Актуализация — личный бложик

Эта статья больше относится к категории — «личное, планы, мечты». Никаких how-to-do, хитростей, глубокомысленных выводах о тенденция «дижитал» анализа. 

Год назад я писал про требования работодателей к веб-аналитику и мое видение профессии. За этот год у меня многое изменилось, теперь я работаю не на стороне агентства, теперь я со стороны заказчика. Эта позиция довольно сильно отличается от того с чем я работал ранее. Чаще аналитик со стороны агентства идет по верхам — главные метрики которые всем подходят, стандартные инструменты и неглубокое погружение в бизнес заказчика, просто потому что если погружаться дальше, не останется времени на других клиентов. Да и в целом было суетливо, что уж скрывать. Со стороны заказчика я вижу свою деятельность более размеренной (иногда излишне медленной из-за необходимости учитывать работу других), но при этом более последовательной.
Поэтому считаю что можно актуализировать свое видение профессии веб-аналитика, а особенно видение меня в этой профессии (ведь это мой личный «бложик»)
Что требовали работодатели (в порядке убывания частоты требований):
  1. владение инструментами веб-аналитики
  2. владения маркетинговыми инструментами (рекламный инструментарий)
  3. склад личности (аналитический склад ума, чтобы это не значило)
  4. Основы юзабилити
  5. Владение инструментами анализа данных (SQL, R/Python, алгоритмы Data mining)
Что требуют сейчас (первые 20 вакансий на hh.ru)?
  1.  Первое что нужно конечно же владение GA и Яндекс.Метрикой, хотя встретились и такие редкие (в вакансиях) продукты как Omniture, SimiliarWeb.
  2. Некий аналитический склад личности, все также является требованием работодателей (кто-нибудь, расскажите мне что это?)
  3. Наравне со вторым пунктом всех интересует знание UX/UI, вкупе с A/B тестами.
  4. Некоторые работодатели поняли, что работа аналитика это не просто посидеть-подумать, то есть с которой справится человек с «аналитическим складом ума», но еще и инструментарий: хотя чаще всего это SQL, но все равно — почти в половине вакансий были упомянуты оные инструменты.
  5. Веб-аналитик почти перестал быть интернет-маркетологом, но все еще знание и умение пользоваться рекламным арсеналом указаны в четверти вакансий.
 Мое прошлое видение веб-аналитика:
  1. Методы анализа данных (описательная статистика, проверка статистических гипотез, основы бизнес-анализаData Mining для гуру)
  2. Владение системами  веб-анализа, понимание принципа сбора данных этими системами (десятки их, но для России набор минимум — Яндекс.Метрика и Google Analytics)
  3. Основы юзабилити сайта, а лучше UX для сайтов (есть различие, но пока я не достаточно подготовлен чтобы его расписать)
  4. Основы маркетинга, а главное понимание процессов принятия решения покупателем в интернете.
  5. Факультативно (но это очень для меня интересно) — основы программирования и JavaScript как самый язык используемый в Google TagManager
  6. Самый сложный для меня пункт — визуализация данных. Умение представить свои выводы и рекомендации в понятном для заказчика языке.

Как видно оно почти совпадает с текущим у работодателей, кроме пункта о метода анализа- его я ставлю гораздо вышел. Но все же  я сформулировал описание некого «универсального бойца»: и анализ данных, и юзабилити, и маркетинг. Такие аналитики если и существует, то в единичных экземплярах. пункт 3 лучше оставить экспертам по UX/UI, как и пункт 4 для маркетологов. Хотя конечно иметь представление об основах нужно, но на их углубленное изучение необходимо избыточно много ресурсов (временных/финансовых). Я сейчас предпочту сконцентрировать свое внимание, уделить время развитию следующих компетенций:

 1. Методы сбора данных о поведении покупателя/пользователя в сети (в том числе на мобильных устройствах в не последнюю очередь).

