09.2022 | Python | AI | Ecommerce
Książka zainteresowała mnie już od momentu, gdy zobaczyłem ją w przedsprzedaży wydawnictwa Helion.pl, a to z uwagi na miły dodatek w tytule "dla e-commerce", co z góry wróżyło bardziej praktyczne podejście do tematu, tym samym mniej kodu i przykładów na zbiorach typu Titanic, a więcej praktycznego kodu. Dodatkowo osoba polskiego autora wzbudziła nadzieję, że będą to przykłady oparte o bardziej rodzime „konstrukcje”, niż rozważania oparte o Zappos.com czy Ebay.com.
Jak się okazało wkrótce, po pierwszych kartkach i kilku rozdziałach, książka okazała się swoistym przewodnikiem, w którym znajdziemy zarówno podstawowy wstęp do bibliotek numpy czy pandas, jak i opis biblioteki scrapy (scrapping stron www), spacy (praca z tekstem - NLP), czy nawiązanie do Google Tag Managera. A zatem zakres poruszonych tematów jest dość szeroki.
Strukturalnie książka jest zbudowana z następujących rozdziałów:
Może oczekuję za dużo, ale cudownie by było poczytać trochę o różnych smaczkach i niuansach związanych z wykorzystaniem data science w polskich serwisach e-commerce np. Również o błędach, niepowodzeniach, gdy ML nie spełnił pokładanych w nim oczekiwań, albo gdy założenia teoretyczne, mimo szeregu testów, nie miały odzwierciedlenia w praktyce i prowadziły do błędnych wniosków.
Zdaję sobie jednak sprawę, że o tym mówi się i pisze niechętnie – z punktu widzenia konkretnych serwisów e-commerce. Nie lubimy przyznawać się do błędów, prawda?
Zdecydowanie pozycja na liście obowiązkowej do zakupu dla każdego analityka pracującego z serwisami e-commerce. Nie jest to super praktyczny poradnik, ale daje dużo ciekawej wiedzy oraz porządkuje tą, która już mamy.
Książka jest dostępna w wydawnictwie Helion, jako wersja papierowa i ebook. Autor książki to Sebastian Kondracki.
Wykorzystanie API Piwik PRO do pobrania i wizualizacji danych w Microsoft Power BI
Piwik PRO. Integracja z Google Ads
Piwik PRO. Integracja z Google Search Console
Piwik PRO. Wbudowany Consent Manager. Konfiguracja
Google Tag Manager Server Side. Proces implementacji krok po kroku
Integracja Google Analytics 4 i BigQuery. Ile to kosztuje? Kalkulator.
Analytics Data API. Wykorzystanie biblioteki googleAnalyticsR i pobieranie danych z GA4 (część 2)
Analytics Data API. Wykorzystanie biblioteki googleAnalyticsR do pobierania danych z GA4 (część 1)