Когда будет искать хорошие примеры, лучше смотрите на ребят, кто занимается именно датавизом, а не просто дизайном. И включайте голову и здравый смысл! 😜
Хороший дизайна визуализации данных от дизайнеров
— FX-pro
— Skybonds
— Секьюридж
Ну и напоследок: хороший канал «UX-notes» Антона Григорьева про дизайн, который слышит обратную связь и ссылка на рубрику «Переверстка».
#ссылка
Занятный пример манипуляции восприятием
На первый взгляд, всё понятно: уменьшилась доля людей в психбольницах — выросла доля людей в тюрьмах. То ли освобождённые психи стали совершать преступления. То ли стали сажать за то, за что раньше запирали в психушке. То ли мало запирают в психушках, и из-за этого выросла преступность. Но корреляция налицо! А может, и причинно-следственная связь! По крайней мере, так этот график подают некоторые авторы (например, Пол Грэм)
Однако, давайте внимательно посмотрим на шкалу времени. Что мы видим? Что сокращение доли людей в психбольницах началось ещё в середине 50-х. А с 1960 по 1970 оно было радикальным — почти втрое!
А что происходило в эти же годы, с 1960 по 1970, с долей населения в тюрьмах? Оно тоже сокращалось! И довольно заметно — с почти 200 до ~130 на 100к населения. И рост начался снова только с примерно 1973 года. И продолжался непрерывно ещё как минимум 28 лет
Получается, что более 10 лет оба эти показателя снижались одновременно. И ещё, что рост доли людей в тюрьмах начался сильно позже — через много лет после того, как радикально сократилась доля населения в психбольницах
Заметьте, в тексте ни слова о причинах этих явлений или связи между ними. Может, и связаны, нам это не известно, и пост не об этом. Пост о том, что при помощи данных можно манипулировать восприятием. Что можно показать связь там, где её и близко нет, просто правильно подобрав шкалы. И это — пример такой манипуляции
На первой картинке — диаграмма от The Economist, на второй — диаграмма из исследования, откуда были взяты данные
Мы с коллегами по цеху собрали папку проверенных, активных и интересных каналов, связанных с датавизом. Я конечно же на все подписана и все очень советую. Кому неудобно папкой, ниже добавила список ссылок.
Я была бы не я, если бы что-то не попыталась быстренько нарисовать :) Размер — число подписчиков, вертикальная линия — число опубликованных картинок, горизонтальная — число ссылок. Глядя на Рациональные и Настеньку понимаю, что мне ещё работать и работать :)
/channel/data_csv
/channel/rationalnumbers
/channel/chartomojka
/channel/revealthedata
/channel/data_publication
/channel/designing_numbers
/channel/nastengraph
/channel/novichkovnet
/channel/datavizcomics
/channel/visualize_it
/channel/dataviznews
К моему удивлению пример из предыдущего поста, который в пору включать в учебники, вызвал некоторое недопонимание, несогласие и реакцию в духе "оба плохие" или даже "коммерсант лучше". Что ж, давайте попробуем прояснить.
1. Разумеется любой выбор диапазона шкалы Y, длительности времени (шкала X) и пропорций графика несёт в себе субъективный компонент и акцентирует внимание на разных ответах. То есть для разных вопросов, будут разные настройки. И чисто теоретически можно придумать какой-то сценарий, при котором настройки у графики Коммерсанта идеальные для получения нужного ответа. Проблема именно в этом "чисто теоретически". Потому чтобы придумать этот сценарий нужно сильно постараться.
2. Как мы уже говорили в одном из недавних постов, линейные графики очень многослойные, и могут передавать много информации. Первый слой — общее впечатление о характере изменения показателя и выраженности этих изменений. Грубо говоря, показатель вырос/снизился? Это значительное изменение? Мы с Ромой Буниным всё это подробно как раз обсуждали в последнем стриме, и я приводил похожие примеры. Следующий слой — детали этих изменений, экстремумы, возможность посмотреть каким был показателем в каждый момент времени и так далее. Что даёт нам Коммерсант? Что за последние 4 месяца курс евро к рублю вырос, но не так значительно. В каком-то смысле даже есть ощущение, что он почти остается на месте. Субъективно это считывается, как "изменения незначительны".
3. На это работают и расширенный до 200 диапазон шкалы Y, который будет "уплощать" любые изменения. (А если сделать 400 или 1000, изменений и вовсе не будет, только вот какой в этом смысл?), и выбор сделать график только от апреля, лишая читателей контекста, который бы и помог сказать, "а много это или мало", "а как было раньше". Потому что летом 2022 года курс был менее 60. И более того — это единый тренд, который на большем промежутке времени лучше виден.
4. График от Гугла возможно тоже не оптимален. Чтобы точнее понимать контекст, его можно было сделать от нуля, хотя и сейчас это не ошибка (об этом чуть позже). Но важно понять, что график от Гугла — автоматический, в его создании не участвовало сознание человека и не пыталось сделать его более наглядным, понятным и соответствующим контексту. Потому что если бы пыталось, наверное захватило бы и начало 2022 года.
