Статистика и R в науке и аналитике
25.04.202512:00
История A/B тестирования: первые тесты в бигтехе
Продолжаем разбирать историю A/B тестов — начало в этом посте.
Сегодня рассмотрим первопроходцев A/B в современном понимании. Точно сказать, какой именно тест был самым первым, нельзя, но ранние примеры приходятся на начало 2000-х:
📱 Amazon:
Amazon позиционирует себя как data-driven компания, где тестируют самые минимальные изменения интерфейса. Уже в 2004 году Рон Кохави представил доклад об их тестах.
Грег Линден предложил показывать персональные рекомендации на этапе чекаута ("Похожие товары" перед оплатой). Старший вице-президент по маркетингу был категорически против, опасаясь, что это отвлечет пользователей от покупки и снизит продажи.
Однако Линден все равно запустил A/B тест, в котором вариант с рекомендациями победил с таким отрывом, что отказ от этой идеи стоил бы Amazon миллионы долларов.
🔍Google:
Первый A/B тест провели в начале 2000х годов. UX-исследования показывали, что пользователи хотят видеть больше результатов поиска на странице: 20 лучше чем 10, 25 ещё лучше, 30 — идеально. Google провел A/B тест: в экспериментальной группе пользователям показывали 30 результатов поиска на одной странице.
Трафик в экспериментальной группе упал на 25% менее чем за шесть недель. Сотрудники задумались, почему это произошло. Одним из вариантов был парадокс выбора, когда пользователи из-за слишком большого количества вариантов не могут решить, что им выбрать.
Однако разгадка оказалась проста: скорость. Страницы с 30 результатами грузились дольше в среднем на 0.5 секунды, и этого оказалось достаточно, чтобы серьезно ухудшить пользовательский опыт, что повлекло за собой падение трафика и выручки. В результате Google остановился на 10 результатах поиска в выдаче, и это число используется до сих пор.
📱 Bing:
Сотрудник Bing предложил удлинить заголовки рекламы, добавив к ним первую строчку описания: группа A — короткий заголовок (Купить iPhone), группа B — длинный (Купить iPhone 5 с гарантией и доставкой). Идея казалась незначительной и полгода пылилась в бэклоге (очереди задач разработки), пока разработчик не решил её протестировать. Через несколько часов после старта теста сработал "revenue-too-high alert" — новый формат оказался "слишком хорош", подняв выручку на невероятные 12%. Это принесло Bing более $100M годового дохода в США, не ухудшив UX-метрики. Тест многократно повторяли, подтверждая результат (HBR, 2017).
📱 Netflix:
Тестировали обложки фильмов: группа A — стандартные постеры, группа B — персонализированные. Например, для фильма "Умница Уилл Хантинг" любителям романтики показывали кадры с Мэттом Дэймоном и Минни Драйвер, а фанатам комедий — с Робином Уильямсом, известным комиком. A/B тест показал, что персонализированные обложки значительно увеличили вовлечённость и персонализация стала стандартом Netflix (Netflix Tech Blog, 2017).
А вы замечали, что попали в A/B тест? Я недавно заметила, что я не попала в тестовую группу, когда у коллег изменился интерфейс гугл мита, а у меня нет. Однако примерно через неделю это изменение интерфейса доехало и до меня.
#AB_tests #analytics
Продолжаем разбирать историю A/B тестов — начало в этом посте.
Сегодня рассмотрим первопроходцев A/B в современном понимании. Точно сказать, какой именно тест был самым первым, нельзя, но ранние примеры приходятся на начало 2000-х:
📱 Amazon:
Amazon позиционирует себя как data-driven компания, где тестируют самые минимальные изменения интерфейса. Уже в 2004 году Рон Кохави представил доклад об их тестах.
Грег Линден предложил показывать персональные рекомендации на этапе чекаута ("Похожие товары" перед оплатой). Старший вице-президент по маркетингу был категорически против, опасаясь, что это отвлечет пользователей от покупки и снизит продажи.
Однако Линден все равно запустил A/B тест, в котором вариант с рекомендациями победил с таким отрывом, что отказ от этой идеи стоил бы Amazon миллионы долларов.
🔍Google:
Первый A/B тест провели в начале 2000х годов. UX-исследования показывали, что пользователи хотят видеть больше результатов поиска на странице: 20 лучше чем 10, 25 ещё лучше, 30 — идеально. Google провел A/B тест: в экспериментальной группе пользователям показывали 30 результатов поиска на одной странице.
Трафик в экспериментальной группе упал на 25% менее чем за шесть недель. Сотрудники задумались, почему это произошло. Одним из вариантов был парадокс выбора, когда пользователи из-за слишком большого количества вариантов не могут решить, что им выбрать.
Однако разгадка оказалась проста: скорость. Страницы с 30 результатами грузились дольше в среднем на 0.5 секунды, и этого оказалось достаточно, чтобы серьезно ухудшить пользовательский опыт, что повлекло за собой падение трафика и выручки. В результате Google остановился на 10 результатах поиска в выдаче, и это число используется до сих пор.
