Я закончил работать в Альфа-Банке❤️
Это были плодотворные и увлекательные почти 1,5 года.
Спасибо всем коллегам и моему руководителю, что поверил в меня и взял в команду.
За это время удалось сделать многое дляхип-хопа АБ тестов.
Но после нового года я почувствовал буд то мой потенциал в текущей роли уже исчерпан, а работа из драйва превратилась каждодневное «надо и я должен» - это довольно противное и угнетающее чувство.
В начале года я писал пост про свои 8 принципов, которые беру в 2025 год. Первый из них называется «выбирай себя» и решил, что мне пора выбрать нового себя.
3 недели назад я закончил работать в банке, в следующем посте расскажу какие у меня теперь планы на жизнь.
Это были плодотворные и увлекательные почти 1,5 года.
Спасибо всем коллегам и моему руководителю, что поверил в меня и взял в команду.
За это время удалось сделать многое для
Но после нового года я почувствовал буд то мой потенциал в текущей роли уже исчерпан, а работа из драйва превратилась каждодневное «надо и я должен» - это довольно противное и угнетающее чувство.
В начале года я писал пост про свои 8 принципов, которые беру в 2025 год. Первый из них называется «выбирай себя» и решил, что мне пора выбрать нового себя.
3 недели назад я закончил работать в банке, в следующем посте расскажу какие у меня теперь планы на жизнь.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥102👏29❤17🤯11👍9✍2🙏2☃1💔1
Что будешь делать дальше?
Вчера я рассказал, о том что покинул Альфа-Банк. Для меня это было сложное решение, т.к.1,5 года назад я мечтал о таком месте где есть много АБ тестов и можно погрузиться в них с головой. Но решение принято и наш поезд едет дальше.
Сейчас мне интересно развивать этот блог и делать разные образовательные продукты. За 4 месяца этого года мне удалось неплохо бустануть это направление.
Канал вырос на 1600 подписчиков, провел 2 потока марафона АБ тестов, запустил канал на ютубе, провел 3 стрима в качестве ведущего и поучаствовал в 1 в роли гостя.
Но все это требует вложения сил, статьи сами себя не напишут, видео сами себя не снимут, без вложений в рекламу канал будет расти очень долго.
По сути это как еще одна дополнительная работа, на которую где-то надо найти время. Поэтому на этом этапе своей жизни я выбрал сконцентрироваться на этом направлении, т.к. оно мне интересно и я вижу в нем потенциал для моего развития.
На самом деле я уже довольно давно занимаюсь блогерством/обучением. В 2015 у меня был блог в контакте, где я писал про маркетинг, потом я завел http://toolmark.ru где начал больше писать про веб-аналитику. После появился этот телеграм канал.
Кроме этого участвовал в разработке курса для Яндекс практикума, преподавал в школе маркетинга MAED, у меня был свой курс про качество данных в google analytics, но я успел сделать только один поток, т.к. курс стал не актуален из-за выхода GA 4.
Ближайшие планы 🚀
Курсы
Хотел сделать большой курс по продуктовой и маркетинговой аналитике, но офигел и передумал, когда составил план. Задача получается очень объемная. Поэтому решил сосредоточиться на апгрейде марафона АБ тестов.
Хочу сделать из него полноценный курс про АБ тесты, добавить больше интересных кейсов и добавить необходимый минимум по статистике. По ощущениям курс станет раза в 2-3 больше.
Youtube
Это новая для меня площадка. Буду учиться работать с ней, делать годный контент и учиться привлекать с неё трафик. Продолжить делать стримы с интересными людьми и делиться ими с вами.
Путешествия
Хочется отправиться на машине по интересным местам Башкортостана и Южного Урала. Посетить Таганай, Шиханы, Инзерские Зубчатки, Айские притесы, Айгир и еще множество интересных природных мест.
Открыт к новому 🚀
Т.к. я теперь свободный человек, то готов вписываться в разные интересные движухи более активно. Например выступить на митапе, поучаствовать в стриме, продиагностировать ваш процесс АБ тестов или проаудировать АБ платформу, провести обучение для сотрудников по аналитике и АБ тестам. Если вы считаете, что у вас есть что-то интересное, где я могу помочь, то готов это обсудить в личке @borzilo_y
Вчера я рассказал, о том что покинул Альфа-Банк. Для меня это было сложное решение, т.к.1,5 года назад я мечтал о таком месте где есть много АБ тестов и можно погрузиться в них с головой. Но решение принято и наш поезд едет дальше.
Сейчас мне интересно развивать этот блог и делать разные образовательные продукты. За 4 месяца этого года мне удалось неплохо бустануть это направление.
Канал вырос на 1600 подписчиков, провел 2 потока марафона АБ тестов, запустил канал на ютубе, провел 3 стрима в качестве ведущего и поучаствовал в 1 в роли гостя.
Но все это требует вложения сил, статьи сами себя не напишут, видео сами себя не снимут, без вложений в рекламу канал будет расти очень долго.
По сути это как еще одна дополнительная работа, на которую где-то надо найти время. Поэтому на этом этапе своей жизни я выбрал сконцентрироваться на этом направлении, т.к. оно мне интересно и я вижу в нем потенциал для моего развития.
На самом деле я уже довольно давно занимаюсь блогерством/обучением. В 2015 у меня был блог в контакте, где я писал про маркетинг, потом я завел http://toolmark.ru где начал больше писать про веб-аналитику. После появился этот телеграм канал.
Кроме этого участвовал в разработке курса для Яндекс практикума, преподавал в школе маркетинга MAED, у меня был свой курс про качество данных в google analytics, но я успел сделать только один поток, т.к. курс стал не актуален из-за выхода GA 4.
Ближайшие планы 🚀
Курсы
Хотел сделать большой курс по продуктовой и маркетинговой аналитике, но офигел и передумал, когда составил план. Задача получается очень объемная. Поэтому решил сосредоточиться на апгрейде марафона АБ тестов.
Хочу сделать из него полноценный курс про АБ тесты, добавить больше интересных кейсов и добавить необходимый минимум по статистике. По ощущениям курс станет раза в 2-3 больше.
Youtube
Это новая для меня площадка. Буду учиться работать с ней, делать годный контент и учиться привлекать с неё трафик. Продолжить делать стримы с интересными людьми и делиться ими с вами.
Путешествия
Хочется отправиться на машине по интересным местам Башкортостана и Южного Урала. Посетить Таганай, Шиханы, Инзерские Зубчатки, Айские притесы, Айгир и еще множество интересных природных мест.
Открыт к новому 🚀
Т.к. я теперь свободный человек, то готов вписываться в разные интересные движухи более активно. Например выступить на митапе, поучаствовать в стриме, продиагностировать ваш процесс АБ тестов или проаудировать АБ платформу, провести обучение для сотрудников по аналитике и АБ тестам. Если вы считаете, что у вас есть что-то интересное, где я могу помочь, то готов это обсудить в личке @borzilo_y
🔥66👍19❤9🤪3❤🔥2
Нас тут собралось 5000 😮
Даже не верится, год назад в блоге было всего около 1500 человек.
Спасибо, что читаете, задаете вопросы, помогаете друг другу, у нас тут образовалось клевое комьюнити🙏
Предлагаю завтра провести стрим и просто поболтать. Стрим будет завтра, 3 мая в 12.00 мск.
Пишите ваши вопросы и темы для обсуждения в комменты.✍️
Даже не верится, год назад в блоге было всего около 1500 человек.
Спасибо, что читаете, задаете вопросы, помогаете друг другу, у нас тут образовалось клевое комьюнити🙏
Предлагаю завтра провести стрим и просто поболтать. Стрим будет завтра, 3 мая в 12.00 мск.
Пишите ваши вопросы и темы для обсуждения в комменты.✍️
Please open Telegram to view this post
VIEW IN TELEGRAM
🏆40🔥25👍7❤5
Через 10 минут стартуем стрим. Заходите, готовьте вопросы☺️ Стрм будет в телеге
Media is too big
VIEW IN TELEGRAM
Запись стрима с ответами на вопросы зрителей
0:00 Про новый курс по АБ тестам
6:00 Поездка на Aha 2025
9:23 Насколько актуальна профессия аналитика?
