grafikon címkével jelölt bejegyzések

Uber + adatok

A lenti képeket az Uber blogjáról szedtem össze. Inkább persze szórakoztató, just-for-fun tartalmak, de azért érdekes, hogy mennyire részletesen figyeli az Uber stáb a felhasználói adatokat és hogy milyen ügyesen elemezgetnek belőle.

Pl. itt egy chart, ami rögtön igazolja a “társadalmi szerepvállalásukat” – az egyik görbén az alkoholból származó balesetek számát, a másikon az Uber rendelések/teljesítések számát látjuk.

uber hasznalat vs alkohol chart

 

Persze itt inkább az az érdekes, hogy pontosan látják, hogy mikor kell kiküldeniük több sofőrt az útra és mikor elég kevesebbet.

A másikon San Francisco-t látjuk és a tipikus utakat – honnan hova mennek az emberek. Ha kicsit több adatunk lesz, lehet, hogy Budapesten is kirajzolódik majd ilyen szépen a belváros.

San Francisco Uber használat

 

A harmadik ábra Vegas-ról szól – itt csak egyszerűen az útvonal célok vannak megjelenítve. Ha még nem volt Las Vegas-ban… Meg tudnád tippelni, hogy hol vannak a kaszinók? :-) Azt hiszem nem nehéz.

vegas_uber

 

Még több érdekes Uber adatot találsz a blogjukon: blog.uber.com #uberdata.

Mester Tomi

Neticle – megmutatják, mit gondol a web

Nemrég akadtam rá egy fantasztikus netes megoldásra, ami elsősorban PR-osoknak lehet hasznos BI-eszköz. A Neticle egyébként egy magyar startup és alapvetően 3 dolgot tud:
1. Automatikusan összegyűjti és megmutatja, hogy a magyar web-en hol jelentek meg rólad (a brand-edről) cikkek, megjegyzések, Facebook kommentek – egyszóval minden publikus megjelenésedet.
2. Egy beépített automatika elemzi, hogy ezek pozitív vagy negatív megjegyzések voltak-e.
3. Trendeket készít, ahol láthatod, hogy az elmúlt napokban sokat vagy keveset, jókat vagy rosszakat mondtak rólad – egyszóval megkapod a “véleményárfolyamodat”.

Ennél persze sokkal több funkció is el van benne rejtve. Az Apple példáján keresztül fogom megmutatni, hogy mit tud a Neticle. Pl. az Apple magyarországi PR-osaként szeretném tudni, hogy hogy állunk a versenytársakhoz képest megítélésben.

Neticle - véleményárfolyam, PR, marketing, adatelemzés
Neticle – véleményárfolyam

Máris látom, hogy bizony szeptember 24. óta drasztikusan csökkent az iPhone megítélése, sok negatív vélemény jelent meg – ami nem is csoda, hiszen 24-én jött le az első magyar cikk az iPhone 6 “hajlékonyságáról”. :-)

A forrásokból hamar kiderül, hogy kik a legaktívabb említőink és hogy milyen fórumokon találjuk meg őket:

Neticle, aktív fórumok, adatelemzés, PR
Neticle, aktív fórumok

Ha sok negatív vélményt látunk a prohardver.hu-n, lehet, hogy érdemes ellátogatni az oldalra és a kommentben panaszkodóknak személyes support-ot ajánlani vagy valami más módon megnyugtatni és újra apple-hívővé formálni őket.

Ha pedig arra vagyok kíváncsi, hogy mik a konkrét pozitív és negatív kifejezések, akkor azokat is elő lehet venni – a negatív oldalon látszik, hogy a véleményformálok, sokat használták a “botrány”, a “szar” és az “illegális” kifejezéseket.

Neticle pozitív, negatív kifejezések - PR adatelemzés
Neticle pozitív, negatív kifejezések

Hát… úgy tűnik az Apple híres PR-gépezete is berozsdásodik néha. És mielőtt még azt mondaná a vezetőség, hogy nem baj, legalább beszélnek rólunk – még az orruk alá tolhatok egy chart-ot, hogy azért olyan kiemelkedően sokat mégsem:

Neticle, említések száma - PR, adatelemzés
Neticle, említések száma

Akárhogyis: a Neticle egy újító eszköz, PR-osként, marketing-esként érdemes kipróbálni – mint láthatod elég meglepő és mindenképp hasznos dolgok kiderülhetnek a Te márkád megítéléséről is!

Mester Tomi

Az AirBNB sztori – villámteszt

Hogyan okoz egy jól irányzott villámteszt több mint 60-szoros növekedést a cégedben? Az AirBNB-től lehet ellesni a titkot.

