Константин Капельников

личная страница для коллег, работодателей, клиентов и делового нетворкинга

на главную

Четыре книжки по аналитике

Когда мне интересная какая-то определенная тема (маркетинг, продажи, верстка) я быстро загораюсь, нахожу максимум полезного материала по теме, изучаю, кое-что внедряю, потом остываю и перехожу на другую тему. И так по кругу.

Так вот в рамках очередного такого марафона я интересовался аналитикой. Пересмотрел все доступные книги из изданных у нас. Их оказалось немного. Затем стал изучать не переведенные. Среди массы материала отобрал и прочел четыре книжки, которые теперь горячо рекомендую коллегам и друзьям.

Эти книги объединяет то, что они написаны очень доступным языком, максимально подробно и просто разжевывая иногда очень сложные вещи. В них много различных кейсов и примеров использования тех или иных аналитических инструментов. Также они все на английском языке, так что sorry, guys!

Но в то же время книжки полностью разноплановые, еще раз тем самым подтверждая, что аналитика сегодня — это такой гремучий кроссдисциплинарный коктейль, где может быть замешано все, начиная от канемановских когнитивных искажений до прогнозных моделей.

И так краткое резюме по каждой из книг:

Himanshu Sharma — Maths and Stats for Web Analytics and Conversion Optimization (2017)

Himanshu Sharma - Maths and Stats for Web Analytics and Conversion Optimization

Эта книжка про веб-аналитику от еще одного прозорливого индуса, который учился у самого Авинаша Кошика. Автор ведет блог Optimize Smart и онлайн-курс по аналитике. В книжке рассказывается о базовых статистических принципах анализа веб-данных, подсчете ROI, работе с коллтрекингом. Но, самая внушительная часть посвящена ниспровержению статуса конверсии. Автор на наглядных примерах показывает, что показатель CR многофакторный и не оказывает прямого положительного влияния на прибыль. Также автор призывает быть не data-driven маркетологом, a data-smart маркетологом. Т.е. идти не индуктивно снизу вверх от метрик до понимания бизнеса, а наоборот погрузиться в бизнес и понять какие метрики нужно измерять прежде всего.

Mike Grigsby — Marketing Analytics: A Practical Guide to Real Marketing Science (2015)

Mike Grigsby - Marketing Analytics: A Practical Guide to Real Marketing Science (2015)

Совершенно милая книженция, которая вышла в серии Marketing Science от издательства Kogan Page. Она посвящена офлайновой маркетинговой аналитике. Автор буквально на пальцах объясняет как использовать различные виды статистического прогнозного анализа от линейных регрессий до анализа выживаемости. В качестве примеров берутся ситуации, где выдуманный менеджер Скотт решает реальные бизнесовые задачи от расчета эластичности спроса на услуги сети медицинских клиник до прогноза времени следующей покупки канцтоваров на базе survival analysis.

Alistair Croll & Benjamin Yoskovitz — Lean Analytics: Use Data to Build a Better Startup Faster (2013)

Alistair Croll & Benjamin Yoskovitz - Lean Analytics: Use Data to Build a Better Startup Faster (2013)

Эта книжка про аналитику стартапов. Она является неофициальным продолжением нашумевшей книги Ерика Риса — Бизнес с нуля. Входит в серию Lean от издательства O’Reilly. Основная идея в том, что есть одна метрика, которую нужно отслеживать на разных этапах развития компании. Также в книге приводятся примеры различных стартаперских бизнес-моделей от мобильного приложения до маркетплейса и наиболее подходящих метрик для их ведения.

Jim Novo — Drilling Down: Turning Customer Data into Profits with a Spreadsheet (2004)

Jim Novo - Drilling Down: Turning Customer Data into Profits with a Spreadsheet (2004)

Самая старая из всех книжек, которая претерпела уже три издания. Я наткнулся на нее совершенно случайно в блоге Павла Левчука. В ней уже немолодой дядька, который еще анализировал продажи каталожной и ТВ рекламы подробно расписывает нюансы RFM анализа. Основная мысль книги в том, что сегментация по соцдему очень мало говорит бизнесу. Нужно смотреть на поведение клиента по времени в разрезе его поведенческих циклов. А для этого отлично подходят метрики Recency (Давность) и Frequency (Частота). Таким образом, чтобы достичь максимального ROI, нужно умно расходовать маркетинговый бюджет только на тех клиентов, кто начинает отваливаться и только тогда, когда еще не поздно их вернуть. Для этого создается хитрая сегментация, в которой в реальном времени срабатывают датчики (trip wires), сигнализирующие об отклонении потребительского поведения. На самом деле книга просто кладезь инсайтов и у меня устала рука делать выписки. Это must-read для тех, кто занимается екоммерцом, либо каким-то повторяющимся сервисом (от банков до парикмахерских).

P.S. Прелесть данных книг еще в том, что в них очень много базовых вещей, что делает их каком-то смысле настольными. Я сам не удалил их из ридера и периодически перечитываю отдельные куски. Надеюсь они еще кому-нибудь приглянутся и можно будет их пообсуждать.

,

Комментарии