13:58 Про курсы аналитики
20:00 Работал ли на валютной удаленке?
21:00 Основная сложность входа в профессию аналитика
22:30 3 основные скила для аналитика
23:30 Про работу в Альфе
25:25 Смог бы работать на 2 работах, чтобы заработать x2?
31:20 Проверка менторов
33:25 Как работать с ожиданиями заказчиков и планировать сроки?
36:15 Тренд на аналитику для селлеров маркетплейсов и заработок на этом
41:20 Что должен уметь мидл в АБ тестировании?
43:40 Про переход в DS
46:08 Крупные компании - это соковыжималки, лучше стартовать в маленькой?
49:33 Презентации АБ тестов
50:47 С какими платформами для АБ работал?
53:26 Подходы к проверке качества данных (нервно смеюсь)
0:00 Про новый курс по АБ тестам
6:00 Поездка на Aha 2025
9:23 Насколько актуальна профессия аналитика?
13:58 Про курсы аналитики
20:00 Работал ли на валютной удаленке?
21:00 Основная сложность входа в профессию аналитика
22:30 3 основные скила для аналитика
23:30 Про работу в Альфе
25:25 Смог бы работать на 2 работах, чтобы заработать x2?
31:20 Проверка менторов
33:25 Как работать с ожиданиями заказчиков и планировать сроки?
36:15 Тренд на аналитику для селлеров маркетплейсов и заработок на этом
41:20 Что должен уметь мидл в АБ тестировании?
43:40 Про переход в DS
46:08 Крупные компании - это соковыжималки, лучше стартовать в маленькой?
49:33 Презентации АБ тестов
50:47 С какими платформами для АБ работал?
53:26 Подходы к проверке качества данных (нервно смеюсь)
🔥36👍6❤2
7 мифов про АБ тесты 🎈
1. Абсолютная вера в результат АБ теста
Если АБ тест обнаружил значимый эффект - это может быть ошибка первого рода, а не реальный эффект. Если АБ тест не обнаружил эффекта, то может у вас просто не хватило размера выборки чтобы найти существующий эффект.
2. Нужно разбираться в десятках стат критериев чтобы делать АБ
На самом деле 80% АБ тестов закрывает обычный t-test, а для того что он не закрывает чаще всего можно использовать бутстрап))
3. Ты не можешь использовать z-test, т.к. не знаешь параметров ГС
В теории да. Но если мы взглянем на формулу z-test и t-test, то они практически идентичны, с той оговоркой что в z-test нам нужно подставлять параметры ГС, но их у нас нет.
Поэтому подставим выборочные оценки, а т.к. АБ тесты обычно про большие выборки, то оценки будут близки к параметрам ГС, а стандартная ошибка стремительно уменьшаться.
t-test использует t распределение, которое сходится к нормальному при большом объеме выборки. По факту если мы АБ тест посчитаем через z-test или t-test, то получим очень близкие результаты, отличия будут практически не заметны. Если конечно у вас очень маленькие выборки в АБ, то так лучше не делать.
4. Для применения t-test нужно нормальное распределение данных выборки
На самом деле этого не требуется, важно чтобы распределение выборочных средних было нормальным, а это тоже почти всегда работает благодаря ЦПТ. Так что даже если ваша выборка имеет логнормальное распределение, то t-test скорее всего можно будет использовать
5. Если в АБ тесте мы получили улучшение метрики на 5% - то это реальный размер эффекта
Тот эффект, который мы видим в конкретном АБ тесте это точечная оценка, которую мы получили в этом эксперименте. Чем больше объем выборок тем ближе полученный эффект будет к истинному. Поэтому аккуратно делаем выводы если у вас маленькие выборки и смотрим на доверительный интервал для эффекта
6. Подглядывать за АБ тестами нельзя
Подглядывать за АБ тестами нужно, иначе вы не узнаете что у вас там что-то сломалось😁 А вот решение принимать о результате АБ теста нужно только 1 раз при фиксированном подходе к АБ, ну либо сразу дизайнить эксперимент под методики последовательного тестирования.
7. Если в АБ тесте вы не нашли стат значимых отличий, то отличий нет
Каждый АБ тест дизайнится с учетом определенного MDE. Если вы взяли довольно маленькие выборки, то вы сможете найти только достаточно большие эффекты, а маленькие просто в силу недостатка мощности эксперимента не найдете, а они могут быть.
Вы можете решить что разницы нет и выкатить изменение, а на самом деле разница отрицательная и вы ухудшите показатели продукта, но не заметите этого из-за сезонности и прочих колебаний метрики.
1. Абсолютная вера в результат АБ теста
Если АБ тест обнаружил значимый эффект - это может быть ошибка первого рода, а не реальный эффект. Если АБ тест не обнаружил эффекта, то может у вас просто не хватило размера выборки чтобы найти существующий эффект.
2. Нужно разбираться в десятках стат критериев чтобы делать АБ
На самом деле 80% АБ тестов закрывает обычный t-test, а для того что он не закрывает чаще всего можно использовать бутстрап))
3. Ты не можешь использовать z-test, т.к. не знаешь параметров ГС
В теории да. Но если мы взглянем на формулу z-test и t-test, то они практически идентичны, с той оговоркой что в z-test нам нужно подставлять параметры ГС, но их у нас нет.
Поэтому подставим выборочные оценки, а т.к. АБ тесты обычно про большие выборки, то оценки будут близки к параметрам ГС, а стандартная ошибка стремительно уменьшаться.
t-test использует t распределение, которое сходится к нормальному при большом объеме выборки. По факту если мы АБ тест посчитаем через z-test или t-test, то получим очень близкие результаты, отличия будут практически не заметны. Если конечно у вас очень маленькие выборки в АБ, то так лучше не делать.
4. Для применения t-test нужно нормальное распределение данных выборки
На самом деле этого не требуется, важно чтобы распределение выборочных средних было нормальным, а это тоже почти всегда работает благодаря ЦПТ. Так что даже если ваша выборка имеет логнормальное распределение, то t-test скорее всего можно будет использовать
5. Если в АБ тесте мы получили улучшение метрики на 5% - то это реальный размер эффекта
Тот эффект, который мы видим в конкретном АБ тесте это точечная оценка, которую мы получили в этом эксперименте. Чем больше объем выборок тем ближе полученный эффект будет к истинному. Поэтому аккуратно делаем выводы если у вас маленькие выборки и смотрим на доверительный интервал для эффекта
6. Подглядывать за АБ тестами нельзя
Подглядывать за АБ тестами нужно, иначе вы не узнаете что у вас там что-то сломалось😁 А вот решение принимать о результате АБ теста нужно только 1 раз при фиксированном подходе к АБ, ну либо сразу дизайнить эксперимент под методики последовательного тестирования.
7. Если в АБ тесте вы не нашли стат значимых отличий, то отличий нет
Каждый АБ тест дизайнится с учетом определенного MDE. Если вы взяли довольно маленькие выборки, то вы сможете найти только достаточно большие эффекты, а маленькие просто в силу недостатка мощности эксперимента не найдете, а они могут быть.
Вы можете решить что разницы нет и выкатить изменение, а на самом деле разница отрицательная и вы ухудшите показатели продукта, но не заметите этого из-за сезонности и прочих колебаний метрики.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍57🔥14❤6❤🔥5💯4
6 советов как учить статистику⚠️
В универе яблагополучно изучил статистику, ничего не понял из уроков статистики.
Когда нам дали первую лабораторную работу, то я придумал какой-то свой способ решения(который конечно был не правильный), а потом оказалось, что есть специальные методички, в которых написано что и как делать.
Короче у меня были непростые отношения со статистикой. Написанное ниже является моим взглядом на проблему, если у вас другое мнение, то welcome в комменты.
