Тагир Анализирует

🤫 Сборник результатов А/Б тестов по компаниям Наткнулся на сайт abtest.design, где в удобном виде собраны результаты а/б тестов крупных компаний в разбивке по категориям — онбординг, пэйволл, реферальная программа. Среди компаний — Duolingo, GitHub, Grammarly, Pinterest, Uber и другое 🤩 В каждый тест можно провалиться и почитать подробнее про дизайн, методологию и результаты, а если хочется узнать побольше, можно перейти по ссылке дальше и изучить более подробную статью про этот тест на сайте компании или на другом ресурсе 👍 Очень полезно для насмотренности. Лично меня в этом сайте радуют две вещи: 1) многими продуктами я пользуюсь на ежедневной основе; 2) маленькие и неочевидные вещи дают хороший аплифт 🫡 Делитесь постом с коллегами, ставьте реакцию 🤫 и скидывайте в комментарии самый неожиданный по результатам А/Б тест из подборки или вашего опыта 😂 @tagir_analyzes

📈 Оффер на продуктового аналитика за неделю Я очень люблю Week Offer — за одну неделю можно пройти все этапы собеседований, не растягивая этот процесс на месяц. Это классно работает как личный челлендж, даже когда человек не ищет работу — а смогу ли я получить оффер? 🪙 В Т-Банке ждут middle и senior продуктовых аналитиков для работы на самых разных продуктах. Я точно знаю, что там довольно хорошая data-культура — аналитики действительно влияют на развитие продукта 🏦 По ссылке ниже можно узнать подробнее про этапы собеседований, команды, технический стэк, бенефиты и пожелания к кандидатам ✨ ➡️ Читай подробности и подавай заявку до 25 сентября по этой ссылке ⬅️

💸 Как вести переговоры о зарплате заграницей? Этап переговоров о компенсации на иностранном рынке удивит многих специалистов из СНГ. Я послушал подкаст с участием ех-FAANG менеджера и сделал небольшое саммари по переговорам о зарплатах в IT – некоторые советы применимы только для иностранного рынка, но что-то можно использовать и в СНГ 🤵 ➡️ Рычаги зависят от уровня позиции На начальных грейдах возможностей сильно меньше. Чем больше опыт и выше позиция, на которую вы претендуете, тем больше у вас рычагов влияния. Например, на уровнях senior (L6) и выше можно торговаться не только по зарплате, но и по акциям и бонусам 👨‍👩‍👧 ➡️ Рекрутер – ваш партнер Его стоит воспринимать как своего союзника в процессе переговоров. От него во многом зависит то, какое предложение вам сделают. Важно выстроить с ним хорошие отношения, чтобы он был готов пойти навстречу и предложить вам максимально выгодные условия. Не стоит считать, что рекрутер действует против вас; наоборот, его задача — помочь вам и компании найти компромисс 🤝 ➡️ Подготовьтесь к обсуждению зарплаты Прежде чем обсуждать зарплату, важно провести исследование рынка. Вот несколько источников для этого: Levels.fyi и Glassdoor, обсуждение в своем кругу знакомых, карьерные консультанты, Зарплатник Аналитика @zarplatnik_analytics 🧳 ➡️ Многофакторные переговоры Зарплата — это лишь один из аспектов компенсации. Вы также можете обсуждать бонусы, акции, отпускные дни и другие плюшки, которые могут существенно увеличить общую ценность предложения. Особенно на более высоких уровнях, когда вы можете быть более гибки в своих требованиях 😠 ➡️ Осторожность с личной информацией Когда вы раскрываете слишком много информации о вашем текущем положении (например, текущую зарплату или условия контракта), это может ослабить вашу переговорную позицию. Лучше оставлять такие детали при себе и сконцентрироваться на обсуждении ожиданий и предложений от будущего работодателя ☕️ ➡️ Дополнительные офферы – плюс Наличие альтернативного предложения может значительно усилить ваши позиции на переговорах. Даже если вы хотите работать в одной конкретной компании, предложения от других фирм могут помочь вам получить более выгодные условия ☺️ Вот такие основные пункты получились у меня после прослушивания часового подкаста. Тут основная информация. Что думаете про эти пункты? Какие из этих пунктов применимы к рынку СНГ? Ставьте 🧳 и переходите в комментарии @tagir_analyzes

