До Матемаркетинга 100 дней. Коротко о том, как, почему и вопреки чему пройдет конференция.

Сначала о безопасности. Роспотребнадзор разрешает мероприятия до 1000 человек при коэффициент распространения коронавируса не превышающем 1,00. Сейчас в Москве 0,9-0,95, а в прошлом ноябре было 1,15. При этом, за весну-лето 2021 года в Москве вакцинировано более 4 млн человек. Матемаркетинг - 18-19 ноября, а значит 100% получивших qr-код смогут беспрепятственно посетить конференцию. Кроме того, мы организовываем возможность экспресс-ПЦР-тестирования 18 ноября, а на площадке разворачиваем дезинфицирующие рамки, ставим промышленные рециркуляторы, используем регулярное (каждый час-полтора) проветривание залов приточной вентиляцией и, разумеется, готовим маски, перчатки и санитайзеры для всех посетителей в количествах с учетом их регулярной замены. Мы близки к тому, чтобы создать стерильную зону на Матемаркетинге и приложим все усилия чтобы это произошло.

Теперь о формате. Матемаркетинг-21 это полноценный "гибрид" - 1000 человек в оффлайне + до 5000 в hd-эфире. В 2019 году к нам пришли 1700 человек, в 2020 конференцию смотрели более чем 1300 человек. Мы не сомневаемся в том, что в августе-сентябре выйдем на финишную прямую с оффлайн билетами (их осталось около 830 штук на данный момент и этот пост призван спровоцировать их скорейшее окончание). Онлайн-формат впервые был опробован нами на ММ'20 и докручен до ума на Aha!'21. Экосистема - lms/плеер/email/telegram - дают возможность точечно решать коммуникационные задачи, а также эффективно реализовывать партнерские спецпроекты в рамках конференции.

О "международности". Многие спикеры, действительно, не смогут к нам приехать из-за рубежа и для этого мы выделяем полноценный день 0 (17 ноября) для международного эфира с удаленными спикерами. Брифинг спикеров и качественное оборудование позволяют забирать и транслировать сигнал из любой точки с возможностью обратной связи через студии и пультовые. Поэтому, передовая международная экспертиза как и всегда будет присутствовать на Матемаркетинге.

О текущем положении дел. Уже на этой неделе мы приступаем к активному продвижению программы и формата Матемаркетинга. Программа составлена на 70%, спонсорские опции и партнерские спецпроекты закрыты тоже процентов на 75. В этот раз Матемаркетинг поддерживают настолько сильные и бренды, что я еле-еле сдерживаюсь, чтобы раньше времени не кричать об этом на каждом шагу.

Мы знаем что делаем и мы очень рады, что ближайшие 100 дней команда Матемаркетинга будет решать классические (вроде бы) задачи совершенно по-новому и будет постоянно вас удивлять! А уже через три с небольшим месяца мы вместе с вами и для вас снова создадим новую сущность - полноценное гибридное мероприятие, которое уверенно можно будет  ставить в пример, а я лично приложу все усилия чтобы ещё выше поднять планку мероприятия, качества контента, продакшена и совместных брендовых спецпроектов.

Приходите на Матемаркетинг 18 и 19 ноября, бронируйте билеты и пишите мне о том, какие темы, форматы и идеи вы хотели бы обсудить на крупнейшей в России конференции для аналитиков!

https://matemarketing.ru

Гип-гип, вашу мать, ура!

О хайринге и найме продактов рассказал Amplitude.

Стандартный портрет PM - 30-34 года (29%), с образованием бакалавра (57%) по специальности Бизнес (23%).

Диплом магистра (35%) имеют в основном старшие вице-президенты или директора по продукту (46%).

Средняя зарплата PM - $147,680 - почти в три раза выше средней по США. Образование программиста или инженера тоже дает более высокие зарплаты ($164/161к).