📱 Bing:
Сотрудник Bing предложил удлинить заголовки рекламы, добавив к ним первую строчку описания: группа A — короткий заголовок (Купить iPhone), группа B — длинный (Купить iPhone 5 с гарантией и доставкой). Идея казалась незначительной и полгода пылилась в бэклоге (очереди задач разработки), пока разработчик не решил её протестировать. Через несколько часов после старта теста сработал "revenue-too-high alert" — новый формат оказался "слишком хорош", подняв выручку на невероятные 12%. Это принесло Bing более $100M годового дохода в США, не ухудшив UX-метрики. Тест многократно повторяли, подтверждая результат (HBR, 2017).
📱 Netflix:
Тестировали обложки фильмов: группа A — стандартные постеры, группа B — персонализированные. Например, для фильма "Умница Уилл Хантинг" любителям романтики показывали кадры с Мэттом Дэймоном и Минни Драйвер, а фанатам комедий — с Робином Уильямсом, известным комиком. A/B тест показал, что персонализированные обложки значительно увеличили вовлечённость и персонализация стала стандартом Netflix (Netflix Tech Blog, 2017).
А вы замечали, что попали в A/B тест? Я недавно заметила, что я не попала в тестовую группу, когда у коллег изменился интерфейс гугл мита, а у меня нет. Однако примерно через неделю это изменение интерфейса доехало и до меня.
#AB_tests #analytics
13.03.202508:02
История A/B тестирования: от лечения цинги до цвета ссылок Google
Сегодня разберем историю A/B тестов — от первых экспериментов в медицине до современных бизнес-кейсов. Материал получился объемнее, чем изначально планировался, поэтому вынесла отдельно:
https://ubogoeva.github.io/R4Analytics/posts/history_of_AB_testing.html
В следующих постах разберем больше про первые A/B тесты в Amazon, Microsoft и других бигтехах.
Пишите в комментариях, что уже знали и что оказалось новым!
Сегодня разберем историю A/B тестов — от первых экспериментов в медицине до современных бизнес-кейсов. Материал получился объемнее, чем изначально планировался, поэтому вынесла отдельно:
https://ubogoeva.github.io/R4Analytics/posts/history_of_AB_testing.html
В следующих постах разберем больше про первые A/B тесты в Amazon, Microsoft и других бигтехах.
Пишите в комментариях, что уже знали и что оказалось новым!
20.01.202505:00
Что такое продуктовая аналитика?
Хочу похвастаться — чуть больше двух месяцев работаю продуктовым аналитиком в Литрес 📚, в команде монетизации, поэтому решила написать впечатления о работе и вообще о том, что такое и зачем нужна продуктовая аналитика.
Впечатления о работе продуктовым аналитиком в Литрес
…если нужно описать одной картинкой ⬆️
А если серьезно, у меня классический стек продуктового аналитика: дизайн и проведение A/B тестов (в основном через вариокуб, иногда вручную подвожу итоги), генерация продуктовых гипотез, написание ETL-процессов (airflow, python) и создание дашбордов (Superset).
Немного о том, чем занимаются продуктовые аналитики в моем понимании.
Я бы описала многообразие работы продуктовым аналитиком так: аналитик помогает бизнесу принять взвешенные решения, основываясь на данных. Это может включать:
- Анализ поведения пользователей на основе логов приложения для выявления наиболее популярных функций и проблемных мест.
- Дизайн и проведение A/B тестов для улучшения пользовательского опыта и увеличения монетизации приложения.
A/B тесты позволяют статистически сравнить эффект какого-либо воздействия в продукте, это очень похоже на обычные эксперименты сравнения с контролем, которые используются в науке (методика A/B тестирований и пришла из научных исследований). Простое объяснение про A/B можно посмотреть в посте Юры, также я выкладывала пример дизайна A/B теста в соревновании от Samokat.tech.
В целом методика тестирований это обширная тема, на много курсов и телеграм-каналов, но в двух словах так.
- Создание дашбордов для наглядного представления информации и отслеживания ключевых метрик продукта.
- И самое интересное - генерация гипотез, что можно улучшить в продукте, далее разработчики могут реализовать это изменение, а аналитики проверяют результат с помощью A/B тестов.
Не все из перечисленного является уникальной способностью продуктового аналитика, например дашборды делают BI-аналитики, и в принципе любые аналитики, гипотезы могут придумывать продакт-менеджеры, анализируют поведение пользователей маркетологи и UX-исследователи. Несмотря на это, продуктовые аналитики играют ключевую роль в интеграции и интерпретации данных для принятия решений бизнеса.
Именно это для меня кажется самым интересным в работе продуктовым аналитиком 😎
#product #analytics
Хочу похвастаться — чуть больше двух месяцев работаю продуктовым аналитиком в Литрес 📚, в команде монетизации, поэтому решила написать впечатления о работе и вообще о том, что такое и зачем нужна продуктовая аналитика.
Впечатления о работе продуктовым аналитиком в Литрес
…если нужно описать одной картинкой ⬆️
А если серьезно, у меня классический стек продуктового аналитика: дизайн и проведение A/B тестов (в основном через вариокуб, иногда вручную подвожу итоги), генерация продуктовых гипотез, написание ETL-процессов (airflow, python) и создание дашбордов (Superset).
Немного о том, чем занимаются продуктовые аналитики в моем понимании.
Я бы описала многообразие работы продуктовым аналитиком так: аналитик помогает бизнесу принять взвешенные решения, основываясь на данных. Это может включать:
- Анализ поведения пользователей на основе логов приложения для выявления наиболее популярных функций и проблемных мест.
