Я твой продукт анализировал

описание

Про продуктовую аналитику в IT, мысли, методы анализа и алгоритмы. Всё, что ты хотел знать, но стеснялся спросить. ЛС тут: @de_kn

← к каналу @datadeepdive

1 677

подписчиков

Охват к подписчикам

118,9%

ERR

Реакции к просмотрам

1,24%

639 на 26 постов

Пересылки к просмотрам

0,54%

279

Постов в день

0,0

всего 26

Где отзываются чаще

доля реакций к просмотрам

10 февр.Приветики, рассказать вам про свой пет-проект, который зародился году так в 2016-м, в ленивую разработку перешёл в 23-м и вот сейчас уже крутится в стадии около релизной бетки?4,03%
1 апр.Чё там телега работает то?2,96%
1 июл. 2024 г.📌 Про SQL в обучении и в жизни, путь самурая Знаете вот это чувство, когда ты что-то делаешь, у тебя не получается или получается со скрипом, и это действие требует повышенной концентрации. А потом в один момент хоба — и ты его делаешь случайно, очень легко и даже получается не ужасно. В этот момент в голове что-то щёлкает, типа “а, вот как надо было” — и всё, ты научился, дальше так же легко повторяется снова и снова. И потом даже смешно становится, что раньше ты тут прикладывал максимум усилий, а сейчас делаешь одной рукой с закрытыми глазами. У меня такое было с SQL, правда в начале я и сам не знал что получается плохо 🙂 Когда я учил SQL, затронул наверное все форматы — были и курсы, которые накинули теории, и сайты с задачками и даже книжку по постгре купил (правда даже не дочитал её до середины, настолько душной она была). Но судя по задачкам с сайтов, я был уверен, что в принципе, понимаю что это такое и как оно устроено. Да у меня даже работа уже была (я был там первым и единственным аналитиком), где помимо всего прочего надо было вести борды в редаше (а это SQL-based BI). Ну там в основном мелочи всякие надо было писать, типа один запрос — один график, а это часто 5-10 строк кода. Что-то сложнее могло пойти на стаковерфлоу, но в целом было норм. Это подпитывало мою уверенность что да, вот так обычно все и делают. Ну и в учёбе задачки такого же уровня были, на крайняк хитрая функция, но задача всегда линейна. А потом я попал в компанию с развитой аналитической командой, где мне в первый же день скинули на изучение скрипт витрины для гигаборда, который считал огромную пачку ключевых метрик. Это была не какая-то красивая и удобная витринка для менеджеров, а прям официальная документация аналитиков — зацеплены все основные метрики (штук 50 точно было) и бОльшая часть популярных структур данных. Тонны джоинов и обращений к словарям, чтобы максимально всё нужное захватить. Стоит ли говорить что он был реально огромный, чтобы просто докрутить этот скрипт до конца, скроллить нужно было секунд 10. Порог в 1000 строк он там явно перешагнул. Первые дни я сидел с мыслями: "это вообще что такое, это что sql? Ну вот и смерть моя пришла, земля прощай, нас такому не учили и жизнь не готовила". На мой немой ахуй, лид только улыбался и говорил что-то типа “да он лёгкий, просто… ну большой получился))0)”. Я там недели две наверное вдуплял что к чему, медленно, но уверенно, как Рокки Бальбоа, впитывал структуру и фиксировал интересные моменты, которые не сложные, а скорее хитрые, и до которых я сам не додумался. Радовался что даже что-то начинаю понимать. И вот когда я с ним разобрался — оно щёлкнуло — я понял как работает SQL. Реально, всего за одну задачку (пусть и через все стадии принятия) мой уровень запросов сменился от подсчёта количества строк (”воу, 20 строк, вот это я машина”) к ощущению задачи и поискам путей решения, к пониманию структуры запроса и планированию скрипта сильно наперёд. #кулстори2,33%
28 апр. 2025 г.Здоров, бандиты 💅2,32%