Из навыков наиболее популярны знание SQL (55%) и Python (25%), а знание Hadoop или Apache Spark (3%) увеличивает среднюю зарплату на 18%. Знание любого аналитического продукта тоже повышает доходы на 14%. (Хотя это специально чтоб ”продавать” Amplitude 🙂 )

Большинство специалистов довольны своей работой (66%), но готовы сменить ее в случае хорошей возможности (62%). Этому могут способствовать высокие зарплаты (81%) и карьерный рост (64%).

Подробности в аттаче

@internetanalytics

МегаФон первым в России запустил технологию VoLTE на федеральном уровне

VoLTE - это высококачественная голосовая связь по сети 4G вместо классических 2G/3G (GSM/UMTS) технологий.

Помню, как 7-8 лет назад, будучи сотрудником отдела развития сети МегаФона, я только представлял, насколько эта технология упростит жизнь абонентам. С точки зрения диапазона частот и ширины канала LTE - это просто ”бульдозерный” канал связи - максимально широкий и помехозащищенный. 2G-связь, запущенная в начале 90-ых годов и до сих пор применяемая для передачи голоса в сотовых сетях, безнадежно устарела и, учитывая распространение смартфонов с поддержкой 4G в России, в ближайшие несколько месяцев объем голоса в LTE превысит аналогичный показатель в 2G/3G сетях.

Так вот, почему же VoLTE это важный и крутой шаг?
- Во-первых, время соединения составляет всего 2 секунды, это кратно выше времени соединения в GSM.
- Во-вторых, сеть VoLTE МегаФона работает с использованием специального кодека Enhanced Voice Service, из-за обработки которым голос звучит четко, а собеседник как будто бы находится рядом.
- В-третьих – телефон теперь всегда находится в сети LTE, т.е. во время голосового вызова не нужно переключаться между сетями, а это значит, что можно одновременно говорить и комфортно пользоваться интернетом.

Так что, если у вас МегаФон, то говорить по VoLTE вы можете уже сейчас с абонентами любых других операторов, при этом качество голосовой связи будет еще лучше, когда собеседник также будет использовать VoLTE 🙂

Datafold провели исследование о состоянии качества данных

Больше 80% респондентов отметили, что регулярно сталкиваются с проблемами с качеством данных.

Большинство ошибок, по их словам, происходят по вине других команд или третьих лиц (75%) 🙂.

Только 41% команд используют методы и инструменты проверки данных: автоматизированные тесты или каталоги данных.

Низкая продуктивность data-команд вызвана большим количеством ручной работы, неэффективной организацией и плохим качеством данных

SQL по прежнему остаётся главным рабочим языком, за ним идут Python, R и Scala.
Среди BI-инструментов, на первом по месте остаётся Tableau, а за ним - как ни странно, Google Таблицы 😱

Для ETL чаще всего используют собственные инструменты (28%), Apache Airflow (24%), AWS Glue (14%).

И хотя средний уровень удовлетворенности стеком данных составляет всего 3.3/5, компании не спешат ничего менять: изменения слишком дорогие (32%) или же есть организационные проблемы (30%)

via @internetanalytics

Люди, проводящие больше времени у экранов, более несчастны🙁

К такому выводу пришли составители Всемирного доклада о счастье. Согласно исследованию, самая сильная корреляция наблюдается между несчастьем и прослушиванием музыки (13%), интернетом (11%) и компьютерными играми (8%).

В исследовании Д. Твенге и У. Кэмпбелла была обнаружена связь между экранным временем и особенностями психики детей и подростков. Чем больше времени проведено с девайсом, тем ниже уровень любопытства (средняя разница между теми, кто проводит 7+ часов у монитора, и теми, кто проводит 1 час, 31%), самоконтроля (37%), эмоциональной стабильности (38%). Похожая ситуация наблюдается и в сфере проблем с ментальным здоровьем: выше вероятность развития тревожности (21%) и депрессии (19%).

via @internetanalytics

Все же понимают, что происходит на рынке с продуктовыми аналитиками среднего уровня? Их просто невозможно нанять - у подавляющего большинства все хорошо на текущем месте работы и хорошо платят, и в целом, весьма интересные задачи.