- Дизайн и проведение A/B тестов для улучшения пользовательского опыта и увеличения монетизации приложения.
A/B тесты позволяют статистически сравнить эффект какого-либо воздействия в продукте, это очень похоже на обычные эксперименты сравнения с контролем, которые используются в науке (методика A/B тестирований и пришла из научных исследований). Простое объяснение про A/B можно посмотреть в посте Юры, также я выкладывала пример дизайна A/B теста в соревновании от Samokat.tech.
В целом методика тестирований это обширная тема, на много курсов и телеграм-каналов, но в двух словах так.
- Создание дашбордов для наглядного представления информации и отслеживания ключевых метрик продукта.
- И самое интересное - генерация гипотез, что можно улучшить в продукте, далее разработчики могут реализовать это изменение, а аналитики проверяют результат с помощью A/B тестов.
Не все из перечисленного является уникальной способностью продуктового аналитика, например дашборды делают BI-аналитики, и в принципе любые аналитики, гипотезы могут придумывать продакт-менеджеры, анализируют поведение пользователей маркетологи и UX-исследователи. Несмотря на это, продуктовые аналитики играют ключевую роль в интеграции и интерпретации данных для принятия решений бизнеса.
Именно это для меня кажется самым интересным в работе продуктовым аналитиком 😎
#product #analytics
24.11.202412:30
Долгожданный разбор теста Велча и сравнение с тестом Стьюдента
Опубликовала сравнение двух тестов в самых разных случаях. Получилось мало формул, много симуляций, неожиданный плоттвист в конце 🤔
Читаем по ссылке, пишите комментарии здесь или на сайте с авторизацией через гитхаб (недавно добавила эту фичу).
#stats #stat_hard
Статистика и R
P.S. Знаю, что есть запрос на лонгриды по статистике, но на их разбор и написание уходит очень много времени, поддержите репостами и реакциями!
Опубликовала сравнение двух тестов в самых разных случаях. Получилось мало формул, много симуляций, неожиданный плоттвист в конце 🤔
Читаем по ссылке, пишите комментарии здесь или на сайте с авторизацией через гитхаб (недавно добавила эту фичу).
#stats #stat_hard
Статистика и R
P.S. Знаю, что есть запрос на лонгриды по статистике, но на их разбор и написание уходит очень много времени, поддержите репостами и реакциями!
06.10.202407:00
⚡️ Розыгрыш книг по статистике, программированию в R и продуктовой аналитике
Нас уже больше 2600 🎉
В честь этого объявляю розыгрыш книг по тематике канала. Предлагаю на выбор книги из списка:
📊 По статистике:
• “Статистика для всех” Сары Бослаф
• “В поисках эффекта. Планирование экспериментов и причинный вывод в статистике” Хантингтон-Клейн Н.
🖥 По R:
• "R. К вершинам мастерства" Хэдли Викхама в переводе Александра Гинько
• "R в действии. Анализ и визуализация данных с использованием R и Tidyverse" Кабаков Роберт И.
• "Изучаем Shiny" Хэдли Викхама в переводе Александра Гинько
📈 По продуктовой аналитике:
• "Доверительное A/B тестирование" Кохави
Для участия в розыгрыше нужно:
✅ Подписаться на канал "Статистика и R в науке и аналитике"
✍️ Написать комментарий под этим постом о том, что лично для вас интереснее всего читать в канале, пожелания к развитию.
Будет определено три победителя рандомайзером, для получения подарка нужно иметь возможность забрать книгу с озона или с почты России.
Комментарии принимаются до воскресенья, 13 октября 17.00 МСК. Подведение итогов розыгрыша будет в этот же день, результаты выложу в комментарии к посту. Также для автора самого интересного комментария (по моему мнению) подарю телеграм-премиум на три месяца.
Кроме этого, возможен подарок книги не из этого списка, если это укладывается в ценовой диапазон и связано с тематикой канала.
Жду ваших комментариев!
#stat_gifts
Нас уже больше 2600 🎉
В честь этого объявляю розыгрыш книг по тематике канала. Предлагаю на выбор книги из списка:
📊 По статистике:
• “Статистика для всех” Сары Бослаф
• “В поисках эффекта. Планирование экспериментов и причинный вывод в статистике” Хантингтон-Клейн Н.
🖥 По R:
• "R. К вершинам мастерства" Хэдли Викхама в переводе Александра Гинько
• "R в действии. Анализ и визуализация данных с использованием R и Tidyverse" Кабаков Роберт И.
• "Изучаем Shiny" Хэдли Викхама в переводе Александра Гинько
📈 По продуктовой аналитике:
• "Доверительное A/B тестирование" Кохави
Для участия в розыгрыше нужно:
✅ Подписаться на канал "Статистика и R в науке и аналитике"
✍️ Написать комментарий под этим постом о том, что лично для вас интереснее всего читать в канале, пожелания к развитию.
Будет определено три победителя рандомайзером, для получения подарка нужно иметь возможность забрать книгу с озона или с почты России.
Комментарии принимаются до воскресенья, 13 октября 17.00 МСК. Подведение итогов розыгрыша будет в этот же день, результаты выложу в комментарии к посту. Также для автора самого интересного комментария (по моему мнению) подарю телеграм-премиум на три месяца.
