10 korisnih sadržaja iz analitike #3

U trećem izdanju izdvajam najinteresantnije tekstove u proteklom periodu. U nekim od njih ćete pročitati arhitekturu platforme za mašinsko učenje jednog velike kompanije, saveti za sve oni koji počinju u industriji digitalnog marketinga i analitike i takođe kako da na brz i jednostavan način uradite reviziju Google Analytics naloga.

Odabran sadržaj iz analitike:

  • Meet Michelangelo: Uber’s machine learning platform

    Tim inženjera iz Ubera je podelio informacije oko njihove interne platforme za mašinsko učenje pod nazivom Michelangelo koja pomaže internim timovima. Ova platforma je na produkciji oko godinu dana a više informacija oko modela, sistemske arhitekture i celog procesa rada pročitajte u samom tekstu.

  • The Incredible Growth of Python

    Sa rastom interesovanja za mašinsko učenje i nauku o podacima (data science) rast Python programskog jezika u poslednjih par godina uopšte ne treba da čudi. U ovom tekstu sam obuhvatio neke od osnova ovog programskog jezika dok sam više o Pandas biblioteci koja je savršena i standard za manipulaciju podataka pisao ovde. Kada je u pitanju tema iz teksta, obuhvaćena je analiza podataka sa Stackoverflow sajta u poslednjih pet godina gde se mogu zapaziti interesantni trendovi vezano za programske jezike koje svakako vredi pogledati.

  • Conversion segments in Analytics

    Najbolji odgovor na pitanje koji je pravi učinak digitalnog marketinga je definitivno korišćenje Conversion segmenata u Google Analytics-u.

  • Advice for non-traditional data scientists

    Jako zanimljiv tekst koji je pre svega usmeren na sve one koji nisu studirali kompjuterske nauke i imaju iskustvo koje nije vezano za data science. U tekstu su pomenuti jako korisni saveti o kojima definitivno treba razmisliti i primenjivati.

  • What’s wrong with (Click) Heat Maps?

    Heat mape jednostavno svi vole jer se lako i brzo razume kontekst podataka. Ali zapravo da li je to tako? U tekstu su saveti kako da se bolje tumače heat mape i saveti kako da se izbegnu prepreke koje njihova vizualizacija može da donese. One su svakako dobre za istraživačku fazu i mogu da nam daju odgovore na pitanja na koje nismo očekivali odgovor.

  • My Best Career Advice” from the Analytics Influencers

    Internet je dostupan i merljiv i uz digitalne metrike i podatke rast poslova koje uključuju podatke i analitiku istih je u konstantnom trendu rasta. U tekstu su vredni karijerni saveti lidera iz ove industrije kao na primer Avinash Kaushik iz Google-a a saveti su prvenstveno usmereni na one koji tek počinju. Obavezna preporuka za čitanje.

  • Data Viz Project

    Ovaj projekat pokušava da prikaže sve relevantne vizualizacije podataka kako bi mogli da pronađete odgovarajuću ili da dobijete inspiraciju. Iza ove sjajne ideje i sajta stoji agencija iz Kopenhagena koja se bavi infografikom i vizualizaacijom podataka. Daju vrednost podacima i informacijama tako što grade vizuelne priče koje inspirišu. Bravo za njih!

  • Data Visualization for Social Science

    Praktičan uvod u vizualizaciju podataka korišćenjem R-a i ggplot2. Kroz ovaj veoma opširan tutorijal po stavkama je obuhvaćeno i pravljenje odgovarajućih grafičkih prikaza, među kojima je biblioteka ggplo2 koja jedna od najpopularnijih za vizualizaciju.

  • Ultimate Google Analytics Audit Tool (100% Automated and Free)

    Paul Koks nastavlja sa fantastičnim sadržajem kada je u pitanju Google Analytics i ovog puta predstavlja super alat iz sopstvene režije koji automatizuje proces revizije Google Analytics naloga. Ovaj alat radi sa Google Analytics API i Google Sheets sa ciljem da što više korisnika proveri trenutno stanje svog GA naloga i podataka zasnovanog na 25 bitnih kriterijuma. Ovaj alat je za sad besplatan (i nadam se da će tako ostati).

  • Adobe Digital Insights: Mobile Landscape A Moving Target

    Analiza i uvidi koji nam dolaze direktno iz Adobe Digital Insights tima koji se prvenstveno tiču trendova i uvida za mobile uređaje i trendove i uvde (insights) koji se njih tiču. Podaci su bazirani na preko 1,7 milijardi poseta uokviru preko 16,000 sajtova između januara 2014 do januara 2017 godine. Analizirano je preko desetak zemalja, uključujući i USA i zemlje koje se nalaze u Evropi i Aziji. Izvor podataka je iz Adobe Analytics, Adobe Mobile Services i Adobe Marketing Cloud-a.

 

Zanimaju te dešavanja iz sveta analitike i vizualizacije podataka?

Vizualizacija nedelje:

Proteklih nedelja smo nažalost bili svedoci razornih uragana koji su zahvatili Floridu i Houston. U nastavku je vizualizacija i predikcija putanje ova tri uragana koji su zasnovani na kompjuterskim modelima i koji se, kako se vidi, poprilično bili tačni sa predviđanjem. Vizualizacije je originalno postovana na Reddit-u.

Predictions and Paths for 3 Hurricanes

Leave a Comment

Your email address will not be published. Required fields are marked *