10 korisnih sadržaja iz analitike #4

U četvrtom izdanju newsletter-a izdvajam vrlo zanimljive tekstove koji daju odgovor na pitanje koje alate da koristite kada ste u dilemi oko izbora, kako da iskoristite programski jezik R za pronalaženje obrazaca u podacima i kako da uradite kvalitativnu analizu. Takođe za sve ljubitelje NBA-a jedan specijalan tekst koji obuhvata analizu podataka u poslednjih 13 sezona i daje odgovor na primer zašto se povećava procenat šuta za trojku u poslednjim sezonama. 

Odabran sadržaj iz analitike:

  • The Myth Of The Non-Technical Marketer

    Svako ko radi u digitalnom marketingu bez obzira da li je na poziciji marketara ili analyst-a je definitivno potkovan tehničkim veštinama. Tekst jasno daje do znanja zašto svi treba da neguju sposobnost ka učenju novih stvari i zašto ne treba da budu alergični na kod i programiranje (npr JavaScript, R ili Python). Simo Ahava,  Google Developer Expert i jedan od najpriznatijih stručnjaka kada je u pitanju tehnički deo Google Tag Manager-a i Google Analytics-a još jednom pogađa pravo u centar. Praćenje njegovog blog se smatra pod obaveznim kada je u pitanju GTM. 

  • Which tool should I use?

    Najbolji način da naučite neki alat, programski jezik ili tehnologiju je da je zapravo koristite i imate cilj šta želite da postignete sa njom. Definitivno su svi makar jednom bili u dilemi između na primer odabira programskog jezika (R ili Python). Ovaj tekst jasno objašnjava šta je bitno, koje zamke je potrebno da izbegnete i kako uspešno da izaberete alat. Tekst je napisao Brandon Rohrer, Data Scientist u Facebook-u.

  • Exploring 13 Seasons (7,588,492 plays) of The NBA in Real Time

    Bez obzira da li volite ili ne volite košarku i da li pratite NBA i ne spavate noćima zbog utakmica, ovaj blog post će vam svakako biti jako interesantan. Marc je koristeći MapD i set podataka NBA Play By Play Stats 2004-2017 prikazao veoma zanimljive vizualizacije i uvide (insights) u poslednjih 13 NBA sezona.

  • Discovering Patterns in our data using Decision Tree plots in R

    Korišćenjem programskog jezika R u tekstu je prikazano kako korišćenjem decision trees u fazi istraživanja podataka se mogu otkriti obrazci i patterni u podacima.

  • Gartner Identifies the Top 10 Strategic Technology Trends for 2018

    Gartner je u tekstu početkom oktobra analizirao top 10 strateških trendova koji će uticati na većinu kompanija i organizacija tokom sledeće, 2018. godine. Neke od njih su inteligentne aplikacije, blockchain itd.

  • Finding the Characteristics of TED talks

    U tekstu je analiziran set podataka koji uključuje TED govore i njihove ocene. Nakon sređivanja i normalizacije podataka prikazani su zanimljivi podaci i šta ustvari povezuje neke od kategorija TED govora.

  • Qualitative Research in R

    U tekstu je objašnjen značaj kvalitativnog istraživanja i analize teksta (text mining) i vizualizacije analize kroz word cloud (vizualizacija podataka kroz tekst) kako bi se izdvojile najfrekventnije korišćene reči u nekom tekstu.

  • American Daily Routine

    Dnevna rutina većine ljudi je poprilično slična. Od spavanja pa do dnevnih tj. poslovnih obaveza i tako sve ispočetka. Grafikon iz teksta jasno pokazuje sliku dnevne rutine Amerikanaca i kako se menjaju u zavisnosti od različitih grupa. Podaci su bazirani na setu podataka iz 2015 i 2016 godine iz American Time Use Survey. Takođe korišćen je Python kako bi se podaci agregirali, R kako bi se analizirali i d3.js kako bi vizualizacija bila u implementirana na web stranicu. Sjajno.

  • An Animated Guide to Frequency Trails (Aka JoyPlots)

    JoyPlots predstavljaju jedinstvenu vizualizaciju višestruke distribucije grafikona koji se preklapaju. Vrlo su interesantni zbog svog preklapanja i jasnoće.

  • From Power Calculations to P-Values: A/B Testing at Stack Overflow

    U tekstu je objašnjeno kako tim koji stoji iza sajta Stack Overflow koristi  A/B testove kada na primer žele da donesu odluku kada su u pitanju promene na sajtu, dizajn, promena i raspored dugmića ili neka od novih funkcionalnosti.

Zanimaju te dešavanja iz sveta analitike i vizualizacije podataka?

Vizualizacija nedelje:

Ne možemo razumeti i poboljšati ono što ne možemo da merimo. Sa alatom hedonometer.org kreiran je instrument koji meri sreću (happiness) širokih populacija u realnom vremenu. Baziran je na izrazima ljudi širom interneta, sa fokusom na podatke koji su bazirani na socijalne mreže. Za prvu verziju je korišćen Twitter kao izvor podataka ali svakako ovaj alat može u svakom trenutku da proširi svoju analizu na bilo koji drugi izvor podataka u bilo kom jeziku. Takođe u skorijoj budućnosti se može očekivati i API. 

average happiness for twitter

Leave a Comment

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