Кроме этого, возможен подарок книги не из этого списка, если это укладывается в ценовой диапазон и связано с тематикой канала.
Жду ваших комментариев!
#stat_gifts
16.04.202515:59
А вот и запись стрима
https://youtu.be/gqbuCF8B4Cg
https://youtu.be/gqbuCF8B4Cg
09.03.202507:00
NEWHR выпустили результаты исследования рынка аналитиков за 2024 год
Я репостила анонс исследования NEWHR, спасибо всем, кто прошел опрос, удалось набрать довольно солидную выборку, 1293 человека 🔥
Смотреть полные результаты
Основные инсайты из исследования:
👉 Главные выводы
👉 Какие задачи решают аналитики
👉 ЗАРПЛАТЫ: как менялись за год и сколько получают аналитики, существует ли гендерное неравенство в зарплатах (спойлер: существует) + NEWHR дополнили исследование своей экспертизой: что повышает или снижает стоимость аналитиков
👉 Откуда пришли в профессию и куда идут дальше
👉 ТОП и Анти-ТОП компаний для аналитиков
👉 Каких экспертов котируют и за кем следят
Для меня наиболее интересным оказались результаты по зарплате аналитиков, их гендерному распределению, а также топ и анти-топ компаний для аналитиков (забавно, например, что яндекс ❤️ попал и туда и туда).
Еще хочу отметить исследование как пример очень хорошей визуализации данных (хотя по мелочи есть к чему придраться, например в самом первом графике цвет избыточен, на мой взгляд).
В основном в выборке представлены дата- и продуктовые аналитики, и дата-аналитиков было почти столько же, сколько всего респондентов в аналогичном исследовании 2023 года.
Спасибо NEWHR за проведение таких исследований, и всем, кто прошел опрос, это очень полезно, чтобы понимать рынок труда и свое место в нем.
Я репостила анонс исследования NEWHR, спасибо всем, кто прошел опрос, удалось набрать довольно солидную выборку, 1293 человека 🔥
Смотреть полные результаты
Основные инсайты из исследования:
👉 Главные выводы
👉 Какие задачи решают аналитики
👉 ЗАРПЛАТЫ: как менялись за год и сколько получают аналитики, существует ли гендерное неравенство в зарплатах (спойлер: существует) + NEWHR дополнили исследование своей экспертизой: что повышает или снижает стоимость аналитиков
👉 Откуда пришли в профессию и куда идут дальше
👉 ТОП и Анти-ТОП компаний для аналитиков
👉 Каких экспертов котируют и за кем следят
Для меня наиболее интересным оказались результаты по зарплате аналитиков, их гендерному распределению, а также топ и анти-топ компаний для аналитиков (забавно, например, что яндекс ❤️ попал и туда и туда).
Еще хочу отметить исследование как пример очень хорошей визуализации данных (хотя по мелочи есть к чему придраться, например в самом первом графике цвет избыточен, на мой взгляд).
В основном в выборке представлены дата- и продуктовые аналитики, и дата-аналитиков было почти столько же, сколько всего респондентов в аналогичном исследовании 2023 года.
Спасибо NEWHR за проведение таких исследований, и всем, кто прошел опрос, это очень полезно, чтобы понимать рынок труда и свое место в нем.
31.12.202409:00
Итоги года 🎉🌲🌲🌲
TGstat приготовили красивую открытку с итогами года, приятно увидеть в одном месте значимые метрики) На канале уже больше 3000 человек, что очень радует и мотивирует продолжать развивать канал и готовить новые материалы.
От себя добавлю еще проекты, которые хотелось бы отметить как значимые в 2024 году.
📱 Выпустила ряд видео, посвященных статистике и R, с плейлистом можно ознакомиться по ссылке.
🌱 Провели совместно с каналом чтопосеешь.org курс по статистике для селекционеров.
🖥 Совместно с Бластим подготовили курс по
😎 Написала как биологу вкатиться в аналитику данных.
📊 А также подготовила большой разбор про сравнение теста Велча с тестом Стьюдента.
Планы по развитию канала: продолжать разбирать простые и сложные концепты в статистике, применительно к науке и аналитике данных, и постараюсь вернуться к лекциям на ютуб или степик.
Поздравляю всех с наступающим новым годом, желаю достижения всех целей в профессиональном и личном плане! 🎉
Чтобы p-value было меньше 0.05, эксперименты удавались, и данные всегда были качественными и полными 💪
Увидимся в следующем году!
TGstat приготовили красивую открытку с итогами года, приятно увидеть в одном месте значимые метрики) На канале уже больше 3000 человек, что очень радует и мотивирует продолжать развивать канал и готовить новые материалы.
От себя добавлю еще проекты, которые хотелось бы отметить как значимые в 2024 году.
📱 Выпустила ряд видео, посвященных статистике и R, с плейлистом можно ознакомиться по ссылке.
🌱 Провели совместно с каналом чтопосеешь.org курс по статистике для селекционеров.
🖥 Совместно с Бластим подготовили курс по
tidyverse на stepik, а также провели два потока курса по R и статистике. Рассматриваю в дальнейшем продолжение формата курса на stepik, с увеличением количества материалов и сложности заданий, и рассчитываю продолжать сотрудничество как учебный ассистент на курсе по R.😎 Написала как биологу вкатиться в аналитику данных.