На этой благодатной почве, подогретой рынком найма, как грибы растут онлайн-школы. Но двигателем прогресса чаще всего, являются не они, а образующие рынок продукты и компании. Мне нравится, что Adventum (реселлер Amplitude), про который я часто здесь пишу вместе со Скиллфектори (про который я редко пишу) выпустили бесплатный русскоязычный курс по Амплитуде.

Из-за отсутствия поддержки и документации на английском языке многие не знают инструмент, да и используют его не на 100%. А в мире mobile first уметь пользоваться Амплитудой не помешает.

Так вот, курс это своего рода видео-документация на русском по работе с Amplitude + есть практика через работу с отчетами на демо-приложении.

https://skillfactory.ru/free_amplitude/

Знания Амплитуды действительно помогают в реальной жизни продуктовому и марктетинговому аналитику. У нас на ютуб канале есть пара классных видосов на эту тему от Вадима Шестакова и Глеба Сологуба. Ну и еще у амплитуды есть русскоязычный чат @amplitude_russia_chat

Год назад мы с Колей Валиотти сделали дашбород по рынку вакансий аналитиков. 🎉 Подводим итоги за год! Сделали это в виде карточек по разным направлениям аналитики — пощёлкайте и сравните разные профессии.

А ещё, подобрали ТГ каналы, чтобы качаться в каждой из областей:
— Про BI и Табло — Reveal The Data =)
— Про аналитику и DS — Left Join
— Про системный анализ — BA|SA
— Про DE — Инжиниринг данных
— Про маркетинг — Матемаркетинг
— Про Web — WebAnalytics

🔗 Карточки на Табло Паблик
🔗 Основной дашборд
Disclaimer: данные по вакансиям с HH для Москвы и Питера. Профессии определяются по наличию ключевых слов в названии вакансии (есть BI → BI-аналитик, есть ML → Data Scientist и т.п.). Больше всего вакансий в разделе просто «аналитик» и «бизнес-аналитик», так как под ними часто понимают разные обязанности. Зарплаты указаны как средние и чистыми. Кажется, что можно умножать на ×1.2-1.4 и будет примерно рынок.
Disclaimer: данные по вакансиям с HH для Москвы и Питера. Профессии определяются по наличию ключевых слов в названии вакансии (есть BI → BI-аналитик, есть ML → Data Scientist и т.п.). Больше всего вакансий в разделе просто «аналитик» и «бизнес-аналитик», так как под ними часто понимают разные обязанности. Зарплаты указаны как средние и чистыми. Кажется, что можно умножать на ×1.2-1.4 и будет примерно рынок.
#пример #ссылка

Алексей Свирин, аналитик Mail.ru написал очень правильный пост в своем Facebook.

Дата-аналитика в том домене знаний, который сформировался пару лет назад, умирает. Хоть некоторые из курсов и готовят аналитиков в той роли, где они могут быть еще долго востребованы, а именно глубоком анализе различных данных компании, но в реальности таких кейсов крайне мало. При этом один кейс может охватить достаточно большой объем тех знаний, который был необходим менеджерам для принятий решений на долгое время. Такой работы явно хватит не на всех, и средний и низкий класс аналитиков будет исчезать из-за недостатка фундаментальных знаний в статистике и математике.

Основные роли, для которых используют аналитиков в настоящее время, не оправдывают того, для чего сами аналитики шли на работу, а описание вакансий в основном не дает представление о том, что же конкретно придется делать.

