Canal This is Data @thisisdata en Telegram

This is Data

This is Data
Канал Романа Романчука про аналитику и данные.

Рассказываю про метрики и мат.статистику. Обозреваю ENG и RUS статьи. Советую книги. Делюсь скриптами, ссылками, майндмэпами.

Сайт: https://thisisdata.ru
Задать вопрос: @romanchuk_roman
Рекламы нет.
5,387 Suscriptores
139 Fotos
160 Videos
Última Actualización 12.03.2025 09:19

Canales Similares

🏆 Data Feeling 🤹
10,794 Suscriptores

Аналитика данных: Важность и основы

В современном мире, где объемы данных растут с каждым днем, аналитика данных стала одной из самых востребованных дисциплин. Каждая компания, независимо от ее размера и области деятельности, сталкивается с необходимостью извлечения информации из массивов данных для принятия обоснованных решений. Аналитика данных включает в себя процессы сбора, обработки и анализа данных для выявления полезной информации, которая может оказать влияние на стратегии бизнеса и его успех. Эта область охватывает разнообразные методы и инструменты, включая статистический анализ, машинное обучение и визуализацию данных, что делает ее ключевой для понимания тенденций и паттернов в различных сферах, от маркетинга до здравоохранения. Начиная с простых метрик, таких как ROI (возврат на инвестиции), до сложных алгоритмов прогнозирования, аналитика данных помогает компаниям оптимизировать свои операции и предлагать лучшие решения для своих клиентов.

Что такое аналитика данных?

Аналитика данных - это процесс изучения наборов данных с целью выявления закономерностей и получения инсайтов, которые могут помочь в принятии решений. Она включает в себя различные этапы, включая сбор данных, их обработку, анализ и интерпретацию результатов.

Существует несколько типов аналитики данных, включая описательную, предсказательную и предписывающую. Описательная аналитика помогает понять, что произошло в прошлом, предсказательная - делает прогнозы на будущее, а предписывающая влияет на рекомендации, которые можно использовать для принятия решений.

Почему аналитика данных важна для бизнеса?

Аналитика данных позволяет компаниям быть более эффективными, так как она предоставляет информацию, необходимую для оптимизации процессов и улучшения качества обслуживания клиентов. С ее помощью можно выявить области, требующие улучшений, и разрабатывать стратегии на основе фактических данных.

Кроме того, аналитика данных дает возможность предсказать будущие тренды. Это помогает бизнесам принимать более обоснованные решения, снижая риски и максимизируя прибыль. Компании, которые активно используют аналитику данных, часто опережают своих конкурентов благодаря способности адаптироваться к изменяющимся условиям рынка.

Какие инструменты используются в аналитике данных?

Существует множество инструментов для аналитики данных, от простых до сложных. Примеры простых инструментов включают Microsoft Excel и Google Sheets, которые позволяют выполнять базовые операции и визуализировать данные. Для более сложной аналитики специалисты используют такие инструменты, как R, Python, Tableau и Power BI.

Каждый из этих инструментов имеет свои преимущества и может применяться в зависимости от задач. R и Python особенно популярны среди специалистов по данным для обработки и анализа больших наборов данных. Tableau и Power BI, с другой стороны, являются мощными инструментами визуализации, которые помогают трансформировать сложную информацию в интуитивно понятные графики и диаграммы.

Как начать изучать аналитику данных?

Начать изучение аналитики данных можно с онлайн-курсов и ресурсов. Платформы, такие как Coursera, edX и Udacity, предлагают курсы, охватывающие основы статистики, программирования и машинного обучения. Также доступны книги, которые могут быть полезны для глубокого понимания темы.

Кроме того, практикуйтесь на реальных данных. Участвуйте в соревнованиях на платформах, таких как Kaggle, чтобы применить свои знания на практике. Это поможет вам не только закрепить теоретические знания, но и получить ценный опыт, который будет полезен в карьере.

Какие метрики наиболее важны для аналитики данных?

Существуют множество метрик, которые могут быть полезны в аналитике данных в зависимости от целей вашего бизнеса. Некоторые из наиболее распространенных метрик включают ROI, конверсии, среднюю стоимость заказа, коэффициент удержания и множество других. Каждая из этих метрик предоставляет свою собственную уникальную перспективу на производительность бизнеса.