📊 А также подготовила большой разбор про сравнение теста Велча с тестом Стьюдента.
Планы по развитию канала: продолжать разбирать простые и сложные концепты в статистике, применительно к науке и аналитике данных, и постараюсь вернуться к лекциям на ютуб или степик.
Поздравляю всех с наступающим новым годом, желаю достижения всех целей в профессиональном и личном плане! 🎉
Чтобы p-value было меньше 0.05, эксперименты удавались, и данные всегда были качественными и полными 💪
Увидимся в следующем году!
24.10.202413:00
Решение задачи по DnD и терверу 🎲
Условие задачи тут.
Ответ на исходный вопрос: преимущество выгоднее на 1%
Расчеты👇
Для преимущества возьму вариант объяснения из комментариев:
Для прибавки посчитать вероятность проще: при выпадении кубика на значение 11 и выше - проверка пройдена. Значит, вероятность пройти проверку сложностью 15 с прибавкой 4 = 10/20=0.5
То есть преимущество выгоднее всего на 0.51 - 0.5 = 0.01=1%
В комментариях много правильных решений и рассуждений, спасибо, было интересно почитать! Например, более формальное решение, с формулами.
Для решения расширенной задачи о том, что выгоднее в зависимости от сложности проверки, накидала небольшой R-скрипт
Еще предложили как у меня вариант с подсчетом вероятностей в экселе и с симуляцией в R, а также решение в общем случае, что выгоднее, прибавка или преимущество.
Ставьте реакцию 👍, если получилось посчитать самостоятельно, и ✍️, если узнали для себя что-то новое. Пишите, понравился ли такой формат задач!
#stat_fun #probability_theory
Условие задачи тут.
Ответ на исходный вопрос: преимущество выгоднее на 1%
Расчеты👇
Для преимущества возьму вариант объяснения из комментариев:
Вероятность провалить DC15 один раз = 1-0.3=0.7
Вероятность провалить оба раза = 0.7*0.7=0.49
Соответственно вероятность не выполнить условие провала оба раза=1-0.49=0.51
Для прибавки посчитать вероятность проще: при выпадении кубика на значение 11 и выше - проверка пройдена. Значит, вероятность пройти проверку сложностью 15 с прибавкой 4 = 10/20=0.5
То есть преимущество выгоднее всего на 0.51 - 0.5 = 0.01=1%
В комментариях много правильных решений и рассуждений, спасибо, было интересно почитать! Например, более формальное решение, с формулами.
Для решения расширенной задачи о том, что выгоднее в зависимости от сложности проверки, накидала небольшой R-скрипт
library(tidyverse)Еще предложили как у меня вариант с подсчетом вероятностей в экселе и с симуляцией в R, а также решение в общем случае, что выгоднее, прибавка или преимущество.
Ставьте реакцию 👍, если получилось посчитать самостоятельно, и ✍️, если узнали для себя что-то новое. Пишите, понравился ли такой формат задач!
#stat_fun #probability_theory
Could not access
the media content
the media content
12.04.202508:34
Как вкатиться в продуктовую аналитику с научным бэкграундом?
Насколько важна сильная база в статистике?
На эти и другие вопросы отвечу на стриме с Юрой Борзило, он крутой продуктовый аналитик в Альфа банке, автор канала про A/B тесты и продуктовую аналитику: https://t.me/y_borzilo
Напомню, что я раньше работала биоинформатиком в лаборатории, изучала генные сети фитогормонов растений. Теперь перекатилась в продуктовую аналитику в Литрес, провожу A/B тесты и исследования.
На стриме поговорим:
1. Что такое "Анализ генных сетей фитогормонов растений"?
2. Почему решила уйти из науки в в аналитику?
3. Что было самое сложное при поиске первой работы аналитиком?
4. В чем отличие использования статистики в науке и в аналитике?
5. Почему всем нужен реальный опыт A/B тестов даже если хорошо знаешь статистику?
6. Действительно ли надо упарываться рядовому аналитику в статистику или хватит какой-то базы?
Стрим состоится 16 апреля, в 19.00 МСК.
Ссылки на трансляцию пришлю в день проведения стрима, а также обновлю в этом посте:
а вот и она https://us06web.zoom.us/j/82861386388?pwd=gguHOFCxOwAQT5MzNK4t2aSaz98bDK.1, запись будет отдельно
Пишите вопросы в комментариях или во время стрима!
Насколько важна сильная база в статистике?
На эти и другие вопросы отвечу на стриме с Юрой Борзило, он крутой продуктовый аналитик в Альфа банке, автор канала про A/B тесты и продуктовую аналитику: https://t.me/y_borzilo
Напомню, что я раньше работала биоинформатиком в лаборатории, изучала генные сети фитогормонов растений. Теперь перекатилась в продуктовую аналитику в Литрес, провожу A/B тесты и исследования.
На стриме поговорим:
1. Что такое "Анализ генных сетей фитогормонов растений"?
2. Почему решила уйти из науки в в аналитику?
3. Что было самое сложное при поиске первой работы аналитиком?
4. В чем отличие использования статистики в науке и в аналитике?