1. Не пытайся вгрызаться в формулы, иди по логическому пути
Есть такие книги по статистике где куча математических формул. Откроешь, посмотришь и закроешь, т.к. ничего не понятно. Мы привыкли познавать мир через логику и метафоры.
Мир математики - это отдельныйжестокий строгий мир где все доказывается через вывод формул, но обычному человек такое сложно.
Поэтому старайся понять логику статистики, а не пытайся вникнуть в выведение математических формул и доказательства.
2. Если не понимаешь какую-то концепцию, то ищи проблему на предыдущих шагах
Если ты дошел до какой-то концепции, выстраивая логику работы статистики у себя в голове, но никак не можешь понять концепцию, то откатись на пару шагов назад.
Например не можешь понять ЦПТ и про распределение выборочных средних, возможно ты не понял свойства нормального распределения или стандартную ошибку среднего
3. Атакуй проблему с разных сторон
Если ты проанализировал пункт 2 , но все равно не понимаешь какую-то концепцию, то попробуй изучить эту же концепцию в другой книге/статье. Разные авторы по разному подают материал, возможно твой пазл сразу сложится.
4. Симулируй, то что изучаешь
Очень сложно понять то, что мы не можем увидеть. Например концепция ГС→выборка→стандартная ошибка среднего. Новичку часто непонятно откуда там берется какая-то ошибку.
Но если сделать симуляцию, то наглядно становится видно, что получив много выборок их средние отличают друг от друга и от истинного среднего, после этого становится понятно о какой стандартной ошибке средних идет речь.
5. Обращай внимание на обозначения, в них легко запутаться
Среднее ГС, среднее выборки, выборочные средние - это все разные понятия и отвечают за разные элементы. Если ты их путаешь, будут проблемы.
Стандартное отклонение ГС, стандартное отклонение выборки, стандартная ошибка - это тоже все о разном и важно не путать их.
Отдельно стоит отметить о том как это все обозначают. Сигма, SD, S, корень из дисперсии - это все про стандартное отклонение, такое разнообразие обозначений очень сильно путает и сбивает вначале. Поэтому постарайся разобраться в этих обозначениях.
6. Найди учителя
Можно очень долго блуждать в статистических концепциях и пытаться сложить пазл, но часто самостоятельно сложно понять где именно у тебя затык, т.к. у тебя нет целостного взгляда на систему.
Тот кто уже понял как работает статистика обладает системным взглядом и сможет быстро определить твою проблему и помочь тебе.
Расскажите, как вы познакомились со статистикой?
В универе я
Когда нам дали первую лабораторную работу, то я придумал какой-то свой способ решения(который конечно был не правильный), а потом оказалось, что есть специальные методички, в которых написано что и как делать.
Короче у меня были непростые отношения со статистикой. Написанное ниже является моим взглядом на проблему, если у вас другое мнение, то welcome в комменты.
1. Не пытайся вгрызаться в формулы, иди по логическому пути
Есть такие книги по статистике где куча математических формул. Откроешь, посмотришь и закроешь, т.к. ничего не понятно. Мы привыкли познавать мир через логику и метафоры.
Мир математики - это отдельный
Поэтому старайся понять логику статистики, а не пытайся вникнуть в выведение математических формул и доказательства.
2. Если не понимаешь какую-то концепцию, то ищи проблему на предыдущих шагах
Если ты дошел до какой-то концепции, выстраивая логику работы статистики у себя в голове, но никак не можешь понять концепцию, то откатись на пару шагов назад.
Например не можешь понять ЦПТ и про распределение выборочных средних, возможно ты не понял свойства нормального распределения или стандартную ошибку среднего
3. Атакуй проблему с разных сторон
Если ты проанализировал пункт 2 , но все равно не понимаешь какую-то концепцию, то попробуй изучить эту же концепцию в другой книге/статье. Разные авторы по разному подают материал, возможно твой пазл сразу сложится.
4. Симулируй, то что изучаешь
Очень сложно понять то, что мы не можем увидеть. Например концепция ГС→выборка→стандартная ошибка среднего. Новичку часто непонятно откуда там берется какая-то ошибку.
Но если сделать симуляцию, то наглядно становится видно, что получив много выборок их средние отличают друг от друга и от истинного среднего, после этого становится понятно о какой стандартной ошибке средних идет речь.
5. Обращай внимание на обозначения, в них легко запутаться
Среднее ГС, среднее выборки, выборочные средние - это все разные понятия и отвечают за разные элементы. Если ты их путаешь, будут проблемы.
Стандартное отклонение ГС, стандартное отклонение выборки, стандартная ошибка - это тоже все о разном и важно не путать их.
Отдельно стоит отметить о том как это все обозначают. Сигма, SD, S, корень из дисперсии - это все про стандартное отклонение, такое разнообразие обозначений очень сильно путает и сбивает вначале. Поэтому постарайся разобраться в этих обозначениях.
6. Найди учителя
Можно очень долго блуждать в статистических концепциях и пытаться сложить пазл, но часто самостоятельно сложно понять где именно у тебя затык, т.к. у тебя нет целостного взгляда на систему.
Тот кто уже понял как работает статистика обладает системным взглядом и сможет быстро определить твою проблему и помочь тебе.
Расскажите, как вы познакомились со статистикой?
👍51💯11❤🔥7
Мой путь в аналитику. Часть 1. Школа и универ
Если бы кому то в школе сказали, что я буду аналитиком, то вам бы не поверили, т.к. по алгебре и геометрии у меня стабильно была тройка. Меня даже не хотели брать в 10 класс, т.к. опасались, что я не сдам ЕГЭ по математике.
Моими любимыми предметами были: информатика, обществознание и экономика и с ними у меня был полный порядок. Потому что они были интересны мне, т.к. я видел в них связь с реальной жизнью, в отличии от математики.
- На уроках обществознания мне нравилось выводить причинно-следственные связи и отстаивать свое мнение по разным вопросам общества.
- На уроках экономики меня привлекала возможность понять как работает экономическая система и генерируются деньги.
- На уроках информатики я фанател от технологий, тогда мы ковыряли excel, делали первый сайт, учились прогать в pascal.
Я не люблю художественную литературу. Зато в 9 классе купил себе книгу "энциклопедия бизнес планов", где были планы по открытию пицерии, парикмахерской, автосервиса и многих других предприятий, с детальными планами доходов/расходов. Такое чтиво увлекало меня в отличии от унылой художки.
В конечном итоге я довольно хорошо сдал ЕГЭ по математике, попал примерно в 70% процентиль среди всех учеников школы, чего мне хватило чтобы поступить в универ.
В 2007 году такой профессии как аналитик данных еще не было, даже интернет был не у всех. Помню как мы с пацанами собирались у кого-нибудь дома чтобы поиграть по сети, т.к. интернет не тянул онлайн игры.
Везли зимой на санках системные блоки и пузатые мониторы к кому-нибудь домой. Купили хаб, обжали кабель, помучали учителя информатики, чтобы узнать как настроить локалку и сделали свой компьюетрный клуб дома)
Вернемся к вопросу поступления в универ. Профессию выбирал из того что было. Меня привлекала экономика. Поэтому я поступил на "экономиста". Не потому что это было модно или престижно в то время, а потому что экономика меня интересовала. Учился я в Башкирском государственном аграрном университете.
Во время учебы в универе я следовал принципу "учу что интересно, не учу что не интересно", так я благополучно не выучил статистику, т.к. не видел её связи с реальным миром. Зато маркетинг, финансы, организация предприятия заходили на ура.
Из интересного, у нас в универе был предмет экономико-математическое моделирование, где при помощи пакета simlplex, решали транспортные задачи, про то как оптимально перевезти груз по нескольким точкам и минимизировать расход бензина или как организовать рацион коров из разных кормов, чтобы минимизировать стоимость, но уложиться в требуемый суточный рацион.
Кроме этого в универе я состоял в команде международной программы SIFE. Это что-то типа бизнес-клуба, где студенты придумывают бизнес идеи и пытаются их реализовать, а потом показывают результаты на конкурсе в виде презентации.