💍 Визуализация: в каком возрасте женятся люди? Сегодня я иду на вторую свадьбу своих близких друзей за последний месяц, а социальные сети все лето пестрили фотографиями чужих свадеб. Кажется, что все вокруг женятся. Если кажется, нужно обращаться к статистике 🕗 Я обратился к статье с визулизацией на FlowingData, где можно самому потыкать фильтры и погрузиться в данные. Nathan Yau использовал данные American Community Survey об американских парах, которые женились с 2009 по 2014 года, чтобы ответить на некоторые вопросы: ➡️ Когда женятся люди разных рас? ➡️ Меняется ли это с уровнем образования? ➡️ А со статусом работы? На визуализации зеленым отмечены женщины, оранжевым – мужчины. Как и следовало ожидать, женщины, как правило, вступают в брак в более раннем возрасте, чем мужчины, независимо от демографической группы 📊 Средний возраст женщин, вступающих в брак в первый раз, составил 26 лет, а средний возраст мужчин – 28 лет. Аналогичным образом, для браков в целом медианный показатель для женщин и мужчин составил 29 и 31 год соответственно ✍️ Как и ожидалось, люди в статусе безработных в среднем женятся раньше, чем люди с работой. То же касается и уровня образования – чем оно выше, тем позже женятся люди. А с точки зрения race or origin позже всего женятся Asians ❄️ Важно понимать, что рынок бракосочетаний в США отличается от СНГ, но, думаю, что и так можно сравнить социальные группы друг с другом – скорее всего, отличий будет не так много. Очень рекомендую потыкать визуализацию самостоятельно 🙂 В комментариях предлагаю обсудить, а когда свадьба? Можно дать моим друзьям молодоженам советы, поставить реакцию 🎁💰 и обсудить визуализацию – как хотите, у меня сегодня отпуск ☕️ @tagir_analyzes

🚕 Как устроено динамическое ценообразование? В одном из прошлых постов я начал рассказывать о том, почему цена на такси такая, какая она есть. Я решил сделать серию постов на эту тему — с объяснением бизнес смысла, с аналитикой, с техническими деталями и играми. В этом посте поговорим про сурж и игры 💃 Если ты считаешь, что управлял бы повышенным спросом лучше, а это фиолетовое свечение в приложении Такси появляется необоснованно, можно проверить свои силы в игре с видео в посте 🚕 Игру сделали в рамках статьи про динамическое ценообразование. В статье много картинок и подробностей, а небольшое саммари по пунктам: 📌 Яндекс модернизировал платформу динамического ценообразования. 📌 Сократился time to market и улучшилось взаимодействие аналитиков и разработчиков. 📌 Новая архитектура позволяет аналитикам напрямую изменять формулы расчёта цен, что ускоряет экспериментирование и оптимизацию процессов без вмешательства разработчиков. 📌 Новый процесс снижает время на проверку гипотез с 3 часов до 30 минут. 📌 Система поддерживает параллельные эксперименты и мгновенные изменения в ценообразовании. Игра залипательная — скидывайте в комментарии свой счет и соревнуйтесь друг с другом, а я через несколько дней выберу победителя с наибольшим счетом и подарю ему диплом. Если наберется 20 конкурсантов, то подарю всем сертификат участника 💃

🚀Как аналитику научиться использовать ML в BI? Предиктивная аналитика, а тем более визуализация таких данных встречается далеко не везде. Нужно знать какие-то новые инструменты, разбираться в машинном обучении и применять все это на практике. Если хотите делать это лучше, чем на картинке — читайте пост до конца ✏️ Научиться этому можно на бесплатном интенсиве ML-прогнозирования в BI. За 7 занятий Анатолий Карпов и другие специалисты научат вас необходимым знаниям в Python, Spark, ML, а потом вы на практике решите задачи визуализации с помощью полученных навыков 🎁 Минимальные требования — знание SQL и умение создавать дэшборды, всему остальному научат на интенсиве. В конце интенсива участников ждет сертификат и конкурс по визуализации результатов ML-прогнозирования с призами до 100.000 рублей 💸 Регистрация уже открыта. Переходи по этой ссылке, узнавай подробности и подавай заявку ❤️‍🔥 Реклама. ИП Назаренко С.О. ИНН: 183111053286

⚡️ Ищу себе руководителя в Яндекс Плюс У нас в Плюсе открыто много вакансий разных грейдов на самые разные проекты — есть парочка руководящих позиций и много вакансий аналитиков. Половина ставок открыта в направлении Engagement, где я и работаю — будем вместе повышать кросс-сервисную активность пользователей ⚡️ Напомню, что Плюс — экосистема, которая охватывает Яндекс Музыку, Кинопоиск, Букмейт и другие продукты, а в последнем пресс-релизе по результатам Q2 2024 писалось про 33.7 миллиона подписчиков. Еще мы представлены в разных странах и сильно расширяемся 🙂 Главная вакансия, на которую хотелось бы найти человека — место моего будущего руководителя — «Руководитель Engagement-Аналитики в Плюс» ⚡️ Подробнее о вакансии можно узнать по ссылке — там составлено довольно хорошее описание с вопросами, на которые нужно будет отвечать бизнесу 🙂 Вот еще открытые позиции в Плюсе: ➡️Руководитель группы Customer Data Platform ➡️Продуктовый аналитик в подписную платформу ➡️Продуктовый аналитик CRM ➡️Аналитик эффективности бизнеса ➡️Аналитик направления опций ➡️Аналитик в поддержку Фантеха ➡️Growth-аналитик По всем вопросам и рекомендации можно прийти ко мне в личку @travelwithtagir. Давайте работать вместе! 🕗

