Для чего я использую Python
Что, если бы можно было убрать рутину и автоматизировать часть работы? В аналитике это вполне реально с помощью Python📘Рассказываю, как он помогает мне в работе, и что я делаю с его помощью
🟣Связываю данные из разных СУБД🟣
В компании, в которой я работаю, данные лежат в разных СУБД (основные - Clickhouse и GreenPlum), которые не связаны между собой. А значит, если мне нужно, например, соединить события в приложении и заказы, приходится выкручиваться. С помощью Python я подключаюсь к обеим СУБД, выгружаю данные в датафреймы и дальше обрабатываю их в Pandas
🟢Создаю витрины данных🟢
Некоторые запросы под отчетами слишком тяжелые, особенно если нужно анализировать большой временной промежуток. Поэтому я пишу DAG в Airflow: Python запускает скрипт по расписанию и обновляет витрину, избавляя меня от рутины
🟡Подсчитываю результаты АБ тестов🟡
Когда продакт спрашивает: «А изменение метрики вообще значимое?» — Python и статистические библиотеки уже готовы ответить. Мне не нужно писать формулы и считать вручную, вся математика внутри: доверительные интервалы, p-value, t-статистика — просто беру и использую
🔴Настраиваю алерты🔴
Важные метрики нельзя мониторить вручную, потому что так легко пропустить сигнал о проблемах в бизнесе или с данными. Я поставила скрипт на расписание все в том же Airflow: он считает показатели, сравнивает их с предыдущими днями и отправляет предупреждение, если что-то пошло не так. Если отклонение резкое, в корпоративный мессенджер сразу летит сообщение с нужной информацией с тегом меня и продакта
#python_анна_в_данных
Что, если бы можно было убрать рутину и автоматизировать часть работы? В аналитике это вполне реально с помощью Python📘Рассказываю, как он помогает мне в работе, и что я делаю с его помощью
🟣Связываю данные из разных СУБД🟣
В компании, в которой я работаю, данные лежат в разных СУБД (основные - Clickhouse и GreenPlum), которые не связаны между собой. А значит, если мне нужно, например, соединить события в приложении и заказы, приходится выкручиваться. С помощью Python я подключаюсь к обеим СУБД, выгружаю данные в датафреймы и дальше обрабатываю их в Pandas
🟢Создаю витрины данных🟢
Некоторые запросы под отчетами слишком тяжелые, особенно если нужно анализировать большой временной промежуток. Поэтому я пишу DAG в Airflow: Python запускает скрипт по расписанию и обновляет витрину, избавляя меня от рутины
🟡Подсчитываю результаты АБ тестов🟡
Когда продакт спрашивает: «А изменение метрики вообще значимое?» — Python и статистические библиотеки уже готовы ответить. Мне не нужно писать формулы и считать вручную, вся математика внутри: доверительные интервалы, p-value, t-статистика — просто беру и использую
🔴Настраиваю алерты🔴
Важные метрики нельзя мониторить вручную, потому что так легко пропустить сигнал о проблемах в бизнесе или с данными. Я поставила скрипт на расписание все в том же Airflow: он считает показатели, сравнивает их с предыдущими днями и отправляет предупреждение, если что-то пошло не так. Если отклонение резкое, в корпоративный мессенджер сразу летит сообщение с нужной информацией с тегом меня и продакта
#python_анна_в_данных