Бизнес сейчас в огромном количестве случаев использует аналитиков как:

— Интерфейс для доступа к данным. Т.е. для заказчиков со стороны аналитика не нужно даже эти данные анализировать, давать свою оценку и писать выводы. Метрики настолько просты, что они уже по ним могут принять решения.
— Недопрограммистов, которые могут закрыть некую потребность в автоматизации каких-то процессов, так как программистов использовать для этого дороже и сложнее.
— Калькулятор для А/Б-тестов.

И сейчас эти роли в значительности степени отмирают за счет развития различных продуктов для анализа данных, где не нужны никакие специфичные знания, а нужно просто разбираться в интерфейсе продукта и первоначально его внедрить.

Аналитики были бы сильно востребованы, если бы никакой Гугл.Аналитики, Яндекс.метрики, Апп.Метрики, Файербейса и т.д. не существовало, но эти продукты развиваются, популяризируются, а самое главное, что они стоят дешевле живых людей. Таким образом низкий порог входа, высокая функциональность и низкая стоимость для большинства компаний, убирает аналитиков в роли интерфейса для доступа к данным и просчету простых продуктовых метрик.

Считать А/Б-тесты руками — это моветон в рамках современных систем аналитики. Руками это делать очень дорого. При этом 99% всего анализа в А/Б можно (и нужно) автоматизировать. Выбор статистических критериев и проверки распределений в данных для их применения, проверка на нормальность, на количество данных — всё можно обложить алгоритмами и если есть сомнения в их надежности, то поставить уровень значимости построже.

Ручной труд по автоматизации каких-то процессов системно ничем простым, кажется, не заменить. Но если бизнес использует данный подход, то рано или поздно система утонет в дичайшем легаси, рано или поздно придется привлекать людей, которые изначально были нужны для построения нормальной системы.

Что же собственно тут поделаешь, когда та профессия, в которой ты работаешь, умрет раньше, чем самоуправляемые грузовики убью профессию дальнобойщика? Конечно, идти куда-то дальше, в те области, которые возможно будет иметь большую устойчивость и будут востребованы на горизонте 15-20 лет.

Сразу можно отмести уход в позицию руководителя. Так как руководить аналитиками, работу которых скоро автоматизируют, так себе идея. Я выделил, возможно, самые адекватные пути развития из аналитики куда-то еще:

— Системная аналитика. Т.е. именно проектировать системы аналитики и сбора информации по заданию от продукта для дальнейшего анализа. Но как я думаю, коробочные решения все равно победят, а спроектировать кастомные события смогут и продуктологи.
— Стать самим продуктологом. С одной стороны, аналитики очень продвинуты в метриках, в том, как они себя ведут и могут проанализировать результаты внедрения того или иного функционала. С другой стороны, тут на первый план выходят софт скиллы, а у аналитиков с этим не всегда хорошо (у меня точно не хорошо).
— Уйти в программирование чего-либо. Небольшой любительский опыт есть практически у всех аналитиков. Но именно небольшой. Работы предстоит слишком много в основном над хард скиллами.  
— Уйти в дата-инженерию. Т.е. в сбор и подготовку данных для дальнейшего анализа.

Продолжение поста.
Начало выше.

---
В данном случае нужно меньше технических скиллов, чем в случае программирования, нужно меньше софт скиллов, чем в случае продуктолога, и специфические знания, в которые продуктологи не полезут в ближайшее время.

Что же буду делать я с этим мрачным прогнозом? В ближайшее время я буду искать подтверждение моим опасениям, в ноябре будет большая конференция по маркетинговой аналитике, в конце осени выйдет курс, который я жду по продвинутой аналитике от Карпова, возможно там будут какие-то интересные векторы развития. До этого времени я закончу все курсы, которые уже начал или хотел начать по аналитике и буду собирать информацию по смежным профессиям.

GSIC рассказали, что ждёт спортивную индустрию в будущем.

Влияние Covid-19 на отрасль будет снижаться, начиная от 86% в 2021, заканчивая 32% в 2025, а сам рынок будет расти: с $388,28 млрд. в 2020 до $440,77 млрд в 2021.