В этот пункт входит владение традиционными инструментами веб-анализа (GA, ЯМ)

А так же, как ни странно основы JS, GTM, причем основы на хорошем уровне, а не по верхам. (Simo Ahava мой рулевой в этом). Когда я буду четко представлять что и как он делает, то буду считать что разобрался

2. Методы анализа данных — статистика, бизнес-анализ. Инструментом для меня будет R и (возможно) Python
3. Визуализация данных, анализа, отчетов. Не только ради красивой картинки, часто бывает что нет и понимания цифр, если их не визуализировать.
Чуть подробнее о каждом пункте с планом овладения мира со сроками:
1. Методы сбора данных — два больших направления:
  • инструменты которые чаще используются. В основном это GA, GTM
  • Технологии на которых они основаны — JS
 По первому направлению:
1. Что я не знаю о GA:
  •  новые отчеты — user explorer, когортный анализ, search console. Формат — я напишу об этих отчетах статью с подробным их описанием. Срок — 25 июня 2016
  • API гугла версии 4. Этим я должен активно воспользоваться в рамках изучения JS. (сроков тут не ставлю, пока нет критерия проверки знаний)
2. Что я не знаю о GTM:
  •  очень много, это процесс длительный. В рамках изучения и тренировки буду переводить статьи Simo Ahava  с применением в своем блоге (1 статья в месяц именно о GTM, первая статья о нем до 2го июля 2016)
  •  в рамках блиц новостей освещать нововведения Яндекс Метрики — она потихоньку приближается к возможностям GA
По JS — есть замечательный учебник, который я пытаюсь прочесть (выполняя задания) уже второй год. https://learn.javascript.ru. Срок для завершения — 31 августа 2016.
2. Методы анализа данных:
Статистика — я знаю основы, но и постоянно нужно освежать в памяти, так как в полной мере воспользоваться в работе их знанием не получается, только самые простые корреляции. Но если вдруг будет необходимо — я должен понимать что и как делать.
Курс для повторения — на степике — срок 30 июня
Анализ данных с помощью языка R
  • повторить основы R на степике.
  • допройти курс на степике по программированию на R — срок 15 июля.
  • книга «Статистический анализ и визуализация данных с помощью R» после курсов, прочитать и использовать знания в работе (RFM анализ с помощью R, а не SQL как сейчас — плюсом будет визуализация сегментов) — срок 31 августа
Python — пока не касаюсь более чем статьи на Хабре. Но в уме держу — в самых «вкусных вакансиях» владение каким-либо скриптовым языком требовалось, пока планирую закрыть этот проблем в своих навыка JS+R, но чем черт не шутит и за Python возьмусь.
3. Визуализация данных
  • Power BI изучить туториал https://powerbi.microsoft.com/en-us/guided-learning/, (как альтернатива Tableue) до 15 июля.
  • Найти литературу — желательно на английском языке с основами визуализации данных. После курса Power BI
Подытожу: если я про..спал сроки, то
shame on you

4 thoughts on “Актуализация — личный бложик

  1. Evgeniy Lisechko

    Спасибо за статью, очень структурированный подход к вопросу. Я сам нахожусь приблизительно на таком же этапе в изучении аналитики. Единственное что хотелось бы посоветовать — не зацикливаться на Power Bi это крутой инструмент, если использовать его для себя. Но расшарить и экспортировать в бесплатной версии не как. Лучше использовать сразу Google Drive, интеграция там на уровне, скрипты, API и тоже бесплатно)

    1. Леонид Post author

      Гугл драйв штука отличная, но вот с MS SQL базами не нашел там пока как импортировать данные, поэтому пока для визуализации Power BI.
      p.s. Спасибо за первый комментарий в блоге:-)

  2. Aleksey

    Леонид, добрый день! Я знаю, почему у вас так мало комментариев в блоге )) Я сейчас сам 3 минуты целенаправленно старался авторизоваться, чтобы написать этот комментарий! С N-попытки удалось. Думаю, не все такие настойчивые))))
    Спасибо за полезные статьи! Прочитал только пару и уже почерпнул для себя полезные фишки.
    Будете ли вы продолжать ведение блога или теперь на него уже нет времени?

    1. Леонид Post author

      Хм, так как тут больше дневник чем полноценный блог с аудиторией, то непроверял давно как эта функция работает — спасибо за наводку (проверю и поправлю).

      По актуальности блога — желание писать дальше есть, хотя сейчас все больше погружаюсь data mining, machine learning и почие хайповые слова, но пожалуй стоит писать и об этом тоже — будет полезно мне. Спасибо за поддержку — она важна!

Добавить комментарий