В 2012 году я благополучно закончил универ с красным дипломом, по специальности "экономист-менеджер в аграрном производстве" и новый специалист был отправлен в свободное плавание.
Продолжение следует…
Если бы кому то в школе сказали, что я буду аналитиком, то вам бы не поверили, т.к. по алгебре и геометрии у меня стабильно была тройка. Меня даже не хотели брать в 10 класс, т.к. опасались, что я не сдам ЕГЭ по математике.
Моими любимыми предметами были: информатика, обществознание и экономика и с ними у меня был полный порядок. Потому что они были интересны мне, т.к. я видел в них связь с реальной жизнью, в отличии от математики.
- На уроках обществознания мне нравилось выводить причинно-следственные связи и отстаивать свое мнение по разным вопросам общества.
- На уроках экономики меня привлекала возможность понять как работает экономическая система и генерируются деньги.
- На уроках информатики я фанател от технологий, тогда мы ковыряли excel, делали первый сайт, учились прогать в pascal.
Я не люблю художественную литературу. Зато в 9 классе купил себе книгу "энциклопедия бизнес планов", где были планы по открытию пицерии, парикмахерской, автосервиса и многих других предприятий, с детальными планами доходов/расходов. Такое чтиво увлекало меня в отличии от унылой художки.
В конечном итоге я довольно хорошо сдал ЕГЭ по математике, попал примерно в 70% процентиль среди всех учеников школы, чего мне хватило чтобы поступить в универ.
В 2007 году такой профессии как аналитик данных еще не было, даже интернет был не у всех. Помню как мы с пацанами собирались у кого-нибудь дома чтобы поиграть по сети, т.к. интернет не тянул онлайн игры.
Везли зимой на санках системные блоки и пузатые мониторы к кому-нибудь домой. Купили хаб, обжали кабель, помучали учителя информатики, чтобы узнать как настроить локалку и сделали свой компьюетрный клуб дома)
Вернемся к вопросу поступления в универ. Профессию выбирал из того что было. Меня привлекала экономика. Поэтому я поступил на "экономиста". Не потому что это было модно или престижно в то время, а потому что экономика меня интересовала. Учился я в Башкирском государственном аграрном университете.
Во время учебы в универе я следовал принципу "учу что интересно, не учу что не интересно", так я благополучно не выучил статистику, т.к. не видел её связи с реальным миром. Зато маркетинг, финансы, организация предприятия заходили на ура.
Из интересного, у нас в универе был предмет экономико-математическое моделирование, где при помощи пакета simlplex, решали транспортные задачи, про то как оптимально перевезти груз по нескольким точкам и минимизировать расход бензина или как организовать рацион коров из разных кормов, чтобы минимизировать стоимость, но уложиться в требуемый суточный рацион.
Кроме этого в универе я состоял в команде международной программы SIFE. Это что-то типа бизнес-клуба, где студенты придумывают бизнес идеи и пытаются их реализовать, а потом показывают результаты на конкурсе в виде презентации.
В 2012 году я благополучно закончил универ с красным дипломом, по специальности "экономист-менеджер в аграрном производстве" и новый специалист был отправлен в свободное плавание.
Продолжение следует…
🔥57👍17❤10✍5❤🔥4🥱1
Мой путь в аналитику. Часть 2. Маркетинг
После универа у меня было 2 варианта старта карьеры. Пойти в агрокомплекс экономистом или в автосервис маркетологом.
Маркетинг мне показался интереснее и перспективнее, т.к связан непосредственно с генерацией денежного потока для компании и я устроился маркетологом с ЗП 15000р.
В автосервисе я работал с оффлайн каналами привлечения. Реклама в газетах, реклама на радио, листовки под дворники авто.
Даже работая с оффлайном я старался все оцифровать. Внедрял кодовые слова и купоны в рекламу, размещал отдельные телефонные номера для разных рекламных площадок. Научился создавать привлекательные офферы и внедрил двухшаговые продажи.
В автосервисе удалось внедрить erp+crm что позволило начать считать экономику разных каналов привлечения и cltv.
В 2013 я собрал для автосервиса сайт на joomla и начал разбираться в интернет привлечении. SEO, контекст. Тогда же установил в первые Яндекс метрику и начал смотреть циферки.
Тема интернет маркетинга меня увлекала все больше. В 2015 году мне удалось найти свою первую удаленную работу интернет маркетолога.
2015-2020 я успел поработать в 3 агентствах интернет маркетинга. Получил довольно обширный опыт. Создание сайтов, запуск рекламных кампаний, разработка комплексных стратегий интернет маркетинга.
Успел поработать с такими компаниями как Ростелеком, Северсталь, Torex, Альта-Профиль и многие другие.
Из всего маркетинга меня больше всего привлекала исследовательская и аналитическая функция.
Я проводил глубинные интервью, исследовал спрос, анализировал конкурентов, считал экономику привлечения. Все это важно для разработки крепкого маркетинга.
Отдельно стоит отметить навык настройки систем веб-аналитики. Настройка счетчиков ЯМ и GA. Мне удалось достичь неплохого уровня. Даже сделал свой курс про качество данных GA.
Подтянул js, html и почти любые настройки трекинга мог провести сам. Провел около 100 аудитов счетчиков веб-аналитики и понял что обычно там хаос, ошибки и мрак даже в топовых компаниях.
Аналитика увлекала меня все больше и больше. Я стал смотреть в сторону новых для себя технологий sql, python, power bi, статистика.
Продолжение следует…
После универа у меня было 2 варианта старта карьеры. Пойти в агрокомплекс экономистом или в автосервис маркетологом.
Маркетинг мне показался интереснее и перспективнее, т.к связан непосредственно с генерацией денежного потока для компании и я устроился маркетологом с ЗП 15000р.
В автосервисе я работал с оффлайн каналами привлечения. Реклама в газетах, реклама на радио, листовки под дворники авто.
Даже работая с оффлайном я старался все оцифровать. Внедрял кодовые слова и купоны в рекламу, размещал отдельные телефонные номера для разных рекламных площадок. Научился создавать привлекательные офферы и внедрил двухшаговые продажи.
В автосервисе удалось внедрить erp+crm что позволило начать считать экономику разных каналов привлечения и cltv.
В 2013 я собрал для автосервиса сайт на joomla и начал разбираться в интернет привлечении. SEO, контекст. Тогда же установил в первые Яндекс метрику и начал смотреть циферки.
Тема интернет маркетинга меня увлекала все больше. В 2015 году мне удалось найти свою первую удаленную работу интернет маркетолога.
2015-2020 я успел поработать в 3 агентствах интернет маркетинга. Получил довольно обширный опыт. Создание сайтов, запуск рекламных кампаний, разработка комплексных стратегий интернет маркетинга.
Успел поработать с такими компаниями как Ростелеком, Северсталь, Torex, Альта-Профиль и многие другие.
Из всего маркетинга меня больше всего привлекала исследовательская и аналитическая функция.
Я проводил глубинные интервью, исследовал спрос, анализировал конкурентов, считал экономику привлечения. Все это важно для разработки крепкого маркетинга.
Отдельно стоит отметить навык настройки систем веб-аналитики. Настройка счетчиков ЯМ и GA. Мне удалось достичь неплохого уровня. Даже сделал свой курс про качество данных GA.
Подтянул js, html и почти любые настройки трекинга мог провести сам. Провел около 100 аудитов счетчиков веб-аналитики и понял что обычно там хаос, ошибки и мрак даже в топовых компаниях.
Аналитика увлекала меня все больше и больше. Я стал смотреть в сторону новых для себя технологий sql, python, power bi, статистика.
Продолжение следует…
❤44👍16❤🔥5✍3🫡1
Мой путь в аналитику. Часть 3. Аналитика
Перекат из маркетинга в аналитику
Примерно в 2018 году я осознал, что из всего интернет-маркетинга больше всего мне интересно анализировать данные, чтобы через это найти какие-то приемы и идеи для роста дохода компании или сокращения издержек. Тогда я узнал, что есть отдельная область профессий Data Science и загорелся идеей стать одним из этих людей.