5. Почему всем нужен реальный опыт A/B тестов даже если хорошо знаешь статистику?
6. Действительно ли надо упарываться рядовому аналитику в статистику или хватит какой-то базы?
Стрим состоится 16 апреля, в 19.00 МСК.
Ссылки на трансляцию пришлю в день проведения стрима, а также обновлю в этом посте:
а вот и она https://us06web.zoom.us/j/82861386388?pwd=gguHOFCxOwAQT5MzNK4t2aSaz98bDK.1, запись будет отдельно
Пишите вопросы в комментариях или во время стрима!
14.02.202506:10
Долгожданный разбор курса “Основы статистики” на степике
Итак, это свершилось, я наконец-то дописала разбор и опубликовала его здесь
https://ubogoeva.github.io/R4Analytics/posts/review_of_statistics_course.html
Немного контекста: в качестве вводного курса по статистике часто рекомендуют курс “Основы статистики” Анатолия Карпова на степике. Однако многие считают, что курс устарел и содержит много неточностей и ошибок, и я решила подробно разобрать, какие именно.
Постаралась следовать формату “критикуешь - предлагай” и самостоятельно раскрыть темы, которые были недостаточно объяснены в курсе, дополнив их источниками для дальнейшего изучения.
В конце разбора предлагаю свой список рекомендованных источников для изучения статистики на любой уровень подготовки.
В вычитке и корректировке формулировок финальной версии мне очень помог крутой статистик Матвей Славенко (рекомендую подписаться на его канал душно про дату).
#base_stat #stats
Итак, это свершилось, я наконец-то дописала разбор и опубликовала его здесь
https://ubogoeva.github.io/R4Analytics/posts/review_of_statistics_course.html
Немного контекста: в качестве вводного курса по статистике часто рекомендуют курс “Основы статистики” Анатолия Карпова на степике. Однако многие считают, что курс устарел и содержит много неточностей и ошибок, и я решила подробно разобрать, какие именно.
Постаралась следовать формату “критикуешь - предлагай” и самостоятельно раскрыть темы, которые были недостаточно объяснены в курсе, дополнив их источниками для дальнейшего изучения.
В конце разбора предлагаю свой список рекомендованных источников для изучения статистики на любой уровень подготовки.
В вычитке и корректировке формулировок финальной версии мне очень помог крутой статистик Матвей Славенко (рекомендую подписаться на его канал душно про дату).
#base_stat #stats
29.12.202412:40
Человек наук – это канал о красоте окружающего мира глазами учёного. Ведет его Вова, крутой биоинформатик, сейчас делает PhD в Мюнхене, связанное с машинным обучением и single-cell.
Здесь вы узнаете:
🍣 Математика программ лояльности: как надолго привязать голодных студентов к доставке роллов, чтобы они ещё и остались довольны
👾 Смешные и страшные истории из мира науки, а также шокирующая обыденность жизни учёных
📊 Как стоит и не стоит визуализировать данные
✉️ А также авторское исследование о том, как лучше писать письма для стажировок или PhD и
советы со стороны собеседующих, будет актуально для науки и не только.
Подписывайтесь!
Здесь вы узнаете:
🍣 Математика программ лояльности: как надолго привязать голодных студентов к доставке роллов, чтобы они ещё и остались довольны
👾 Смешные и страшные истории из мира науки, а также шокирующая обыденность жизни учёных
📊 Как стоит и не стоит визуализировать данные
✉️ А также авторское исследование о том, как лучше писать письма для стажировок или PhD и
советы со стороны собеседующих, будет актуально для науки и не только.
Подписывайтесь!
23.10.202406:30
Задачка по DnD и терверу 🎲
Задачу увидела у друзей, но паттерн совпадает с теми задачами, которые мне встречались на собеседованиях.
Условие звучит так:
У нас есть проверка со сложностью 15. Что выгоднее, иметь преимущество или прибавку +4?
Расшифровка: кидаем кубик д20 (значения на кубике от 1 до 20), если выпало число 15 или больше, значит, прошли проверку.
Преимущество — выбираем лучший результат из бросков двух кубиков.
Прибавка +4 — бросаем один кубик и прибавляем 4 к выпавшему значению.
Пишите свои варианты решений и ответов в комментарии (можно прятать под спойлеры), завтра опубликую свое.
Для тех, кому задача покажется слишком простой, предлагаю еще подумать над тем, может ли измениться ситуация в зависимости от сложности проверки (например, при сложности 10, будет ли отличаться ответ) и если существует закономерность, то какая.
На собеседованиях я не сталкивалась с задачами на кубик д20, но были очень похожие про обычный кубик с шестью гранями.
И немного про механику проверок:
#base_stat #stat_fun #probability_theory
Задачу увидела у друзей, но паттерн совпадает с теми задачами, которые мне встречались на собеседованиях.
Условие звучит так:
У нас есть проверка со сложностью 15. Что выгоднее, иметь преимущество или прибавку +4?
Расшифровка: кидаем кубик д20 (значения на кубике от 1 до 20), если выпало число 15 или больше, значит, прошли проверку.
Преимущество — выбираем лучший результат из бросков двух кубиков.
Прибавка +4 — бросаем один кубик и прибавляем 4 к выпавшему значению.