Az AirBNB az egyik legismertebb nemzetközi lakásközvetítő oldal. A lényege a megosztáson alapuló gazdaság. Nem kell többé hotelekben drága szobákat fizetni. Helyette a város szívében lehet apartmanokat pillanatok alatt lefoglalni, sokkal olcsóbban és közvetlenül a lakás tulajdonosától.

De az adatlabor számára érdekes nagy trükkjük az ún. villámtesztelés. 2010-ben, pusztán 1 évvel az alapítás után volt egy megérzésük: a profi fotók segítenek a lakás kiadásban. De ahelyett, hogy óriási munka és költségek árán azonnal megcsinálták volna a profi fotókat, inkább belevágtak egy villámtesztbe. A villámteszt lényege, hogy ha van egy felvetésed vagy ötleted, amiből úgy érzed, akár üzletet is csinálhatsz, akkor nem vágsz bele rögtön a munkába, hanem valahogyan gyorsan és egyszerűen leteszteled. Pl. ha egy stilisztikai elemző app-ot akarsz készíteni középiskolás diákoknak, akkor nem biztos, hogy első körben megéri lefejleszteni az app-ot magát. Előbb fel kell mérned, hogy van-e rá igény. Ebben az esetben a olcsóbb és praktikusabb, ha először elkezded hirdetni, hogy van egy ilyen alkalmazás, a valóságban pedig ráálltok hárman, hogy a különböző szabályok alapján kézzel megcsináljátok, amit egyébként a jövőben majd a program csinálna. (Mielőtt belekezdesz, már van ilyen app: http://www.hemingwayapp.com/ :-))
A villámtesztelés a legolcsóbb, legegyszerűbb és legfájdalommentesebb módja annak, hogy elindíts egy startup-ot és felmérd, hogy az embereknek valóban szükségük van-e a termékedre. Ha igen, akkor – és csak akkor – jöhet a fejlesztés.

Ezt a modellt követte az AirBNB is a profi fotókkal. Ahelyett, hogy 200 fotóst kiküldtek volna és körbe fotózták volna az összes lakást, tesztelték a koncepciót 20 lakáson egy fotóssal. És ahogy az lenni szokott, a teszt segítségével nem csak arra jöttek rá, hogy a profin fotózott lakások 2-3-szor jobban teljesítenek a piaci átlagnál, de arra is, hogy ezért a szolgáltatásért a bérbeadók még hajlandóak is lennének fizetni. 2011 végére már 20 fotóssal dolgoztak együtt és akkor hadd mellékeljek egy beszédes chart-ot arról, hogy végül ez jó ötlet volt-e vagy sem. (Kiadott éjszakák száma évente: )

airbnb fotós chart diagramm

ÖSSZEFOGLALVA:
– Az AirBNB-nek volt egy jó megérzése.
– Villámtesztelték az ötletet – a lehető legkisebb erőbefektetéssel kipróbálták, hogy valóban működik-e a koncepció.
– Amint kiderült, hogy a kísérlet jól működik, kiterjesztették az összes AirBNB lakásra.

Ha terméket fejlesztesz és jó ötleted támad, mindig találd ki a legegyszerűbb, leggyorsabb és legolcsóbb módját annak, hogy hogyan tudod tesztelni. Legyen meg a hipotézised és ha igazolódik, terjeszd ki az egész termékedre!

Cikkek startup témában: Startup adatelemzés eszköztár

Mester Tomi

A megfelelő diagramm az üzenetedhez – I. rész

Ne olvasd tovább ezt a cikket, ha még soha életedben nem tettek le eléd ilyen vagy ehhez hasonló elemzést:

zavaró chart diagramm

Az a baj, hogy már annyira megszoktuk az értelemezhetetlen chart-okat, nem csak heti riportokban, de akár prezentációkban is, hogy már nem is tiltakozunk ellene. Valahogy úgy tűnik, hogy ennek egy elviselhető rossznak kell lennie. A probléma csak az, hogy a hasznos adatokat – amik segítenek a döntésekben és a dolgok megértésében – emiatt meg se próbáljuk befogadni, egyszerűen csak ugorjuk őket. Pedig mennyivel egyszerűbb egy ilyen grafikont elkészíteni és feldolgozni is, mint ez a lenti:

Jó chart diagramm

 

Nem azt mondom, hogy ez a világ legszebb grafikonja, de az biztos, hogy 5 másodpercnél nem több felfogni, hogy miről szól.