🧢 ROI – университетское образование Наткнулся на сайт, который сделал визуализацию метрики ROI (возврат инвестиций) образования в разбивке по направлениям и университетам. Потом они составили рейтинг университетов по этому показателю 🤲 Здесь можно посмотреть на рейтинг универов, а здесь — подробнее почитать про методологию. Вот небольшое саммари методологии: Факторы, учитываемые в расчете ROI: 🕚Вероятность и сроки завершения обучения. 🕚Ожидаемые доходы и долги как для выпускников, так и для тех, кто не завершил обучение. 🕚Альтернативные издержки, связанные с отказом от немедленного выхода на рынок труда после школы. Процесс расчета ROI: 🕚Прогнозируются денежные потоки на 40 лет, включая ожидаемый доход и обязательства по долгу студентов. 🕚Эти потоки приводятся к текущей стоимости с учетом коэффициента дисконтирования. 🕚Приведенная стоимость взвешивается на вероятность завершения обучения, так как выгоды от образования ощущаются только у тех, кто завершил обучение. 🕚Взвешенная приведенная стоимость сравнивается с расчетной NPV при немедленном выходе на рынок труда после школы для определения ROI. Интерпретация ROI: Например, если программа имеет ROI $50,000, это означает, что студент, начавший эту программу, становится на $50,000 "богаче" (в текущих деньгах) по сравнению с тем, если бы он сразу вышел на рынок труда после школы. Получилась довольно занимательная статистика — кто бы мог подумать, что после обучения на visual and performing arts люди в среднем получают меньше, чем после computer science? 🤔 Занимательно, что университеты стоимостью $20.000 в среднем имеют меньший ROI университетов с более дорогим образованием. Еще интересно было сравнить частные вузы с публичными — вторые стоят в два раза дешевле, но ROI показывают на уровне верхушки частных вузов 😊 Что думаете про визуализацию? Нужно ли школьникам учитывать подобные рейтинги и метрики при поступлении в универ и выборе направлении? Прожимайте реакцию 🧢 и переходите в комментарии

🎁 Проблемы дней рождения, а мне 23 В классической задаче под названием birthday problem вопрос звучит так: сколько нужно людей, чтобы с 50% вероятностью у двоих из них день рождения был в один день? 🚃 Ответ: 23. Именно столько лет мне сегодня и исполнилось! 😥 Если вы замерли на числе 23, то прочитайте объяснение здесь. А тут можно узнать, почему с вероятностью аж 50% при наличии 2.287 друзей каждый день у кого-то из них будет день рождения 🎶🎶 Мне уже не 22 года, чтобы писать лонгрид о достижениях и планах на будущее. Планов много, потихоньку их реализовываю и закрываю чекбоксы 🙂 Фотография к посту — так бы выглядела обложка Зарплатника, если бы я делал его 15+ лет назад. Там скоро будет 5.000 читателей, а лучший способ ускорить это — подписаться и пошэрить друзьям 🙂 @tagir_analyzes

🥠 Я отслеживал уровень своего инсулина 14 дней На январских праздниках многим становится скучно — кто-то обещает себе начать бегать, кто-то проходит курсы и разбирается с накопившимися делами, а я захотел проанализировать уровень своей глюкозы в крови. Я заказал датчик для мониторинга глюкозы и на протяжении 2х недель записывал, что я ем, как тренируюсь и как себя ощущаю 🍜 Началось все давным давно с запроса в ютубе I tracked my sugar, где люди рассказывали о том, что они узнали после подобных экспериментов: как на них влияет конкретная еда, тренировки, порядок употребления пищи 🥗 Мне, например, становится плохо после кофе в Сёрфе до 12 часов дня. Несмотря на то, что я не страдаю диабетом, мне было интересно на цифрах отследить особенности своего организма 🍺 Трекер работает просто — прикрепляешь его к руке и каждые несколько часов подносишь телефон к нему для синхронизации. Через 15 минут результаты на графиках обновляются и ты можешь сопоставить свои ощущения (кружится голова, переел, хочется спать) с цифрами 😴 Спустя 2 недели я получил из приложения подробный отчет на 17 страниц о том, на каком уровне находилась глюкоза в конкретый момент. Судя по цифрам и отчету, у меня все ок, как я и ожидал. Такое лучше отнести своему терапевту, но я сгрузил отчет в ChatGPT и позадавал разные вопросы 📊 В один пост все причины/следствия/выводы точно не уместить, а в отчете слишком много красивых графиков, поэтому я подумаю над тем, чтобы вылить это в какую-то большую статью, если в ней будет какая-то ценность. Дальше планирую купить себе колечко Oura, чтобы расширить эту аналитику 🍩 В комментариях предлагаю обсудить различную аналитику, связанную со здоровьем — в том числе и на уровне “я сходил погулять перед сном и хорошо спал”. Реакция дня — 🥚 @tagir_analyzes