3 июл. 2024 г.📌 Про мой самый странный опыт АБ-тестов Астрологи объявили неделю кулсторей 🍿 Как-то я работал в одной маленькой, но гордой (и прибыльной) компании, которая создавала инструмент для упрощение жизни маркетологов. Штат был человек 20 всего, включая офис-менеджера и ребят из поддержки. Проводили мы там, значит, один забавный АБ-тест. 🤌 Суть такова мы проанализировали страницу с выбором тарифа. На этой странице располагалось четыре карточки тарифов, слева-направо от самого дешёвого к самому элитному. Изучили распределение покупок и увидели, что с огромным отрывом юзеры выбирают второй слева тариф. Естественно, стало интересно, что же там такое есть, что покрывает все запросы пользователей. Начали изучать список плюшек, доступных на разных тарифах, но как не пытались найти эту киллфичу на втором тарифе — логически ничего не вырисовывалось. Все предлагаемые штуки были ну… обычными. Цена между 1-2-3 тоже не была какая-то разрывная. Почему второй, а не третий? Загадка дыры 🧐 И вот тогда, от череды неудачных попыток выявить закономерности, у нас возникла гипотеза “на дурака”, о том что им просто не хочется брать крайние тарифы, а второй на волшебном месте стоит. Ни цена, ни набор плюшек тут вообще ни при чем. Окей, принято, заворачиваем в эксперимент. В тестовом варианте мы просто поменяли порядок отсчёта — теперь слева был самый дорогой, постепенно ухудшаясь до самого простого тарифа. И что бы вы думали? В поведении юзеров ничего не изменилось. Они как брали вторую карточку слева, так и продолжили её брать. Только теперь это был третий по цене тариф 🙂 Магическое место сработало, мы заработали на тестовом варианте раза в 2 больше денег, p-value улетел в ноль, никакие прочие метрики не пострадали. Тест был супер успешным. На радостях мы с продактом пришли к СЕО (в нашей маленькой компании он был финальным лицом, принимающим такие решения) чтобы получить добро на раскатку тестового варианта, иии… нас развернули по причине: “да блин… похоже на какое-то НЛП… как-то стрёмно так людей обманывать”. Дополнительное x2 дохода не были решающим фактором для нашего СЕО. Он хотел делать просто хороший продукт без вот этих вот приколов. Как по мне, это очень уважаемое решение. Хоть и редко такое встретишь в бизнесе. Возможно, такая культура работы с данными — это и была причина, по которой я в последствии ушёл, но всё равно, кейс показательный. Не все продукты хотят высосать из вас деньги, кто-то и правда пытается “делать мир лучше”. А в тусовом чатике этой команды я состою до сих пор, всегда в сердечке 🙂 #кулстори2,11%
19 июл. 2024 г.Вообще не про аналитику, но фан-факт про вероятности. Вчера я чёт рассуждал про вероятности и вспомнил что когда-то где-то видел что-то забавное про вероятность повторить порядок перемешивания карт в колоде из 52 карт. Загуглил и наткнулся на одного пикабушника, который заморочился и рассчитал. Вкратце, когда вы перемешали колоду карт, почти наверняка выпала комбинация, которая за всё время никому никогда не выпадала. Причём, чем чаще все люди в мире перемешивают колоды, тем больше вариантов появляется и, по логике, тем выше вероятность повторить какую либо из уже появившихся комбинаций. Там в целом интересно, но самый сок в конце, когда он объяснял это на примере: ➡️ Представьте, вы решили пойти пешком в кругосветку по экватору. ➡️ Но идти вы будете не обычным шагом, а очень мелким, каждый шаг будет в 4.2 микрона (расстояние, равное толщине листа бумаги для принтера вы пройдёте за 23 шага). ➡️ На каждом шагу вы будете останавливаться и перемешивать колоду 1000 раз в секунду на протяжении срока существования Земли (4,5 млрд лет). ➡️ Потом ещё один микро-шаг, снова остановка и так далее, пока не пройдёте весь путь. По окончании этой кругосветки вы будете иметь 0.1% вероятности того, что пока вы шли случилось хоть одно совпадение. #funfact для пятницы 🙂1,74%