5. И юмор ситуации здесь в том, что автоматический график от Гугла передаёт субъективный (экспертный) компонент информации о курсе значительно лучше и точнее, чем ручной от Коммерсанта, который делает всё, чтобы критически снизить степень изменений курса с помощью манипуляций со шкалами.
6. По поводу того, что линейный график нужно строить только от нуля. Удивлен, что об этом снова и снова нужно говорить. Разумеется, можно не только от нуля, но об этом напишу подробнее отдельный пост.
🏋️ Как изящно визуализировать разницу между двумя показателями?
Традиционный excel-style – выбрать сгруппированную столбчатую диаграмму (grouped bar chart). Столбчатые диаграммы могут быть не всегда идеальным вариантом визуализации данных, особенно когда у вас есть значения, которые очень близки друг к другу, то становится очень сложно визуализировать разницу между столбцами.
Точечный график это одна из моих любимых альтернатив сгруппированной столбчатой диаграмме. Точечные графики предложил Уильям Кливленд (Cleveland W.), один из пионеров исследований в области визуализации данных. Точечный график использует точки, соответствующие значениям данных, иногда соединяемые линиями или стрелками.
Разновидность точечного графика – диаграмма гантелей (dumbbell chart) или иногда называемой диаграммой разрыва (gap chart), можно также встретить название "диаграмма ДНК" (в силу похожести на спираль ДНК). Диаграмма гантелей – точечная диаграмма, в которой две точки соединены линией, что означает изменение (размах, диапазон, разницу) между двумя точками данных для каждого измерения. Точки данных соответствуют одной оси, а группы – другой, которые не обязательно должны быть упорядочены определенным образом, хотя сортировка может значительно улучшить восприятие визуализации.
👉 Процесс извлечения данных из PDF и код на R для создания графика people_analytics/uHvMrH_lhSM">по ссылке.
#R #dumbbell_chart #dot_plot
Weekly Charts 📈
Очень хорошая вакансия в Тинькофф-журнале — редактор инфографики. Если вам нравится разбираться в цифрах писать про них и рисовать графики, но вы не знаете где этим заниматься, то вот здесь.
https://journal.tinkoff.ru/team/statistics-editor/
#дружескаяреклама
Спасибо всем кто поучаствовал, надеюсь было интересно! Если формат прикольный — ставьте огонёчки.
Ссылки:
— Запись стрима (качество такое отдает сам телеграм 😔)
— Мой дашбордик, чтобы поиграться с количеством точек
— Статья про COVID-19 из Economist
#ссылка
The Pudding сделали экстеншн для гугл мита, который анализирует, кто сколько говорит на встрече.
И все, конечно, визуализирует:
- кто сколько говорит и подсвечивает тех, кто говорит больше среднего
- подсвечивает излишнее использование бизнес жаргона
Думаю завтра всем будет не сильно до стрима про пропорции графиков, да и могут быть просто технические накладки с инетом, поэтому решили с Сашей перенести стрим. Расскажем позже когда сделаем.
А чтобы вы не совсем скучали, старый, но очень классный мем из «Как я встретил вашу маму». Кстати, этот сериал — неплохая альтернатива чтению новостей. 🥴
Хочу поспорить/порассуждать немного о посте про выбор пропорций для линейного графика, который написал Рома Бунин.
Для выбора верных пропорций Рома советует либо использовать технику "banking to 45 degrees" — постараться средний наклон сделать близким к 45 градусам, либо использовать 16:9 пропорции.
Я бы посмотрел на вопрос шире. Зачем нам нужен линейный график (или шире — график вообще)?
Он должен решить коммуникационную задачу.
Задача эта может быть разной, но чаще всего она будет вращаться вокруг быстрой и точной передачи цифровых значений таким образом, чтобы было легко, удобно, недвусмысленно получить ключевые сообщения, которые в датасете есть, и на которые заказчик коммуникации хочет, что бы мы обратили внимание.
Линейный график даёт очень много информации, которую наш мозг считывает за секунды. Это и общий характер изменения показателя, и характер изменения (скорость, направление) в отдельные моменты (резкий рост в этот месяц, плавное снижение в следующем году), ритм изменений, амплитуда изменений и так далее.
Если говорить про Ромин пример, все 3 графика, успешно передают всю эту информацию. Тогда зачем нам нужно менять пропорции?
Затем, что изменяя пропорции (а также диапазон, который охватывает шкала Y), мы можем добиться более точного соответствия восприятия линии СУБЪЕКТИВНОМУ характеру изменений показателя.
Субъективному — это значит, что одни и те же пропорции и один и тот же диапазон шкалы Y для разных данных может либо соотноситься с характером изменений, а может и не соотноситься. То есть в одном случае изменение на 5% — это супермного и суперважно (условно, для графика массы тела или ее температуры), в другом — это что-то на уровне погрешности (площадь лесных пожаров).