Работая маркетологом в агентстве я старался брать на себя по максимуму аналитических задач: настроить системы веб-аналитики - я готов, проанализировать трафик - это я, сделать дашборд в power bi или gds - давайте оба. Попутно прошел сертификацию по ЯМ, GA, начал немного щупать sql.
Я считал себя человеком с аналитическим складом ума и поэтому думал что легко справлюсь с собеседованием на аналитика. Помню в самом начале моих поисков мне прислали задание, провести анализ данных в pandas.
В тот момент я понял, что нифига не знаю. Какой еще pandas, python как и где это все запустить, и что вообще делать чтобы выполнить задание? Сходу залететь в анализ данных мне не удалось. Еще важным фактором было, то что я искал работу на удаленке, а все хотели в офис.
Я - аналитик
В течении 2018-2020 я понемногу подтягивал харды, работая маркетологом и пытаясь найти аналитическую удаленку. В 2020 году мне удалось найти такое место и в моей трудовой появилась первая запись где было слово "аналитик", я ушел работать в другое агентство на должность web-аналитика.
Там плотность аналитических задач стала гораздо больше. Я начал работать с google big query и писать sql на постоянной основе. Так мне удалось совершить переход из маркетолога в аналитики.
Поработав в агентстве меня пригласили в компанию OWOX, которая занималась построением сиситем сквозной аналитики на базе собственных сервисов и данных Google analytics. Там я специализировался на стеке гугла: Google analytics, BiqQuery, DataStudio + стриминговые сервисы owox.
С помощью всего этого мы делали для заказчиков сквозную аналитику, разные модели атрибуции, сводили расходы и доходы, чтобы эффективно управлять бюджетом на рекламу.
Я понял что сквозная аналитика это очень узкая область задач, поэтому меня стала интересовать продуктовая аналитика. В 2022 году я попал в банк Точка, на роль продуктового аналитика. Я помогал продуктовым командам строить отчетность, проводить исследования и немного занимался АБ тестами.
АБ тесты и статистика - та область которая была одновременна интересна мне, но при этом из всего инструментария аналитика понять статистику - было сложнее всего. В лучшем случае у нас было 1-3 АБ в квартал.
В Альфа Банк я попал случайно, меня нашел рекрутер и показал вакансию. Там требовался человек на стыке 2 компетенций веб-аналитика и АБ тесты. Как сказал HR они никак не могут найти такого человека. Потому что продуктовые аналитики знают АБ, но не знают системы веб-аналитики, а у веб-аналитиков наоборот.
Я решил, что это как раз про меня. Выполнил тестовое, за 1 неделю прошел все этапы собеса и получил оффер. О том чем я занимался в Альфа-Банке я не раз писал в этом блоге.
Основная зона ответственности была - построение методологии АБ тестирования для сайта Альфа-Банка, попутно помогал отлавливать и устранять баги веб-аналитики, консультировал коллег по АБ, провели митап и выступил на ММ 2024.
Вот так я попал в аналитику в 2020 году и очень интересно провел эти 5 лет. Сейчас я взял для себя творческий отпуск и хочу реализовать планы связанные с развитием этого блога и курсов по аналитике.
Я не закрываю главу аналитической жизни, я лишь меняю форму. Возможно, после того когда я реализую свои текущие планы я захочу вернуться к развитию аналитики внутри компаний))
Накинь огня - если понравилась история🔥
Перекат из маркетинга в аналитику
Примерно в 2018 году я осознал, что из всего интернет-маркетинга больше всего мне интересно анализировать данные, чтобы через это найти какие-то приемы и идеи для роста дохода компании или сокращения издержек. Тогда я узнал, что есть отдельная область профессий Data Science и загорелся идеей стать одним из этих людей.
Работая маркетологом в агентстве я старался брать на себя по максимуму аналитических задач: настроить системы веб-аналитики - я готов, проанализировать трафик - это я, сделать дашборд в power bi или gds - давайте оба. Попутно прошел сертификацию по ЯМ, GA, начал немного щупать sql.
Я считал себя человеком с аналитическим складом ума и поэтому думал что легко справлюсь с собеседованием на аналитика. Помню в самом начале моих поисков мне прислали задание, провести анализ данных в pandas.
В тот момент я понял, что нифига не знаю. Какой еще pandas, python как и где это все запустить, и что вообще делать чтобы выполнить задание? Сходу залететь в анализ данных мне не удалось. Еще важным фактором было, то что я искал работу на удаленке, а все хотели в офис.
Я - аналитик
В течении 2018-2020 я понемногу подтягивал харды, работая маркетологом и пытаясь найти аналитическую удаленку. В 2020 году мне удалось найти такое место и в моей трудовой появилась первая запись где было слово "аналитик", я ушел работать в другое агентство на должность web-аналитика.
Там плотность аналитических задач стала гораздо больше. Я начал работать с google big query и писать sql на постоянной основе. Так мне удалось совершить переход из маркетолога в аналитики.
Поработав в агентстве меня пригласили в компанию OWOX, которая занималась построением сиситем сквозной аналитики на базе собственных сервисов и данных Google analytics. Там я специализировался на стеке гугла: Google analytics, BiqQuery, DataStudio + стриминговые сервисы owox.
С помощью всего этого мы делали для заказчиков сквозную аналитику, разные модели атрибуции, сводили расходы и доходы, чтобы эффективно управлять бюджетом на рекламу.
Я понял что сквозная аналитика это очень узкая область задач, поэтому меня стала интересовать продуктовая аналитика. В 2022 году я попал в банк Точка, на роль продуктового аналитика. Я помогал продуктовым командам строить отчетность, проводить исследования и немного занимался АБ тестами.
АБ тесты и статистика - та область которая была одновременна интересна мне, но при этом из всего инструментария аналитика понять статистику - было сложнее всего. В лучшем случае у нас было 1-3 АБ в квартал.
В Альфа Банк я попал случайно, меня нашел рекрутер и показал вакансию. Там требовался человек на стыке 2 компетенций веб-аналитика и АБ тесты. Как сказал HR они никак не могут найти такого человека. Потому что продуктовые аналитики знают АБ, но не знают системы веб-аналитики, а у веб-аналитиков наоборот.
Я решил, что это как раз про меня. Выполнил тестовое, за 1 неделю прошел все этапы собеса и получил оффер. О том чем я занимался в Альфа-Банке я не раз писал в этом блоге.
Основная зона ответственности была - построение методологии АБ тестирования для сайта Альфа-Банка, попутно помогал отлавливать и устранять баги веб-аналитики, консультировал коллег по АБ, провели митап и выступил на ММ 2024.
Вот так я попал в аналитику в 2020 году и очень интересно провел эти 5 лет. Сейчас я взял для себя творческий отпуск и хочу реализовать планы связанные с развитием этого блога и курсов по аналитике.
Я не закрываю главу аналитической жизни, я лишь меняю форму. Возможно, после того когда я реализую свои текущие планы я захочу вернуться к развитию аналитики внутри компаний))
Накинь огня - если понравилась история
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥126👍17❤🔥8
Мифы про АБ тестирование. Часть 2 🎈
Судя по реакциям и сохранениям первая часть мифов про АБ тестирование вам зашла. Поэтому написал еще часть.
1. АБ тесты повышают конверсию
Сам по себе АБ тест не повышает конверсию и никак не влияет ни на какие метрики. АБ тест - это инструмент для измерения, типа как линейка.
Сам по себе он ничего не меняет. На метрики влияют гипотезы, которые вы хотите проверить в АБ тесте. А точнее конкретная реализация гипотезы.
2. Ошибка второго рода не важна
Хочется сказать false negative lives matter😑 Заметили как во всех статьях топят за всякие поправки на множественные сравнения, все твердят про подглядывания, но мало кто делает акцент на максимизации мощности и критичности ошибок второго рода.