Пишите свои варианты решений и ответов в комментарии (можно прятать под спойлеры), завтра опубликую свое.
Для тех, кому задача покажется слишком простой, предлагаю еще подумать над тем, может ли измениться ситуация в зависимости от сложности проверки (например, при сложности 10, будет ли отличаться ответ) и если существует закономерность, то какая.
На собеседованиях я не сталкивалась с задачами на кубик д20, но были очень похожие про обычный кубик с шестью гранями.
И немного про механику проверок:
В DnD персонажи проходят различные проверки — на внимательность, магию и тд. В зависимости от выбранных характеристик персонажа, у них существуют прибавки к значениям, выпавшим на кубике. Также, в зависимости от ситуации (и от характеристик персонажа) бывает преимущество (выбрать лучшее значение из бросков двух кубиков) или помеха (выбрать худшее значение из бросков двух кубиков). И вот мои друзья задумались, что лучше выбрать, и зависит ли это от сложности проверки.
#base_stat #stat_fun #probability_theory
09.04.202506:02
Ну как там с нормальным распределением для t-теста?
Уже завтра, 10 апреля в 19:00 МСК, будет долгожданная лекция про ненужность нормального распределения от лектория «Разрушители статистических мифов»!
🦖Миф №3: Ненормальное распределение требует ненормальных решений | Матвей Славенко
На встрече мы поговорим про то, откуда взялись проверки на нормальность, что с ними не так и что делать, если не проверять на нормальность.
Регистрация по ссылке, и еще я закину в комменты непосредственно перед началом ссылку на трансляцию.
Запись будет опубликована на сайте.
🔥 Эксклюзивный контент для моих подписчиков: администрация секретно ознакомилась с черновиками лекции, прикрепляю несколько слайдов оттуда и бонусные мемы. Приходите на лекцию онлайн, чтобы иметь возможность задавать вопросы, но запись тоже будет.
P.S. ААААААА наконец-то Матвей выпустит лекцию, с прошлого лета ждем! Дождались, ура!)))
Уже завтра, 10 апреля в 19:00 МСК, будет долгожданная лекция про ненужность нормального распределения от лектория «Разрушители статистических мифов»!
🦖Миф №3: Ненормальное распределение требует ненормальных решений | Матвей Славенко
На встрече мы поговорим про то, откуда взялись проверки на нормальность, что с ними не так и что делать, если не проверять на нормальность.
Регистрация по ссылке, и еще я закину в комменты непосредственно перед началом ссылку на трансляцию.
Запись будет опубликована на сайте.
🔥 Эксклюзивный контент для моих подписчиков: администрация секретно ознакомилась с черновиками лекции, прикрепляю несколько слайдов оттуда и бонусные мемы. Приходите на лекцию онлайн, чтобы иметь возможность задавать вопросы, но запись тоже будет.
P.S. ААААААА наконец-то Матвей выпустит лекцию, с прошлого лета ждем! Дождались, ура!)))
07.02.202507:00
Без статистики — не жизнь, а без аналитики тем более!
Для аналитика критически важно не только знать статистику, но и понимать особенности данных, уметь их интерпретировать на понятном для заказчика языке, то самое загадочное "продуктовое мышление".
Превращать статистику в аналитику можно научиться. Например, на курсе «Аналитик PRO» онлайн-школы аналитики Changellenge >> Education.
Что там будет:
✅ Практический формат — много работы с проектами (индивидуально и в мини-группах, все как мы любим).
✅ Полный набор инструментов — Python, SQL, Excel, BI и тд и тп.
✅ Продуктовое мышление — разберетесь на примерах, как аналитика влияет на бизнес.
На курсе особая система мотивации «только попробуй не дойти до диплома!», а по завершении вы добавите в резюме кейсы от Т-Банка и Авито — что значительно усилит резюме. А через 3-4 года станете тимлидом (но это неточно 😁). Там зарплаты от 300К и стремятся к бесконечности.
Зачем платный курс, если все есть в интернете?
✔️ потому что это разработанная методистами четкая программа без хаотичного поиска материалов
✔️ потому что обучение проходит на реальных кейсах реальных компаний
✔️ потому что по каждому заданию вы получите обратную связь от экспертов и кураторов, а не будете делать проекты в стол, даже не зная, справились ли вы с задачей.
Оставляйте заявку на обучение по ссылке, а по промокоду STATS25 вы можете получить дополнительную скидку 25 000 рублей до 10 февраля.
Для аналитика критически важно не только знать статистику, но и понимать особенности данных, уметь их интерпретировать на понятном для заказчика языке, то самое загадочное "продуктовое мышление".
Превращать статистику в аналитику можно научиться. Например, на курсе «Аналитик PRO» онлайн-школы аналитики Changellenge >> Education.
Что там будет:
✅ Практический формат — много работы с проектами (индивидуально и в мини-группах, все как мы любим).
✅ Полный набор инструментов — Python, SQL, Excel, BI и тд и тп.
✅ Продуктовое мышление — разберетесь на примерах, как аналитика влияет на бизнес.
На курсе особая система мотивации «только попробуй не дойти до диплома!», а по завершении вы добавите в резюме кейсы от Т-Банка и Авито — что значительно усилит резюме. А через 3-4 года станете тимлидом (но это неточно 😁). Там зарплаты от 300К и стремятся к бесконечности.