Дефолтные 16:9 — это может быть неплохое костыльное решение для дэшборда без учета любой субъективной составляющей.
Но если мы хотим решать коммуникационную задачу лучше, то нам нужно хорошо понимать свои данные и значимость тех или иных изменений, чтобы максимально наглядно их показать.
И вот здесь нам будут помогать (реже) пропорции, а чаще диапазон шкалы Y. Почему пропорции реже? Потому что проблема возникнет скорее всего только для очень широкого и плоского графика, или очень высокого и узкого. В остальных ситуациях (1:1, 4:3, 3:4, 16:9 и так далее) это не будет существенно влиять на субъективный характер изменений. По-крайней мере — меньше, чем диапазон шкалы Y.
Разумеется, ось Y у линейного графика обрезать можно, и нужно, но об этом нужен отдельный подробный пост.
Либо об этом уже написано у меня в книжке Графики, которые убеждают всех (кстати, готовится переиздание бумажной версии, ура), либо об этом рассказано и наглядно показано с помощью специального интерактивного инструмента в нашем офигенном курсе Визуализация данных и BI-инструменты на Я.Практикуме.
Кстати, 26-го июня стартует новый набор. С промокодом DATAVISBOG10 он может стать для вас ощутимо дешевле)
Как уместить много линий на одном линейном графике и не превратить его в спагетти чарт. Есть два пути:
📍 1. Убрать полностью цвет и подсвечивать только осознанно выбранную пользователем категорию. Наличие линий серого цвета даст контекст и понимание, в какой части графика находится выбранная линия.
📍2.1 Разместить много линий друг под другом. Такой формат позволяет сравнить тренды между категориями, но в меньшей степени дает контекст разброса значений между другими категориями.
2.2 Сочетать линейные графики с барами. Теперь еще пользуюсь лайфхаком от Sam Parsons, чтобы делать такие графики не через составную таблицу, а единым графиком. Дает возможность посмотреть на топ категорий и проследить динамику каждой.
Всегда можно дать пользователю выбор между разными типами графиков. И помнить, какая изначальная цель – если важно найти категории с наибольшим приростом, то будет проще вывести приросты в формате баров, а дальше дать линейный график для детального анализа каждой категории.
Книжка тут.
😐 Подгорания пост
Недавно в LinkedIn наткнулся на пост, про то, что хватит делать дашборды, они не приносят аналитической пользы.
Меня всегда удивляет это заблуждение, что дашборды вообще как-то напрямую связанны с аналитикой. Люди часто думают, что делая дашборд они создают возможность для анализа, но это не так. Дашборд ≠ Аналитика.
Дашборды — это удобный инструмент для быстрого восприятия данных, но вот анализировать эти данные на дашборде сложно. Обычно максимум, что вы можете получить от дашборда — это увидеть, что какая-то метрика упала, и отследить в какой определенно части бизнеса это произошло. Если сравнивать с современными методами анализа — это довольно поверхностные выводы.
Поэтому, если вы создаете дашборд, будьте готовы к тому, что он не принесет вам инсайты. Создавайте дашборды для оперативных задач — понимать, всё ли окей идёт в бизнесе. А для поиска точек роста бизнеса используйте отдельные аналитические проекты.
Я не согласен с автором, который говорит, что аналитика приносит больше ценности, чем дашборды. Они просто служат разным целям. Проблема возникает тогда, когда аналитические команды считают, что создание дашбордов само по себе будет генерировать новые идеи для развития бизнеса.
П.С. Я пишу и в LinkedIn, и часть контента там пересекается с каналом, а часть нет. Например этот пост не планировал писать в канал, но его английская версия набрала аж целых 24К (уже 65К) просмотров, что меня сильно удивило. Поэтому решил опубликовать и здесь. Присоединяйтес в LinkedIn, если вдруг такое интересно.
#наблюдение #ссылка
Конференция по продуктовой аналитике Aha!’23 пройдет 30 мая в Москве
Практическая конференция по продвинутой продуктовой аналитике и marketplace effiency состоится 30 мая на площадке Центра делового предпринимательства.
Среди спикеров конференции представители крупных компаний: Avito, Яндекс, Тинькофф, Мегафон, МТС, OZON и др. Целевая аудитория — продуктовые аналитики и менеджеры, директора по маркетингу, ML-специалисты.
Ключевые темы конференции: продуктовые эксперименты, a/b-тестирование, модели монетизации, surge pricing, supply & demand balance, ranking and personalization, network effects, экономика и оптимизация.
С подробной программой конференции можно ознакомиться по ссылке
В конференции примут участие более 500 специалистов в области ML-разработки, data science, продуктовой аналитики и управления бизнесом.
По промокоду Чартомойка можно получить скидку 10% на персональный билет
Подробности: matemarketing.ru
#дружескаяреклама
Убедительно, конечно. -0,9% примерно так и выглядят. А заголовок "Еврокомиссия улучшила прогноз по ВВП России в 2023 году".
Читать полностью…