30 авг. 2024 г.📌 Из аналитика в сатаниста Есть такой прикол среди новичков в аналитике — рассматривать эту должность как проходную на пути в data science. В целом план нормальный, надёжный. Из аналитики вообще традиционно 4 пути: в менеджера, в инженера, в сатаниста или остаться в аналитике. У меня тоже с самого начала был план пойти в DS когда-нибудь, чё уж там. И когда я в целом был готов к этому перекату (это было наверн в прошлом-позапрошлом году), СОВЕРШЕННО ВНЕЗАПНО оказалось что это другая профессия 🤡 Какой бы ты ни был синьор-помидор в смежной специальности, в DS ты начнёшь с нуля, потому что оно вроде бы и похоже, вроде бы и корни одни и те же, но там такая гора нюансов, что вкатываться во все эти тонкости это время. Мнооого времени. Я не был готов терять почти весь доход ради таких мувов и начинать всё с начала. Тем более что на выходе синьорные вилки не то чтобы прям сильно больше там. Моя маленькая мечта жёстко разбилась о реальность.Так сказать, передержал. Вот вам дедовская мудрость, если планируете такие перекаты — не затягивайте, года 2-4 в аналитике и пора. Потом будет очень больно от осознания, что весь твой накопленный опыт и бэкграунд там как бы особо и не нужны никому.1,59%
3 сент. 2024 г.Приветики, а помните в прошлом году в мире многие страны тестировали 4-х дневную рабочую неделю? Они теперь периодически постят результаты, и там прям прекрасное 🤩 Вот из недавнего по Великобритании: 🔵Большинство участвующих компаний в Великобритании сделали эту политику постоянной. Из 61 компании 54 (89%) продолжают придерживаться этого графика, а 31 компания (51%) официально перешли на четырехдневную неделю. 🔵82% компаний отметили улучшение благополучия сотрудников, а 50% — снижение текучести кадров. Позитивное влияние на организацию отметили все опрошенные руководители, причем более половины описали его как «очень положительное». 🔵Основные улучшения наблюдались в work-life балансе и физическом / психическом здоровье. 🔵Там даже зафиксировали улучшение качества воздуха. Видимо, потому что все душнилы остались по домам. Ждём когда эта практика докатится и до нас? 🍿1,58%
7 апр.📌 Часть 2/2 🔖 Собственно, часть с дизайном. АБ-направление, как правило, это или отдельный подотдел внутри аналитического, или просто сайдквест аналитиков. А задачи им, обычно, поставляют заказчики в лице менеджеров, продактов, дизайнеров и т.д. Т.е. нужна какая-то общая точка доступа, чтобы они могли записывать свои идеи, планировать график и тд. Из этой логики выросли раздел “Гипотезы”, “Планирование”, “Оценка выборки” которые закрывают этап подготовки экспа. 🔖 Анализатор это итак понятно, тут особо не буду вдаваться в подробности, можно доку на сайте почитать, если интересно. Лучше расскажу как мы это дело связывали с контуром клиента. Вообще есть 3 метода поставки данных в нашу систему. 1️⃣ Самый простой это просто загрузить CSV. Файл хранится локально на время сесии, закрыл вкладку - файл выпилился. 2️⃣ Второй, это настройка загрузки по АПИ по графику, условно вы складываете свои данные на наш защищенный сервак, они по пути шифруются и лежат пердят там 2 недели, потом автоматически выпиливаются. Но у вас есть прямой доступ к своей папке, так что можно удалить руками с нашего сервака когда вздумается. Метод простой, но жёсткие безопасники будут ругаться, если вы супер секретные ребята. 3️⃣ И третий, самый секьюрный, это развернуть раннер в своём контуре, движок сидит у вас, за данными ходит к вам, считает у вас, и кидает в облако только всякие доверительные интервалы да p-value, чтобы красиво было. Там просто докер-образ, который у себя разворачиваете, логируете и смотрите что уходит. При настройке 2-м или 3-м методом, автоматически по графику обновления ваших данных катаются всякие последовательные тестирования и прогнозы куда вообще катится эксп и стоит ли его дожимать. Ну и SRM на лету чекает, чтобы быть уверенным что там нормально сплитуется всё. И ещё потом накрутили по мелочи