Николай Валиотти

Как Data Science и машинное обучение помогают бизнесу получать прибыль и оптимизировать процессы — рассказал руководитель департамента машинного обучения в ecom.tech Петр Лукьянченко подкасту Data Heroes.

Друзья, возник вопрос. Я, как и любой нормальный автор, публикую свои материалы, преследуя сразу несколько целей. И одна из них — лидогенерация. Наблюдая за динамикой, я заметил странную особенность — вот уже несколько месяцев происходит спад в количестве лидов.

Аналитика — это не просто цифры и графики. Это ценный инструмент, который помогает руководителям, маркетологам и продакт-менеджерам принимать решения на основе данных и получать реальные бизнес-результаты. Например — улучшать и развивать продукт компании.

На создание этой статьи нас вдохновило интервью Михаила Гребенюка с сооснователем White Rabbit Family Борисом Зарьковым, который для более эффективного управления бизнесом использует дашборды.

Я руковожу дата-консалтингом, который строит системы сквозной аналитики для диджитал-компаний. После 40+ выполненных проектов я понял, что самое сложное и самое важное — это не разработать техническое решение, а найти подход к заказчику. Рассказываю на примере, как это сделать и не фрустрироваться из-за правок, когда не получилось с первого раза.

У приложения высокие оценки и 100 тысяч скачиваний, а денег оно не приносит? Значит пора посмотреть на активность юзеров— где-то в ней затаилась проблема. Рассказываю, куда смотреть и как данные о том, сколько человек нажали на кнопку в приложении, помогают развивать бизнес.

Построить наконец-то нормальную аналитику, с интерактивными дашбордами и базами данных вместо гугл табличек — это как подобрать подходящие очки. Сразу видишь все детали и каждый листик на дереве и поражаешься, как жил без этого раньше. Но иногда чуда не происходит, и в очках видно еще хуже, чем без них, а аналитика приносит больше запар, чем пользы…

Гарантия трудоустройства, новая профессия в кратчайшие сроки, высокая зарплата и успешная жизнь после прохождения курсов — так ли все прекрасно, как обещают в популярных онлайн-школах? В этой статье все явки и пароли — а именно, как Data-специалисты выбирают онлайн-курсы, оправдались ли их зарплатные ожидания после обучения и многое другое.

Все хотят, чтобы фандрайзинг выглядел, как в кино: вы просто рассказываете инвестору про свою идею, а он в восторге бросает деньги вам в лицо. К сожалению, обычно это более прозаичный процесс, когда приходится писать много писем разным людям. Я не расскажу, как сделать его веселее, но расскажу, как с помощью аналитики сделать его эффективнее.

Аналитика — это круто. Она помогает помогает держать руку на пульсе, принимать разумные решения и сокращать расходы. Правда, для многих это работает только в теории, а на практике аналитика превращается в ком непонятных таблиц. Я расскажу, почему для руководителя аналитика превращается в ком и как это исправить.

Гостем нового выпуска подкаста Data Heroes стал Евгений Соколов. Он изучал Data Science в МГУ, работал в Яндексе, а потом пришел в ВШЭ, где сейчас работает руководителем департамента больших данных и информационного поиска ФКН. На подкасте он рассказал об аналитике в образовании, Data Culture в Вышке и о том, как измерять эффективность обучения.

Привет, я Коля Валиотти, и я фаундер дата-консалтинга Valiotti Analyitcs. Мне часто задают вопросы: а как внедряется аналитика? Как это происходит? Сколько времени это занимает и сколько это стоит? Рассказываю про 6 базовых шагов.