Íme az érthető és jó grafikon 5 titka:
1. Legyen üzeneted, amit a grafikonnal támasztasz alá. Tudd mit akarsz mondani és ehhez a mondanivalóhoz szerkeszd meg az ábrád. Előbb mondanivaló –» utána grafikon.
2. A megfelelő adathoz és üzenethez a megfelelő grafikont válaszd. Ez nem könnyű, de lent egy részletes útmutatót kínálok, amiből egyszerűen csak választanod kell.
3. Sose ábrázolj egynél több adathalmazt egy grafikonon. (Kivétel: ha direkt két adathalmaz közötti összefüggést szeretnél megmutatni.)
4. Csak a legfontosabb adatpontokat mutasd meg. (Kivétel: ha trendeket, pl. egy hónapon keresztüli napi honlaplátogatottságot, akarsz megmutatni.)

5. Ellenőrizz: tedd le valaki elé a grafikonodat és kérd meg, hogy mondja meg, mit lát rajta. Ennek prezentációk esetében 5 másodperc alatt meg kell történnie, írott jelentéseknél pedig maximum 20 másodperc az időkeret.

Hogyan válaszd ki, hogy milyen chart-ot használj?
Ez a legtöbbször elhibázott dolog, amivel találkozom. Trendeket oszlopdiagrammokon próbálnak megmutatni, megoszlásokat pedig vonalakkal. Ez nagy baj. Pedig ennek van egy nagyon jól dokumentált és kidolgozott tudománya. Erről találsz anyagot az ajánlott irodalom menüben is, de itt most megosztom veled a legfontosabb részt: a 4 legtöbbször szükséges diagramm-típust.
Mikor, milyen üzenethez, melyiket vedd elő? És hogyan kell őket szépen alkalmazni? Ha ezeket rendben használod, az esetek 99,9%-ban nem lesz problémád:

1. Kördiagramm (aka. pie chart): pie chart - kördiagramm
A kördiagramm összetétel elemzésére való. Ha pl egy külföldi diákcsoport összetételét akarom megmutatni, hogy 50%-a brit, 35%-a német, 10% olasz és 5%-a svájci. A kördiagramm tehát belső arányok ábrázolására jó, olyan esetekben, amikor a részek összege 100%-ot tesz ki. Hibás alkalmazása, amikor összehasonlításra akarják használni. A pie chart-on gyakran nem látszik, hogy pontosan melyik csoport a nagyobb a másiknál. Ezért összehasonlításra, amit inkább előveszünk a fegyvertárunkból az nem más mint az…

2. Oszlopdiagramm (aka. bar chart):   bar chart oszlop diagrammAz oszlopdiagrammban egymással valamilyen módon összefüggő, de nem feltétlenül zárt csoportot alkotó adatokat lehet és kell összehasonlítani. Pl. ha a cég HR, marketing, programozói és design részét akarom összehasonlítani a dolgozók száma szerint – és közben azt akarom kiemelni, hogy a programozók vannak a legtöbben, akkor itt már oszlop diagrammot használok. Rosszul csinálsz valamit, ha a bar chart-tal trendeket probálsz megmutatni, mivel arra való a…

3. Vonaldiagramm (aka. line chart): line chart - vonaldiagrammAz esetek 99%-ban, ha az X-tengelyen időt akarunk ábrázolni, akkor és csak akkor nyúlunk a vonaldiagramhoz. Azaz trendeket mutatunk meg rajta (folyamatokat egy folyamatos vonallal szimbolizálva). Pl. a 2006-os bevétel 10 millió forint volt, a 2007-es már 12, a 2008-as 14, stb…
Ja igen, és a line chart az egyetlen olyan kivétel, ahol igazán érdemes gyakran több adatcsoportot (dataset-et) együtt kezelni – és a trendeken jól láthatóvá tenni, pl a bevétel és a dolgozók számának az összefüggéseit.

4. Hisztogramm: Ritkán szoktuk használni, de a BigData korában elengedhetetlen, hogy elővegyük. Ezen a chart-on eloszlást szoktunk ábrázolni. Amikor rengeteg kis adatcsoportunk van és azoknak a számossága viszonylag nagy, egy hisztogrammal szépen ki lehet rajzolni a csoporton belüli összefüggéseket. Pl. a 10 milliós Magyarország (#bigdata) populációja hisztogrammon – az egyik tengelyen az életkor, a másikon a csoportban levő emberek száma, nemek szerint szét szedve – így néz ki:

hisztogramm
forrás: indexmundi.com

 

Összegzésként, hadd osszam meg veled ezt a szuper összefoglaló ábrát az összes létező chart-típusról (wowww!!). Elég egyértelműen látszik rajta, mikor mihez kell nyúlni. Németh Zoli kollégámtól kaptam… bár kicsit kicsi és tömör mégis elég jól átadja a lényeget. (Katt a nagyításért!)

chart diagramm összefoglaló ábrachart diagramm összefoglaló ábra

Remélem ezek az alapok elég lendületet adnak, hogy te már csak szép grafikonokat csinálj! Ha szeretnél tovább olvasni, nem sokára jön a sorozat második része!

Tomi