Зачем платный курс, если все есть в интернете?
✔️ потому что это разработанная методистами четкая программа без хаотичного поиска материалов
✔️ потому что обучение проходит на реальных кейсах реальных компаний
✔️ потому что по каждому заданию вы получите обратную связь от экспертов и кураторов, а не будете делать проекты в стол, даже не зная, справились ли вы с задачей.
Оставляйте заявку на обучение по ссылке, а по промокоду STATS25 вы можете получить дополнительную скидку 25 000 рублей до 10 февраля.
07.12.202412:00
Бесплатный курс по визуализации данных
karpov.courses выложили в открытый доступ курс по визуализации данных в Tableau (читается как "табло") от Ромы Бунина. Курс будет полезен не только BI-аналитикам, которые работают с Tableau, но и всем, кто сталкивается с визуализацией данных в своей работе.
Я посмотрела большую часть курса, мне очень понравилось, что разбираются принципы качественного датавиза (правила Тафти) и особенности конкретных графиков, например, можно ли отрывать ось в барплоте от нуля, нужно ли подписывать все точки на линейном графике, и когда стоит использовать пайчарты.
Детали и фишки Tableau тоже рассматриваются, но ничего страшного, если вы не работали с этой BI-системой, можно поставить бесплатную версию или просто пропускать части, которые относятся непосредственно к ней (хотя я смотрела целиком, несмотря на то что сейчас не работаю в Tableau).
Курс рекомендую к прохождению ученым, аналитикам данных и всем, кому нужно делать хорошую визуализацию данных 📈
#recommendation
karpov.courses выложили в открытый доступ курс по визуализации данных в Tableau (читается как "табло") от Ромы Бунина. Курс будет полезен не только BI-аналитикам, которые работают с Tableau, но и всем, кто сталкивается с визуализацией данных в своей работе.
Я посмотрела большую часть курса, мне очень понравилось, что разбираются принципы качественного датавиза (правила Тафти) и особенности конкретных графиков, например, можно ли отрывать ось в барплоте от нуля, нужно ли подписывать все точки на линейном графике, и когда стоит использовать пайчарты.
Детали и фишки Tableau тоже рассматриваются, но ничего страшного, если вы не работали с этой BI-системой, можно поставить бесплатную версию или просто пропускать части, которые относятся непосредственно к ней (хотя я смотрела целиком, несмотря на то что сейчас не работаю в Tableau).
Курс рекомендую к прохождению ученым, аналитикам данных и всем, кому нужно делать хорошую визуализацию данных 📈
#recommendation
22.10.202414:15
Исследование рынка аналитиков 📊
NEWHR проводит очередное исследование рынка аналитики, и меня пригласили распространить опрос как эксперта. Это очень круто, что подобные исследования проводятся, так как повышают прозрачность рынка, дают большее понимание и сравнение разных компаний в плане зарплат, задач, повышений и тп. Также здорово, что организаторы стремятся сделать наиболее репрезентативную выборку, и распространяют опрос по разным источникам.
С результатами исследования за 2023 год можно ознакомиться здесь. Кстати, его можно считать примером очень хорошей визуализации данных, рекомендую ознакомиться (даже если вы не аналитик), любопытно про топ и антитоп компаний для трудоустройства.
Если вы дата-, продуктовый, веб-, маркетинговый, BI-аналитик, обязательно найдите время (у меня прохождение опроса заняло минут 10-15) на опрос, это будет очень ценно для всего сообщества.
Результаты исследования планируют выложить в начале 2025 года, однако с участниками обещают поделиться промежуточными результатами, и рекомендованными каналами экспертов в аналитике.
#recommendation
P.S. Немного грустно, что последнее исследование рынка зарплат в биотехе проводилось Бластимом аж в 2021 году.
В комментариях дополнили, что обзор проводился в 22-23 году, а чтобы ознакомиться с результатами, нужно вступить в закрытый чат
NEWHR проводит очередное исследование рынка аналитики, и меня пригласили распространить опрос как эксперта. Это очень круто, что подобные исследования проводятся, так как повышают прозрачность рынка, дают большее понимание и сравнение разных компаний в плане зарплат, задач, повышений и тп. Также здорово, что организаторы стремятся сделать наиболее репрезентативную выборку, и распространяют опрос по разным источникам.
С результатами исследования за 2023 год можно ознакомиться здесь. Кстати, его можно считать примером очень хорошей визуализации данных, рекомендую ознакомиться (даже если вы не аналитик), любопытно про топ и антитоп компаний для трудоустройства.
Если вы дата-, продуктовый, веб-, маркетинговый, BI-аналитик, обязательно найдите время (у меня прохождение опроса заняло минут 10-15) на опрос, это будет очень ценно для всего сообщества.
Результаты исследования планируют выложить в начале 2025 года, однако с участниками обещают поделиться промежуточными результатами, и рекомендованными каналами экспертов в аналитике.
#recommendation
P.S. Немного грустно, что последнее исследование рынка зарплат в биотехе проводилось Бластимом аж в 2021 году.
В комментариях дополнили, что обзор проводился в 22-23 году, а чтобы ознакомиться с результатами, нужно вступить в закрытый чат
Shown 1 - 17 of 17
Log in to unlock more functionality.