Особенно это может быть критично, если вы живете на инвесторские деньги и вам важно не пропустить эффект, чтобы компания начала зарабатывать.
3. Если p-value меньше 0.05 несколько дней, то точно стат значимо
Если p-value у вас держится меньше альфы несколько дней подряд, то это ни о чем не говорит. В логике фиксированного горизонта планирования экспериментов мы должны только один раз подвести итоги эксперимента.
Если мы это будем делать несколько раз (смотреть плато каждый день), то это приведет к росту числа ошибок первого рода.
4. Нужно тестировать как можно больше вариантов
Кажется у гугла был эксперимент, когда они тестировали 30 оттенков синего. Чем больше у вас вариантов, тем выше вероятность допустить ошибку первого рода, чисто в силу случайности.
Чтобы нивелировать возможность ошибок первого рода нужно занижать альфу, но тогда нужно собирать больше выборку, а это увеличивает сроки АБ. Короче первое правило АБ тестировании - не тестируй всякую фигню (если ты не Google)
5. Самое сложное в АБ тестировании - выбрать стат критерий
Как писал в первой части, t-test может закрыть 80% кейсов. На самом деле большая часть времени должна уходить на ресерч и выработку гипотез перед АБ тестом.
Следующий по трудоемкости этап - это дизайн АБ теста, понять на какой целевой группе проводим тест, какие группы исключаем, понять ограничения, выбрать точки сплитования и прочее.
Выбор метрик - отдельная песня, LTV - классная бизнес метрика, но долгая и не чувствительная. CTR - быстрая и чувствительная метрика, но не всегда имеет бизнес-смысл.
После эксперимента нужно провалидировать результаты, поискать сигналы в данных для новых экспериментов. Короче стат критерии это от силы 5% - АБ теста.
Пишите в комменты, какие еще мифы вы видите вокруг АБ тестов. Накиньте🔥 если тема с мифами нравится
Судя по реакциям и сохранениям первая часть мифов про АБ тестирование вам зашла. Поэтому написал еще часть.
1. АБ тесты повышают конверсию
Сам по себе АБ тест не повышает конверсию и никак не влияет ни на какие метрики. АБ тест - это инструмент для измерения, типа как линейка.
Сам по себе он ничего не меняет. На метрики влияют гипотезы, которые вы хотите проверить в АБ тесте. А точнее конкретная реализация гипотезы.
2. Ошибка второго рода не важна
Хочется сказать false negative lives matter
Особенно это может быть критично, если вы живете на инвесторские деньги и вам важно не пропустить эффект, чтобы компания начала зарабатывать.
3. Если p-value меньше 0.05 несколько дней, то точно стат значимо
Если p-value у вас держится меньше альфы несколько дней подряд, то это ни о чем не говорит. В логике фиксированного горизонта планирования экспериментов мы должны только один раз подвести итоги эксперимента.
Если мы это будем делать несколько раз (смотреть плато каждый день), то это приведет к росту числа ошибок первого рода.
4. Нужно тестировать как можно больше вариантов
Кажется у гугла был эксперимент, когда они тестировали 30 оттенков синего. Чем больше у вас вариантов, тем выше вероятность допустить ошибку первого рода, чисто в силу случайности.
Чтобы нивелировать возможность ошибок первого рода нужно занижать альфу, но тогда нужно собирать больше выборку, а это увеличивает сроки АБ. Короче первое правило АБ тестировании - не тестируй всякую фигню (если ты не Google)
5. Самое сложное в АБ тестировании - выбрать стат критерий
Как писал в первой части, t-test может закрыть 80% кейсов. На самом деле большая часть времени должна уходить на ресерч и выработку гипотез перед АБ тестом.
Следующий по трудоемкости этап - это дизайн АБ теста, понять на какой целевой группе проводим тест, какие группы исключаем, понять ограничения, выбрать точки сплитования и прочее.
Выбор метрик - отдельная песня, LTV - классная бизнес метрика, но долгая и не чувствительная. CTR - быстрая и чувствительная метрика, но не всегда имеет бизнес-смысл.
После эксперимента нужно провалидировать результаты, поискать сигналы в данных для новых экспериментов. Короче стат критерии это от силы 5% - АБ теста.
Пишите в комменты, какие еще мифы вы видите вокруг АБ тестов. Накиньте
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥40👍6❤5🎉1
Оффер на 250к в 2021г прошел мимо меня, т.к. я не матерился на собесе🤬
Расскажу вам об одном из неординарных отказов после собеса.
В 2021 я только 1 год отработал в роли настоящего аналитика, но ко мне пришел HR с предложением пособеситься в один стартап, который делал маркетинговую аналитику. Потенциальная ЗП в 250к для 2021 года и человека с опытом в 1 год выглядела внушительно.
Сначала мне предложили сделать тестовое задание. Нужно было написать sql, который из хитовых данных google analytiсs собирает сессии. С одной стороны выглядит не сложно, с другой при расчете сессий есть много нюансов: проверить хиты пользователя на смену источника, проверить разрыв сессии из-за простоя 30 минут, проверить смену суток и прочее.
На проработку задания я потратил 1 или 2 вечера. Отправил рекрутеру, он вернулся с положительным ответом и пригласил на собес. На собесе мне сообщили, что за последние пару месяцев поиска я один из немногих кто смог сделать задание правильно и учел важные нюансы google analytics на которых базируется расчет сессиий.
Собеседовали меня основатели компании, (стартап же). Очень мило пообщались, как мне показалось совпали по многим вопросам. После собеса я и рекрутер стали ждать ответа. Рекрутер уверял, что ребята были очень рады когда проверили моё тестовое, т.к. не могли найти человека с глубоким познанием GA и умением работать с сырыми данными.
Прошло 3 дня. Рекрутер, в растерянности и сообщает, что ребята не готовы сделать оффер. Причина отказа - я не совпал с основателями по cultural fit. Такой ответ только еще больше озадачил меня и рекрутера, т.к. на собесе мы душевно пообщались и все было норм.
Через неделю рекрутеру все таки удалось выяснить более подробнее про cultural fit компании куда я собесился. Как сообщил мне рекрутер ребята очень любят между собой крепко ругаться матом - такой у них вайб в компании. На собеседовании им показалось, что я очень тактичный и скорее всего мне будет тяжело влиться в их культурную среду, поэтому они отказали мне.
Видимо нужно было разговаривать матом на собеседовании, чтобы меня взяли в ту компанию. Пожалуй это самый странный отказ, который я получал за свою карьеру. Как вы считаете, как я должен был действовать на том собесе чтобы получить оффер?
P.S. Делитесь своими самыми кринжовыми историями с собесов✍️
Расскажу вам об одном из неординарных отказов после собеса.
В 2021 я только 1 год отработал в роли настоящего аналитика, но ко мне пришел HR с предложением пособеситься в один стартап, который делал маркетинговую аналитику. Потенциальная ЗП в 250к для 2021 года и человека с опытом в 1 год выглядела внушительно.
Сначала мне предложили сделать тестовое задание. Нужно было написать sql, который из хитовых данных google analytiсs собирает сессии. С одной стороны выглядит не сложно, с другой при расчете сессий есть много нюансов: проверить хиты пользователя на смену источника, проверить разрыв сессии из-за простоя 30 минут, проверить смену суток и прочее.
На проработку задания я потратил 1 или 2 вечера. Отправил рекрутеру, он вернулся с положительным ответом и пригласил на собес. На собесе мне сообщили, что за последние пару месяцев поиска я один из немногих кто смог сделать задание правильно и учел важные нюансы google analytics на которых базируется расчет сессиий.
Собеседовали меня основатели компании, (стартап же). Очень мило пообщались, как мне показалось совпали по многим вопросам. После собеса я и рекрутер стали ждать ответа. Рекрутер уверял, что ребята были очень рады когда проверили моё тестовое, т.к. не могли найти человека с глубоким познанием GA и умением работать с сырыми данными.