всякой косметики, типа раздел для заметок, библиотеку метрик для дизайнов, AI на базе GPT для интерпретации результатов человеческим языком, аггрегацию статистики для понимания куда вообще катятся наши эксперименты, где мы умеем, а где не особо, и пока простенький конфигуратор сообщений в корп мессенджеры, типа дайджестов для пингов команды, типа “На этой неделе катим вот это, а на прошлой завершились вот эти”. Доступ ограничен ключами, сейчас подумываем о разделении корпоративных (платных, для работы с командой) и фри-прайвэт чисто для себя. Чтобы потыкаться надо запросить ключ через форму баг-фиксов (пока так, да). Заточен под европейский рыночек, т.к. там сервак в Германии и страйп и юр лицо забугорное, но ру локализация имеется. Ну и собственно, зацените что получилось, тыкайте, в РФ вроде работает 🙃 https://ab-labz.com/1,57%
26 маяПрикрутили типизацию аккаунтов, теперь в соло можно пользоваться без всяких ключей, с ограничениями на автоматизацию и приглашение юзеров, но самостоятельно покрутить расчёты через загрузку CSV можно, ну и хранить карточки тоже. Получается такое карманное решение для быстрых рассчётов без заморочки чисто для себя, но, надеюсь, поможет бедным джунам, у которых в запасе не так много скриптов и понимания как посчитать результаты экспа, а менеджеру нужно уже вчера 😀1,40%
12 июн. 2024 г.🔗 Популярные виды распределений Я вообще тут не просто так про распределения начал. Читал тут статейку одну про распределения и решил собрать такую небольшую шпаргалку по популярным видам распределений. Не то чтобы при анализе ты прям ходишь такой “о, это распределение Вейбулла” (на практике чаще классифицируешь их по форме, симметричные или скошенные) но хотя бы названия и форму их знать полезно, особенно на вопросах типа “какие распределения ты знаешь?”. 🙂 Добавил основные характеристики и пример использования, чтобы это была более полноценная шпаргалка. Функции плотности вероятности не добавил, телеграф не умеет в Latex, а в строку эти и без того жуткие формулы превращаются в мясо. Загуглите если надо. Бонусом в конце добавил ссылку на гигантскую карту распределений. https://telegra.ph/Populyarnye-vidy-raspredelenij-06-12 #собесы #инструменты1,27%
19 июн. 2024 г.📌 Оконки LEAD и LAG Любое уважающее себя (но это не точно) техническое интервью обязательно содержит вопрос или задачку про эти функции. Понятия не имею откуда это пошло — не то чтобы это были какие-то сверхпопулярные оконки, скорее даже редкие, но имеем что имеем. Если ты, по каким-то загадочным причинам, слышишь об этом в первый раз, то гоу разбираться. Смысл этих функций в притягивании соседа ДО или соседа ПОСЛЕ. В общем виде выглядит как и любая другая оконка: lag(some_col) over(partition by some_id order by some_dt) Т.е. “внутри каждого потока some_id отсортируй строки по some_dt и достань мне предыдущее значение столбца some_col”. Как и любую другую оконку можно засунуть эту конструкцию прямиком в select, в условие case или where, а при особом желании даже в join можно затянуть. А что по примерам использования, когда полезно? 🟡При анализе пользовательских путей, если нужно достать название страницы / экрана, который предшествовал заданному. Например для поиска ключевых точек типа откуда юзеры чаще всего попадают на страницу товара; 🟡При осмотре каких-то метрик на текущий момент, чтобы быстро сравнить с предыдущим периодом и показать разницу, растёт или падает. Такое чаще практикуется в репортах, когда нужна одна конкретная цифра “на сейчас” и стрелка вверх-вниз; 🟡При анализе оттока, чтобы быстро посчитать разницу в количестве дней от текущей даты и последней датой активности юзера. Хотя тут и есть более ходовой вариант через max(date), тем не менее юзабельно; 🟡При построении всяких недельных саммари, когда нужно учитывать, например, только рабочие дни. #собесы1,17%