Аналитика данных

Если работаешь на удалённом рабочем столе RDP Windows и случайно удалил процесс в диспетчере задач «Проводник», то... Экран становится чёрным навсегда. Давайте разберём, что произошло и как это быстро починить. Если попытаться закрыть окно терминала и запустить всё заново: Вы случайно (или намеренно) убили процесс explorer.exe — тот самый «Проводник Windows». Именно он отвечает за отрисовку: Когда вы его «сняли», графическая оболочка просто перестала существовать. Система работает, RDP-сессия подключается, экран блокировки проходит — а рисовать дальше нечему...

Работаешь на удалённом рабочем столе под Windows. Подключаешься такой к БД с помощью секретов из .env-файл. Но получаешь странные ошибки вроде Authentication failed или Connection refused, хотя логин и пароль точно верные. Скорее всего, проблема не в базе данных и не в сети. Проблема — в том, как именно Python читает .env-файл на корпоративном сервере. Разберём три неочевидных приёма, которые заставят код работать. Все три приёма я собрал из собственного опыта работы с корпоративными серверами Windows, где каждая мелочь может стать причиной часов отладки...

Найти сайты (основные домены), которые генерируют трафик приводящий лиды с учётом количества лидов, количества сессий, продолжительность лидогенерации (чтобы отсечь разовые всплески), показатель конверсий. Из Я.Метрики выкачены данные в CSV-файлы по сессиям (визитам), достижениям цели со сторонних сайтов "Referrer". Колонки датафрейма: Открываем Jupyter Notebook, пишем код... # Рекомендуется установить pip install tldextract --quiet import glob import locale import numpy as np import os import pandas as pd import re # Отключаем предупреждения в консоль import warnings warnings...

Семплирование (sampling) — это статистический метод, при котором отчёт строится не по всем данным, а по выборке из этих данных. Например: У вас 1 000 000 визитов за квартал. Метрика берёт 100 000 визитов (10%), считает показатели и умножает результат на 10. Есть нюанс: при семплировании отчёт становится приближённым. Для A/B-тестов, финотчётности или анализа редких событий это может быть критично. API Яндекс.Метрики позволяет явно задавать уровень выборки через параметр accuracy. Также при упрощении запросов уровень семплирования снижается...