Прошло 3 дня. Рекрутер, в растерянности и сообщает, что ребята не готовы сделать оффер. Причина отказа - я не совпал с основателями по cultural fit. Такой ответ только еще больше озадачил меня и рекрутера, т.к. на собесе мы душевно пообщались и все было норм.
Через неделю рекрутеру все таки удалось выяснить более подробнее про cultural fit компании куда я собесился. Как сообщил мне рекрутер ребята очень любят между собой крепко ругаться матом - такой у них вайб в компании. На собеседовании им показалось, что я очень тактичный и скорее всего мне будет тяжело влиться в их культурную среду, поэтому они отказали мне.
Видимо нужно было разговаривать матом на собеседовании, чтобы меня взяли в ту компанию. Пожалуй это самый странный отказ, который я получал за свою карьеру. Как вы считаете, как я должен был действовать на том собесе чтобы получить оффер?
P.S. Делитесь своими самыми кринжовыми историями с собесов
Please open Telegram to view this post
VIEW IN TELEGRAM
😁70🔥17🤬12👍3⚡2🆒2❤1👏1😨1🤪1
Лев не бегает за антилопой 8 часов в день
Недавно прочитал такую мысль в одном из блогов. Эта мысль натолкнула меня на ряд размышлений, про эффективность.
В каком объеме нужно прилагать усилия для того чтобы достичь результата? Действительно ли нужно постоянно что-то делать или главное сделать правильные действия в правильный момент?
Раньше я думал, что важно много делать, чтобы много получить, но кажется так не работает.
Например, когда я работал маркетологом - я много изучал курсов по маркетингу, делал крутые проекты, всегда был на связи, но в итоге когда попросил прибавку к ЗП после 2 лет работы, все что мне дали это + 5 т.р. Зато смена работы с маркетолога на аналитика позволила прирасти сразу на 50%.
Другой пример. Я много лет занимался пауэрлифтингом, но дальше 1 разряда продвинуться не смог, в то время как люди, которые пришли в этот спорт смогли занимаясь рядом по тем же методикам выполнить нормативы КМС и МС.
Идея марафона АБ тестов, который я провожу - была придумана за 1 час и уже на следующий день я начал продавать этот курс и оно нормально пошло.
Последнее трудоустройство, в Альфу. Я особо не напрягался, не готовился, не искал. Пришел рекрутер, быстро сделал тестовое, быстро прошел собесы и получил оффер.
Вообще ощущение, что чем больше суеты в жизни, стараний - тем меньше результаты. А когда живешь спокойно, позволяешь жизни просто случаться, то оно как-то все само хорошо складывается и случается именно то что тебе нужно. Замечали такое?
Недавно прочитал такую мысль в одном из блогов. Эта мысль натолкнула меня на ряд размышлений, про эффективность.
В каком объеме нужно прилагать усилия для того чтобы достичь результата? Действительно ли нужно постоянно что-то делать или главное сделать правильные действия в правильный момент?
Раньше я думал, что важно много делать, чтобы много получить, но кажется так не работает.
Например, когда я работал маркетологом - я много изучал курсов по маркетингу, делал крутые проекты, всегда был на связи, но в итоге когда попросил прибавку к ЗП после 2 лет работы, все что мне дали это + 5 т.р. Зато смена работы с маркетолога на аналитика позволила прирасти сразу на 50%.
Другой пример. Я много лет занимался пауэрлифтингом, но дальше 1 разряда продвинуться не смог, в то время как люди, которые пришли в этот спорт смогли занимаясь рядом по тем же методикам выполнить нормативы КМС и МС.
Идея марафона АБ тестов, который я провожу - была придумана за 1 час и уже на следующий день я начал продавать этот курс и оно нормально пошло.
Последнее трудоустройство, в Альфу. Я особо не напрягался, не готовился, не искал. Пришел рекрутер, быстро сделал тестовое, быстро прошел собесы и получил оффер.
Вообще ощущение, что чем больше суеты в жизни, стараний - тем меньше результаты. А когда живешь спокойно, позволяешь жизни просто случаться, то оно как-то все само хорошо складывается и случается именно то что тебе нужно. Замечали такое?
👍94❤🔥26💯10👏7👎1🔥1🤔1
Работаю над новым курсом по АБ тестам🚀
Зачем и для кого я его делаю? Мой путь к АБ тестам был тернист, я не из тех людей кто схватывает все на лету.
Вокруг я вижу много похожих людей, кто буксует в статистической базе из-за того что упустил какую-то деталь и не может понять картину целиком. Все эти мощность, альфа, p-value, mde кажутся набором какой-то бессмыслицы .
Другой момент - это практика, далеко не каждый действующий аналитик сталкивался с АБ тестами в работе, а на собесах спрашивают как провести АБ тест и у многих возникают сложности при ответах на практические вопросы.
Все описанное выше я проходил сам поэтому захотелось создать продукт, который бы решал эти проблемы.
1️⃣ Объяснял бы статистику просто, без лишнего математического занудства и показывал бы как именно она ложится на прикладные бизнес-задачи.
2️⃣ Давал бы возможность реально пощупать весь процесс проведения АБ теста в формате кейсов под руководством наставника.
3️⃣ Показывал бы подводные камни и НЕ идеальную реальность АБ тестирования и данных с которыми придется столкнуться в работе.
4️⃣ Чтобы человек мог получить базу АБ, с которой смог бы пройти собес на продуктового аналитика.
А вы уже разобрались с АБ тестами или застряли на каком-то этапе?
Зачем и для кого я его делаю? Мой путь к АБ тестам был тернист, я не из тех людей кто схватывает все на лету.
Вокруг я вижу много похожих людей, кто буксует в статистической базе из-за того что упустил какую-то деталь и не может понять картину целиком. Все эти мощность, альфа, p-value, mde кажутся набором какой-то бессмыслицы .
Другой момент - это практика, далеко не каждый действующий аналитик сталкивался с АБ тестами в работе, а на собесах спрашивают как провести АБ тест и у многих возникают сложности при ответах на практические вопросы.
Все описанное выше я проходил сам поэтому захотелось создать продукт, который бы решал эти проблемы.
А вы уже разобрались с АБ тестами или застряли на каком-то этапе?
Please open Telegram to view this post
VIEW IN TELEGRAM
👍49🔥18❤🔥3❤1💯1👨💻1
Мысли в ночь🌚 . Главные навыки, которые помогут выжить аналитику в 21 веке
1. Вера в себя
Посчитайте сколько раз в день вы верите в себя, а сколько раз сомневаетесь. Думаю, что вера в себя беспощадно проигрывает сомнениями, но если взглянуть на действительно прорывные идеи они как правило находятся на грани фола. В них обычно никто не верит.
Через несколько дней я еду Aha!25. В целом, идея зарабатывать на конференциях для аналитиков, выглядит как довольно утопичная (я бы не поверил если бы Леша сказал, что так можно на старте), проще открыть ларек с шаурмой, но конференция живет(Не реклама, просто мысли в слух).
2. Гибкость
Сколько черных лебедей преподнесла жизнь, начиная с 2020 года, никто их не ожидал, но все были вынуждены становиться гибкими и жить в той реальности которая проявилась. Ты можешь противиться появлению ИИ и считать что он никак не повлияет на тебя, твою востребованность как специалиста, но лучше проявить гибкость.
Подумать, какие риски несут глобальные изменения в мире, куда ты будешь фокусироваться следующие 5 лет. За свою карьеру я успел побывать маркетологом, аналитиком, а теперь стараюсь развивать свой проект. Я не застыл в иллюзиях, что вокруг нет изменений - я сам стараюсь меняться сонаправленно со своими интересами.
3. Способность быть НЕ серьезным
Возможно предыдущие 2 пункта вам срезанировали, но этот пункт кажется каким-то слишком "странным и не серьезным". Сейчас все поясню. Большинство из нас очень трепетно относится к тому образу, который мы создали вокруг себя.
Мы боимся разрушить этот образ, т.к. остальные могут нас не понять и не принять, но все меняется, мы должны проживать разные стадии своей жизни.