Важно понимать, что не все метрики одинаково полезны для каждой компании. Поэтому необходимо определить, какие именно метрики наиболее актуальны для ваших бизнес-целей, и сосредоточиться на их улучшении. Установление четких целей и метрик позволяет более эффективно отслеживать прогресс и корректировать стратегию.

Canal de Telegram This is Data

Добро пожаловать на канал "This is Data"! Этот канал создан Романом Романчуком для всех, кто интересуется аналитикой и данными. Здесь вы найдете информацию о метриках и математической статистике, обзоры англоязычных и русскоязычных статей, рекомендации по книгам, скрипты, ссылки и майндмэпы. Роман готов ответить на ваши вопросы, вы можете задать их, обратившись к нему прямо в чате. На канале отсутствует любая реклама, здесь сосредоточена чистая и полезная информация. Посетите наш сайт по ссылке https://thisisdata.ru и начните углубляться в мир данных вместе с нами!

Últimas Publicaciones de This is Data

Post image

Исследование рынка аналитиков 2024: полные результаты

Ребята из NEWHR завершили работу над исследованием, посвящённом рынку аналитиков 2024 года и выпустили результаты в виде лендинга. Получилось действительно круто!

Главные инсайты:

🔹 Зарплаты аналитиков продолжают расти. В 2024 году доходы быстрее росли в российских компаниях, но всё ещё отстают от зарубежных.
🔹 Зарплата — ключевой фактор удержания. В 2024 году её значимость как причины оставаться в компании выросла с 25% до 52%.
🔹 Зарубежные компании теряют привлекательность. Российские аналитики всё чаще ориентируются на локальный рынок, а специалисты из ближнего зарубежья рассматривают оба варианта.
🔹 Интерес к смене работы снижается. Доля аналитиков, лояльных текущему работодателю, выросла с 35% до 46%, но интерес к собеседованиям остаётся стабильным.
🔹 Самый привлекательный работодатель — «Авито». Компания обошла «Яндекс» и «Т-банк», которые немного потеряли популярность в 2024 году.
🔹 Удалёнка доминирует. Полностью офисный формат теряет позиции, а гибрид остаётся наиболее предпочтительным.
🔹 Гендерное равенство? Пока нет. Женщины и мужчины в аналитике представлены равномерно, но женщины реже занимают руководящие позиции и получают меньшие зарплаты.

▶️ Ссылка на лендинг с полными результатами.

07 Mar, 07:56
1,114
Post image

Привет, друзья! 👋

После прошлого поста про бизнес-цели мне в личку пришло несколько вопросов и я решил разобрать, как из GMV получается чистая прибыль Net Profit.

Давайте разложим всё по полочкам!

▪️GMV (Gross Merchandise Value) — это общий объем продаж. Представьте, вы продали товаров на 1 млн рублей. Вау! Но это не ваши деньги. Это просто цифра, которая показывает, сколько денег всего «прокрутилось» через ваш бизнес. Сюда входят и себестоимость, и доставка, и возвраты. Так что не спешите праздновать.

▪️Revenue (выручка) — эта метрика уже ближе к делу. Это деньги, которые компания получила за свои товары или услуги. Если из GMV вычесть возвраты, скидки, комиссии и прочие «но», получится Revenue. Например, из того же 1 млн рублей выручка может быть 800 тыс. рублей. Уже лучше, но это ещё не прибыль.

▪️Operational Profit (операционная прибыль) — это то, что осталось после всех переменных расходов: сырье, доставка, сдельная зарплата и прочее. Если из Revenue вычесть все эти затраты, получится Operational Profit. Например, из 800 тыс. рублей выручки после всех расходов осталось 200 тыс. рублей. Уже теплее!

▪️EBITDA — это прибыль после вычета фиксированных расходов, но до вычета процентов, налогов, амортизации и износа. Например, из тех же 200 тыс. рублей Operational Profit EBITDA может быть 150 тыс. рублей. Это любимая метрика инвесторов, потому что она показывает, насколько эффективно работает бизнес «в вакууме» и можно сравнивать разные бизнесы между собой.

▪️Net Profit (чистая прибыль) — это то, что осталось после всех расходов, налогов, процентов по кредитам и прочих обязательных платежей. Например, из 150 тыс. рублей EBITDA после всех вычетов может остаться 100 тыс. рублей. Вот это уже ваши деньги!

Итог: GMV → Revenue → Operational Profit → EBITDA → Net Profit.

