<?xml version="1.0" encoding="utf-8"?> 
<rss version="2.0"
  xmlns:itunes="http://www.itunes.com/dtds/podcast-1.0.dtd"
  xmlns:atom="http://www.w3.org/2005/Atom">

<channel>

<title>Product × Science: заметки с тегом dataviz</title>
<link>https://pxs.md/tags/dataviz/</link>
<description>Заметки про проектирование, исследования и данные. Делюсь опытом и рассказываю как с их помощью создавать сложные технологические продукты. Автор — аналитик, разработчик и исследователь с опытом создания сервисов с многомилионной аудиторией.</description>
<author></author>
<language>ru</language>
<generator>Aegea 11.4 (v4171e)</generator>

<itunes:owner>
<itunes:name></itunes:name>
<itunes:email>martsen.anton@yandex.ru</itunes:email>
</itunes:owner>
<itunes:subtitle>Заметки про проектирование, исследования и данные. Делюсь опытом и рассказываю как с их помощью создавать сложные технологические продукты. Автор — аналитик, разработчик и исследователь с опытом создания сервисов с многомилионной аудиторией.</itunes:subtitle>
<itunes:image href="https://pxs.md/pictures/userpic/userpic-square@2x.jpg?1768130329" />
<itunes:explicit>no</itunes:explicit>

<item>
<title>График от QuantUX-ресерчера, который повлиял на стратегию YouTube</title>
<guid isPermaLink="false">16</guid>
<link>https://pxs.md/all/chart-that-influenced-youtubes-strategy/</link>
<pubDate>Sun, 09 Jun 2024 14:00:00 +0300</pubDate>
<author></author>
<comments>https://pxs.md/all/chart-that-influenced-youtubes-strategy/</comments>
<description>
&lt;div class="e2-text-picture"&gt;
&lt;img src="https://pxs.md/pictures/photo_2026-01-12-17.48.33.jpeg" width="1148" height="1280" alt="" /&gt;
&lt;/div&gt;
&lt;p&gt;&lt;a href="https://elizlaraki.substack.com/p/how-one-ux-researcher-ignited-sweeping"&gt;История из бородатого 2010 года&lt;/a&gt;, в которой общими мазками описывают как взяли кучу данных поведения пользователей на сайте, систематизировали их и отобразили визуально. И этот визуал стал настолько виральным внутри компании, что с ним печатали футболки и никому в YouTube не удалось увернуться от выводов, которые прилагались к графику.&lt;/p&gt;
&lt;p&gt;Герой этой истории был первым квант-ресерчером, затем переквалифицировался в dataviz-инженера и вернулся обратно в ресерч. Попутно родился вот такой чудесный темплейт для рисования sunburst-диаграмм.&lt;/p&gt;
&lt;p&gt;&lt;a href="https://observablehq.com/@kerryrodden/sequences-sunburst"&gt;https://observablehq.com/@kerryrodden/sequences-sunburst&lt;/a&gt;&lt;/p&gt;
&lt;p&gt;Я таких историй прочитал много, но что важно:&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;персонализированные продукты генерируют большой объем разнообразных паттернов&lt;/li&gt;
&lt;li&gt;с каждый годом персонализации в продуктах все больше и больше&lt;/li&gt;
&lt;li&gt;чтобы емко и понятно отобразить результаты исследования их надо не только систематизировать и упростить, но и эффективно отобразить.&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;Поэтому подчеркиваю важность dataviz-скиллов и в целом навыки презентации своей работы. Современные персонализированные продукты, которые оперируют в разных странах, на разных платформах и для разных сегментов аудитории почти невозможно объяснить «простыми, понятными» и неэффективными инструментыми коммуникации.&lt;/p&gt;
&lt;p&gt;Тренд на усложнение инструментов аналитики виден и в других частях продуктовой работы.&lt;br /&gt;
Вспомним, как постепенно индустрия отходит от воронок и чаще начинает оперировать траекториями путей пользователя, а линейные деревья метрик уступают места каузальным графам со сложными неявными связями между метриками. А это требует новых методов обработки информации (напр. сетевой анализ) и их отображения (напр. знания по укладки графов или изучение/создание новых моделей визуализаций).&lt;/p&gt;
</description>
</item>


</channel>
</rss>