​​Сегментация клиентов и RFM-анализ в BigQuery ML и Data Studio, автоматизация и импорт результатов в Google Analytics.

@BigQuery

​​Google Analytics App+Web анонсировал две новые прогнозные метрики: Purchase probability — вероятность покупки в следующие 7 дней, и Churn probability — вероятность того, что пользователь не будет активным в следующие 7 дней. Кроме анализа, можно будет создавать основанные на этих показателях прогнозные аудитории (Predictive Audiences) для ремаркетинга Google Ads. Подробнее о новых метриках в блоге и справке.

via @WebAnalyst

​​Операторы множеств комбинируют результаты двух или более запросов в один. Возвращают строки из обоих запросов с дубликатами или без (UNION { ALL | DISTINCT }), строки, которые являются общими для обоих запросов (INTERSECT DISTINCT) и строки первого запроса, которые отсутствуют во втором запросе (EXCEPT DISTINCT). Последний отлично подходит для тестирования расхождений в данных и быстрее JOIN-операторов.

@BigQuery

​​Что такое Ads Data Hub и 5 простых SQL-запросов для начала работы с его данными в BigQuery.

@BigQuery

​​Особенности метрик отчетов по страницам Google Analytics и как их рассчитывать по данным в BigQuery. Примеры SQL-запросов.

@BigQuery

​​Google Tag Manager представил публичную beta-версию Server-Side решения для размещения тегов. Я успел потестировать этот продукт на более ранней стадии, потому наконец-то могу поделиться своими наблюдениями, чем это может помочь бизнесу. Итак, с помощью GTM Server-Side вы сможете:

- Перенести свои теги в GTM Server-Side и таким образом ускорить загрузку сайта для пользователей.
- Обходить различные блокировки трекинга Google Analytics за счет использования в клиентских запросах собственного домена (proxy), вместо www.google-analytics.com.
- Использовать другой, более безопасный Server Managed идентификатор пользователя на сайте — First Party ID, который не может быть доступен сторонним скриптам, в отличии от Client ID.
- Скрывать часть логики трекинга. Например, на сервере можно будет отправлять в GA сразу чистую прибыль от транзакции и/или дополнительную информацию об пользователе, не показывая эту информацию конкурентам.

Подробнее об инструменте: https://bit.ly/2DXvN2p

via @WebAnalyst

​​Хорошее описание Materialized Views. Помогает понять что это такое и как оптимизирует работу с данными в BigQuery.

@BigQuery

​​Predictive Power Score - неплохая альтернатива корреляции, может обнаруживать линейные или нелинейные отношения между двумя столбцами и не зависит от типа данных.

Пример реализации на Python.

via @ProductAnalytics

​​В Google Data Studio сразу несколько крутых изменений:
- Появилось несколько новых типов фильтров.
- В режиме редактирования источника данных теперь группируются Dimensions и Metrics, а также там появились Parameters.
- Parameters предоставляют возможность прямо в режиме просмотра отчета использовать динамические значения фильтров для Custom Parameters в SQL-запросах в BigQuery, для Calculated Fields любого источника или для параметров в Community Connectors.

via @WebAnalyst

​​А вот и пример использования динамических параметров Data Studio в SQL-запросах BigQuery.

@BigQuery

​​В Firebase можно выбирать какие экраны и когда отслеживать, раньше ивент screen_view был дефолтным, теперь его можно настраивать.

Пример SQL-запроса для просмотра экранов в BigQuery.

@BigQuery

​​Решение для прогнозирования на примере загрязнения воздуха с помощью BigQuery и Prophet - инструментом от Facebook для прогнозирования временных рядов с открытым исходным кодом.

@BigQuery

​​Как находить инсайты в данных?

В сети опубликовали примеры SQL-запросов для решения заданий Insights from Data with BigQuery от Qwiklabs.

@BigQuery

​​Кратко об оконных функциях в SQL и что они позволяют делать.

@BigQuery

​​В Google Analytics App+Web меняется подход к идентификации пользователей! Приоритетным будет объединение данных по внутреннему User ID авторизованного пользователя, если его нет — будут использоваться данные Google Signals (из множества продуктов Google), если и его нет — то Device ID.

https://support.google.com/analytics/answer/9213390?hl=en

via @WebAnalyst

​​Хорошая #шпаргалка по способам загрузки данных в BigQuery.

@BigQuery

​​Пример автоматизации рассчета ROI используя Segment, Looker, dbt и Google BigQuery.

@BigQuery

​​Появился второй модуль бесплатного курса по A/B-тестированию от Devtodev. Первый модуль был о работе с гипотезами и подготовке к тестированию, а второй - о статистике тестов.

via @ABtesting

​​Учимся применять оконные функции

Хороший гайд на русском языке с кейсами использования от Романа Романчука.

@BigQuery

Вышел большой апдейт Retentioneering
https://github.com/retentioneering/retentioneering-tools

Попробовать можно слету в Google Colab без установки, все стало очень просто.

Добавлен инструмент простого A/B-тестирования, ускорены более чем в десять раз скорость кластеризации, переработан функционал step-матриц.

P.S. Очень важное дополнение - различные варианты нормировки и развесовки ребер графа. Теперь можно четко видеть сколько пользователей сделало переход, либо сколько сессий с таким переходом было, либо сколько событий переходов во всем датасете. Можно явно выбирать как вы хотите это нормировать - на общее число пользователей или переходов, или на количество переходов из конкретного узла - получаются разные инсайты на графе и в матрицах переходов.

Вопросы задавать в чат @retentioneering_support