Глеб Сологуб (Skyeng)
Как мы выбираем и оцениваем продуктовые фичи
Тезисы:
У нас в Skyeng для каждой продуктовой фичи аналитик и продакт делают оценку, сколько будет стоить разработка, сколько времени займёт, на какие показатели и kpi с какой вероятностью она может повлиять, какой профит от неё ожидаем получить, и как его сможем померять. По результатам такой оценки они строят рейтинг, часть фич с низким рейтингом отбрасывают, а из остальных формируют подробный план. Это помогает работать не вслепую, а чётко понимать что и зачем мы делаем.

Олег Рудаков (AGIMA)
Аналитика для ритейла. Зачем заниматься аналитикой перед запуском сайта, почему просто не сделать красиво?
Тезисы:

• Как выстроить работу команды, чтобы ускорить запуск и не потерять результата исследования
• Что стоит сделать в рамках исследования, откуда можно получить интересные данные
• Пример того, что у нас получилось

Максим Уваров (NeedForData)
Power BI для исследования веб-аналитических данных
Тезисы:

• Возможности Power BI для получения данных из счетчиков веб-аналитики (родные коннекторы, opensource, connect.my-bi.ru)
• Предустановленные наборы обработаки данных для типовых исследований сайтов
• Примеры использования ассоциативных таблиц для мониторинга ключевых показателей бизнеса NeedForData

Дмитрий Ильин
Ак Барс, Сквозная аналитика за 0 руб. с помощью инструментов Google
Тезисы:

1. Что делать, если бюджет на аналитику
2. Какие инструменты необходимы? (Tag Manager, Analytics, Bigquery)
3. Какие знания необходимы? (Javascript, SQL, Python)
4. Пример создания сквозной аналитики на одном банковском продукте (потреб. кредиты)
5. Как еще можно использовать полученные в Bigquery данные?

Александр Егоров (Alytics)
Сравнение способов выстраивания сквозной аналитики
Тезисы:

1. Какие задачи решает сквозная аналитика?
2. Какие платные и бесплатные способы построения сквозной аналитики существуют?
3. Рассмотрим разные способы построить сквозную аналитику: от простых на базе Google Analytics или Яндекс Метрики до готовых платных решений. От хардкорных на базе комбинаций API + Excel выгрузки + визуализации аля Power BI до хардкорно дорогих на основе кастомных баз данных.

Сравним их между собой по разным критериям, в том числе:

• возможности
• гибкость
• сложность и цена внедрения
• сложность и цена поддержки
• целесообразность

Модератор: Платон Днепровский (ФРИИ)

Вероника Лутфуллина (Leroy Merlin)
Как использовать данные на сайте для геомаркетинга
Тезисы:
Мы обогащаем данные координаты пользователя поведениям на сайте при помощи Google Analytics и уходим от ip-адресов. Это можно использовать как для геомаркетинга, так и для коммуникации с аудиторией.

Ольга Вязовская (OZON.ru)
Озон Медиа: новая эра работы с данными для брендов
Тезисы:

1. Тренды и бренды - стирая границы между имиджевыми и перфоманс кампаниями.
2. E- commerce как источник данных о продажах, аудитории покупателей брендов.
3. DMP-система в разрезе покупателей по каждому бренду - выстраивание взаимоотношений с реальными покупателями.
4. Практические кейсы - стратегии успеха и часто встречающиеся ошибки.