Ставьте лайк, чтобы я знал, что тема полезная. И делитесь постом с теми, кто думает, что GMV = прибыль. 😉

***
Пост подготовлен совместно с CFOblog, каналом про финансы для нефинансистов.

#разбор_метрик #метрики

05 Mar, 11:44
1,127
Post image

Уф, февраль уже пролетел! Сегодня собираем самые сочные статьи последних тридцати дней.

Начну со статьи Андрея Корнеева, аналитика команды Origination в Т-Банке, который знает все о том, как правильно подглядывать. Автор поделился знанием о последовательном анализе или Group Sequential Testing (GST). Это метод проведения A/B-теста, при котором мы абсолютно легально подглядываем в тест на промежуточных точках и проверяем результаты до завершения эксперимента. При значительном эффекте мы можем завершить тест досрочно и сэкономить время и ресурсы. Инструмент мощный, но с ограничениями. Например, он не подходит для метрик с долгим периодом созревания. Так что используйте метод с умом.

Далее предлагаю погрузиться в эволюцию одной платформы и почерпнуть идеи для своих проектов. Архитектор данных Наталья Горлова описала шестилетнюю трансформацию платформы данных CDEK, крупной компании по доставке документов и грузов. То, что началось с монолита на MySQL и C++, к 2024 году обросло хранилищем данных Greenplum с управлением через Apache Airflow, микросервисами на Java и базами данных PostgreSQL. Оглядываясь назад, Наталья подчеркивает, как важно продумывать кодовую базу проекта, не бояться пробовать новое и помнить о качестве данных.

Теперь стоит включить безопасное соединение, потому что на Medium вышла трилогия статей от Павла Левчука, посвященная RF-матрице. Это таблица распределения клиентов на сегменты в зависимости от времени (Recency) и частоты покупок (Frequency). Имея данные о поведении, мы можем, например, выявить малоактивных клиентов, давно не совершавших покупку, и предложить им скидку. Результаты анализа позволяют влиять на другие метрики, такие как CAC и LTV. Подробнее о самой матрице читайте в водной статье, а материалы о Recency и Frequency позволят углубиться в их расчеты.

А чем интересным запомнился февраль вам?😃

#дайджест

28 Feb, 09:29
1,618
Post image

Ранее я рассказывал про различные подходы к работе с метриками, и мой фаворит — фреймворк «Пирамида метрик». Почему? Потому что он превращает хаос в стройную структуру. Суть пирамиды проста: метрики распределяются по слоям — сверху самые глобальные, бизнесовые, а ниже уже финансовые, продуктовые и так далее. Универсального шаблона нет, каждая компания строит свою пирамиду индивидуально, исходя из целей и задач.

В Т-Банке мы используем пирамиду как каркас для объединения метрик различных команд работающих над одним продуктом. Это позволяет понимать, как каждая команда влияет на общий успех и не замыкать ее саму на себя.

Но хватит теории! Сегодня заглянем в самый верх пирамиды — бизнесовый слой. Этот уровень нужен для фокусировки всех команд на достижении конкретных целей. Какие показатели обычно сюда попадают? Пример:

▪️GMV (Gross Merchandise Value) — совокупная стоимость товаров или услуг. Отлично подходит для понимания масштабов бизнеса.
▪️Revenue (Выручка) — главный показатель дохода, который напрямую показывает, насколько эффективна работа компании.
▪️EBITDA — прибыль до вычета налогов, амортизации и процентов. Эта метрика позволяет понять реальную прибыльность бизнеса без учёта финансовых манёвров.
▪️Net Profit (Чистая прибыль) — итоговая сумма, которая остаётся после всех расходов. Это конечный результат, ради которого всё и делается.

Выбор метрик зависит от целей компании. Например, если в приоритете масштабирование, то упор делается на GMV. Если важно увеличить объем выручки, то в центре внимания — Revenue, EBITDA и Net Profit. Ну а если нужно максимизировать выплаты акционерам, то Net Profit ваше всё.

В следующих постах я разберу метрики нижних уровней пирамиды. Это поможет вам понять, как вся система метрик связана между собой и как её использовать для достижения целей.

Забирайте пост в закладки, делитесь с коллегами, и не забывайте: метрики — это не просто цифры, это ваш компас на пути к успеху!

***
Пост подготовлен совместно с CFOblog, каналом про финансы для нефинансистов.

#разбор_метрик #метрики

18 Feb, 11:52
1,921