На "умных" площадках трендом станет развитие больших данных (76%) и средств связи (75%). В сфере вовлечения фанатов станут активнее использовать интернет-платформы (74%) и приложения для отслеживания результатов (70%).

Если говорить о производительности команд и спортсменов, самая многообещающая отрасль - аналитика атлетов (79%). Для бизнеса будут актуальны развитие аналитических инструментов (74%), sportainment (73%) и интернет-торговля (73%).

По прогнозам, аудитория киберспорта вырастет на 8,7% к концу 2021. Медиа будет развиваться в сторону кастомизации контента (74%) и улучшения метрик (74%), а линейное ТВ ожидает угасание (-19%).

via @internetanalytics

Five Seasons Ventures и Dealroоm - о трендах в foodtech.

Общая стоимость предприятий за последние 5 лет выросла на €416 млрд. (почти в 25 раз!), причём большая часть этого прироста - новые малые фирмы. Больше всего выручки получили компании, занимающиеся приготовлением пищи (€1,1 млрд.), затем идут дистрибьюторы (€830 млн.) и производители продуктов (€552 млн.).

В Европе растёт доля доставщиков продуктов (от <2% в 2019 до 5+% в 2020). Сфера D2C тоже развивается: лидеры отрасли продают корм для домашних животных (34%) или готовые наборы еды (13%), в это же время крупные компании либо ввели D2C в свои сервисы (Heinz, PepsiCo, Chipotle), либо купили D2C стартапы (Nestlé, Dr. Oetker, Mars).

На каждом этапе цепочки производства происходит роботизация. Это связано с трудностями поставок, которые возникали во время пандемии: они привели к увеличению инвестиций в автоматизацию (+€475 млн.).

via @internetanalytics

Подборка актуальных вакансий продуктовых аналитиков:
#productanalyst

Team Lead Product Analyst в  pure.app, удалённая, €3000-4000
Product Analyst  в Cindicator.com, удалённая, 200k-300k
Продуктовый аналитик в Росско, удалённая, 150k-170k
Продуктовый аналитик (Middle+)  в МТС, Москва, 120k-170k
Middle Product Analyst (Продуктовый аналитик) в Aero, Москва, до 150k

Продуктовый Аналитик в Wakie
Product Analyst (middle/senior) в MOS.RU, Москва
Продуктовый аналитик уровня middle в Учи.ру
Продуктовый аналитик в Авито
Аналитик мобильного приложения / Senior Mobile Analyst в компанию-разработчик мобильных приложений, удалённая
Аналитик в Иннотех, удалённая
Продуктовый аналитик в Тинькофф
Продуктовый аналитик в  Т⁠—⁠Ж (Тинькофф Журнал)
Аналитик в Whoosh, Москва

= = =
18-19 ноября в Москве пройдет конференция Матемаркетинг - единственное в 2021 году мероприятие для продуктовых и маркетинговых аналитиков. 1000 топовых специалистов, почти сотня контентных слотов и 2 дня погружения в аналитику.

Программа:  https://bit.ly/3iMiT6Z
Билеты: https://bit.ly/3rkkjKO
Подробности: https://matemarketing.ru/

Ждем вас!

= = =

Десятки вакансий ежедневно появляются в чате @analysts_hunter Подписывайтесь, чтобы узнвать о них первыми

Если вы работаете в сфере Data Science, то наверняка знаете самую большую, а теперь и единственную в России конференцию по аналитике «МатеМаркетинг». В новый выпуск подкаста «IT-шниками не рождаются» мы позвали её организатора – Алексея Никушина.

Мы поговорили с Алексеем о том, как ему в голову пришла идея создать конференцию и как удалось сформировать сообщество экспертов. Также Лёша поделился своим опытом работы в аналитике и рассказал, как он видит рынок образования в этой сфере сегодня.

Слушать 11 выпуск