Разные это не про лучше или хуже. Но если мы становимся слишком серьезными, то не можем отпустить себя прошлого и перейти в новое состояние, которое способно жить в новую эпоху изменений)
Есть что добавить или оспорить? Welcome в комментарии
1. Вера в себя
Посчитайте сколько раз в день вы верите в себя, а сколько раз сомневаетесь. Думаю, что вера в себя беспощадно проигрывает сомнениями, но если взглянуть на действительно прорывные идеи они как правило находятся на грани фола. В них обычно никто не верит.
Через несколько дней я еду Aha!25. В целом, идея зарабатывать на конференциях для аналитиков, выглядит как довольно утопичная (я бы не поверил если бы Леша сказал, что так можно на старте), проще открыть ларек с шаурмой, но конференция живет(Не реклама, просто мысли в слух).
2. Гибкость
Сколько черных лебедей преподнесла жизнь, начиная с 2020 года, никто их не ожидал, но все были вынуждены становиться гибкими и жить в той реальности которая проявилась. Ты можешь противиться появлению ИИ и считать что он никак не повлияет на тебя, твою востребованность как специалиста, но лучше проявить гибкость.
Подумать, какие риски несут глобальные изменения в мире, куда ты будешь фокусироваться следующие 5 лет. За свою карьеру я успел побывать маркетологом, аналитиком, а теперь стараюсь развивать свой проект. Я не застыл в иллюзиях, что вокруг нет изменений - я сам стараюсь меняться сонаправленно со своими интересами.
3. Способность быть НЕ серьезным
Возможно предыдущие 2 пункта вам срезанировали, но этот пункт кажется каким-то слишком "странным и не серьезным". Сейчас все поясню. Большинство из нас очень трепетно относится к тому образу, который мы создали вокруг себя.
Мы боимся разрушить этот образ, т.к. остальные могут нас не понять и не принять, но все меняется, мы должны проживать разные стадии своей жизни.
Разные это не про лучше или хуже. Но если мы становимся слишком серьезными, то не можем отпустить себя прошлого и перейти в новое состояние, которое способно жить в новую эпоху изменений)
Есть что добавить или оспорить? Welcome в комментарии
Please open Telegram to view this post
VIEW IN TELEGRAM
❤🔥38👍18🔥6⚡3❤1
Как я сделал кривую выборку для АБ и чуть не завалил перфоманс-ревью?
В одной из компаний где я работал, меня попросили подготовить выборки для АБ теста.
Вроде задача не особо сложная, но был нюанс. Отдельный элемент выборки - это отдельный id компании клиента, но один человек мог работать в нескольких разных компаниях.
Получалась ситуация, что 2 компании в которых работает один и тот же человек могли попасть в 2 разных выборки, одна в А, другая в Б.
Соответственно один и тот же человек если бы сначала залогинился под аккаунтом одной компании мог получить вариант А, а потом залогинившись под аккаунтом другой компании получить вариант Б.
Формально вроде все хорошо, компании разные, а вот по факту человек на которого оказывается воздействие один и тот же и получается видит разные варианты под разными аккаунтами компаний.
В качестве одного из решений можно было бы заранее простроить все связи между компаниями на основе тех людей которые в них работают и формировать выборки так чтобы все связанные между собой компании попадали бы в одну из выборок.
Тут конечно еще возникает вопрос зависимости наблюдений, т.к. единица рандомизации у нас компания, но как мы знаем они связаны через отдельных людей и тут по хорошему надо проверять, а не аффектит ли это на увеличение ошибки первого рода, т.к. на самом деле часть наблюдений нельзя будет считать независимыми (но тогда я об этом даже не знал).
Посовещавшись с продактом мы решили поступить проще и просто выкинуть из выборок компании у которых есть пересечение с другими компаниями через людей, т.к. там надо было писать сложный SQL запрос с большим числом таблиц, а нам надо было уже АБ запускать. Мы их выкинули, таких компаний было не очень много, около 5%.
Я уже не помню как прошел тот АБ тест, но потом на перфоманс ревью когда я показал свой sql запрос для формирования выборки на меня посмотрели очень удивленно и тут я понял что я сильно накосячил.
Хотя я и исключил небольшой сегмент, всего 5%, это нарушило одно из фундаментальных условий валидного АБ теста. Наши выборки оказались не репрезентативными для всей генеральной совокупности и по сути мы не можем экстраполировать выводы нашего АБ теста, на эти 5% связанных компаний.
Хотя сегмент был маленький, но важный, т.к. те кто имеет несколько компаний как правило более ценные клиенты и выкидывать их из выборки было ошибкой.
Я коллекционирую такие ошибки, на мой взгляд они очень ценные, т.к. обычно про ошибки не говорят, а все концентрируются на бест практиках, но в своём курсе по АБ я как раз уделяю много внимания таким незаметным, но важным вещам, которые обычно можно получить только набивая шишки самостоятельно.
Расскажи, а как ты косячил в своей работе😏
В одной из компаний где я работал, меня попросили подготовить выборки для АБ теста.
Вроде задача не особо сложная, но был нюанс. Отдельный элемент выборки - это отдельный id компании клиента, но один человек мог работать в нескольких разных компаниях.
Получалась ситуация, что 2 компании в которых работает один и тот же человек могли попасть в 2 разных выборки, одна в А, другая в Б.
Соответственно один и тот же человек если бы сначала залогинился под аккаунтом одной компании мог получить вариант А, а потом залогинившись под аккаунтом другой компании получить вариант Б.
Формально вроде все хорошо, компании разные, а вот по факту человек на которого оказывается воздействие один и тот же и получается видит разные варианты под разными аккаунтами компаний.
В качестве одного из решений можно было бы заранее простроить все связи между компаниями на основе тех людей которые в них работают и формировать выборки так чтобы все связанные между собой компании попадали бы в одну из выборок.
Тут конечно еще возникает вопрос зависимости наблюдений, т.к. единица рандомизации у нас компания, но как мы знаем они связаны через отдельных людей и тут по хорошему надо проверять, а не аффектит ли это на увеличение ошибки первого рода, т.к. на самом деле часть наблюдений нельзя будет считать независимыми (но тогда я об этом даже не знал).
Посовещавшись с продактом мы решили поступить проще и просто выкинуть из выборок компании у которых есть пересечение с другими компаниями через людей, т.к. там надо было писать сложный SQL запрос с большим числом таблиц, а нам надо было уже АБ запускать. Мы их выкинули, таких компаний было не очень много, около 5%.
Я уже не помню как прошел тот АБ тест, но потом на перфоманс ревью когда я показал свой sql запрос для формирования выборки на меня посмотрели очень удивленно и тут я понял что я сильно накосячил.
Хотя я и исключил небольшой сегмент, всего 5%, это нарушило одно из фундаментальных условий валидного АБ теста. Наши выборки оказались не репрезентативными для всей генеральной совокупности и по сути мы не можем экстраполировать выводы нашего АБ теста, на эти 5% связанных компаний.
Хотя сегмент был маленький, но важный, т.к. те кто имеет несколько компаний как правило более ценные клиенты и выкидывать их из выборки было ошибкой.
Я коллекционирую такие ошибки, на мой взгляд они очень ценные, т.к. обычно про ошибки не говорят, а все концентрируются на бест практиках, но в своём курсе по АБ я как раз уделяю много внимания таким незаметным, но важным вещам, которые обычно можно получить только набивая шишки самостоятельно.
Расскажи, а как ты косячил в своей работе😏
❤51👍22🔥11😱3🙏3💯1
Aha 25 - я на конфе
Давайте общаться, рад встречам и новым знакомствам.
Накиньте бустов, по братски и по сестрински. Я прокачаю сторисы для канала и смогу показать вам интересные сторисы https://xn--r1a.website/boost/y_borzilo
Давайте общаться, рад встречам и новым знакомствам.
Накиньте бустов, по братски и по сестрински. Я прокачаю сторисы для канала и смогу показать вам интересные сторисы https://xn--r1a.website/boost/y_borzilo
👍36🔥20❤6