Мир аналитика данных

Ребята, привет! 👋Хочу рассказать вам про штуку, которая Вам понравится. У Паши Бухтика (No Data No Growth) через 2 дня стартует новый поток по A/B. И формат в этот раз необычный 👀Раньше аналитики и продакты учились отдельно. А тут он собрал их на одном потоке с общими обсуждениями и совместными домашками. И мне эта идея прям откликнулась. Если бы уже не проходила у него курс, то пошла бы сейчас точно 🔥Потому что в реальной работе A/B – это всегда общая ответственность продакта и аналитика. И чем хуже они понимают друг друга, тем чаще тест превращается в формальность, а не в инструмент решений. Знакомо, да? 😄🎯 Что заберут продакты:За 7 недель практики научатся говорить с аналитиком на одном языке, грамотно ставить задачи, видеть слабые места в дизайне теста до запуска, не подкручивать методологию под свои гипотезы и защищать решения перед руководством.📊 Что заберут аналитики:Программа шире – кроме общей части есть отдельные занятия:✔️ сплитование;✔️ симуляции Монте-Карло;✔️ ratio-метрики и стат. критерии;✔️ множественное тестирование;✔️ A/B без A/B, ускорение, сетевой эффект.И то, чему почти нигде не учат – объяснять выводы A/B нетехническим людям и видеть, как продакт реально использует их в решениях. Часто именно это и отделяет мидла от сеньора 👍🔥 А самое интересное – практики:Они проходят вместе в мини-группах:➡️ Продакты начинают понимать, как думают аналитики;➡️ Аналитики – как устроена продуктовая логика.Редкий случай, когда обе стороны учатся друг у друга прямо в процессе, а не после ✨🎓 А если вы уже были на прошлых потоках. Можно прийти снова: досдать домашки, освежить материал, попробовать новый формат. Паша обещал спецусловия.Старт уже 5 июня. Заявку можно оставить тут:👉 Для аналитиков: https://nodatanogrowth.com/product-analyst-ab-testing👉 Для продактов: https://nodatanogrowth.com/product-manager-ab-testingНа аналитическом треке осталось всего 4 места. Так что лучше написать сегодня, чем в июле жалеть, что не успел 😉

От новичка до мидла всего за год: Авито запустил буткемп для аналитиковАвито открыл набор на годовую программу Avito Analyst Bootcamp, где новичок с базой SQL и Python может вырасти до мидл-специалиста всего за 12 месяцев.Никаких «принеси-подай» и бесполезных задач. Только реальная продуктовая аналитика и BI-разработка с живыми данными под руководством сотрудников. Участники получают именно те навыки, которые потом нужны на работе.Главный бонус — равные возможности для всех, независимо от города. Стажировка доступна удаленно (от 30 часов в неделю) или в одном из пяти офисов компании. Авито намеренно собирает таланты со всей России, а не только из Москвы. К участию приглашаются студенты 2-4 курсов бакалавриата, 1-2 курсов магистратуры или 3-5 курсов специалитета, а также выпускники с дипломом по технической, математической или IT-специальности.Плюс — сильное комьюнити стажеров и наставники, которые поддерживают и помогают обмениваться опытом. Лучшие выпускники смогут начать карьеру в Авито.Заявки и резюме принимаются до 4 июня.

📚 Посмотрела хэндбук по A/B-тестированию от команды Trisigma (платформа экспериментов от Авито). Он оказался прям очень неплохим.Там внутри собрана хорошая база, которую полезно освежить даже тем, кто уже давно работает с экспериментами и метриками 👀 И конечно можно повторить основы статистики: что такое дисперсия, стандартное отклонение, стандартная ошибка, типы распределения данных. Там прям хорошо разобрано. А то нет, нет, да и забывается какая-то формула или информация если это что-то прям не часто используется.Что конкретно есть внутри:🟢основы A/B-тестов и типы экспериментов🟢как формулировать гипотезы🟢классификация метрик: goal / proxy / guardrail / debug🟢OEC и закон Кэмпбелла🟢ошибки в экспериментах и как не словить ложные выводы🟢атомарный дизайн метрик🟢ну и введение в матстат: дисперсия, стандартное отклонение, распределения, ЦПТ и т.д. (расчеты на примерах)Понравилось, что всё объясняется на нормальных продуктовых примерах, даже расчеты внутри есть 🧮Забрать можно в боте @trisigma_avito_bot за подписку на их канал.Реклама. ООО "Авито Тех".

🔥 Вчера побывала в офисе Яндекса на Digital day!Главная тема вечера - Яндекс Метрика. Поделюсь сухими фактами сначала:✅ Что нового:- ИИ-помощник (уже в бета-версии - можно тестить 👀)- Можно смотреть средние показатели продаж по рынку, нужно только поставить галочку в настройках "Получить доступ к ответу по рынку" ✅ Ключевые инсайты (и где деньги 💰):- Как меняется аналитика под разные индустрии- Глубина разметки - куда копать, чтобы не тонуть в данных - Какие отчёты смотрят лидеры рынка в Метрике- Как измеряют вовлечённость- Где искать потери в данных и как их чинить✅ Огонь-фишка, которую полезно изучить:В Метрику можно передавать данные e-commerce по client_id📌 Это значит - отслеживать офлайн-выручку и связывать её с действиями на сайте. Кейс из METRO - рабочий и успешный 🔥В общем, было объемно и интересно🔥А еще получилось пообщаться с разными людьми - нетворкинг в силе 🤝И да, несколько человек зашли в канал после встречи - спасибо, что вы здесь! 👏А чтобы быть на связи плотнее, я добавила LinkedIn в описание. Жду в контактах! 🍕🍽 Ну и, конечно, вкусно покормили - тоже важная метрика мероприятия! 📎Спикеры обещали прислать презу со всеми ссылками и темами. Как пришлют - прикреплю здесь!

Свежее исследование рынка аналитиков 2025 от NEWHR. 7 главных трендов рынка: 📈1️⃣ Зарплаты у многих выросли, но рынок уже не летит вверхДве трети аналитиков получили рост дохода, но чаще это было не из-за смены работы, а из-за индексации или повышения грейда. В целом рост по рынку - меньше 10%, тогда как раньше это скорее были 15–20% в год. То есть история «перешёл в новую компанию и сразу +30%» уже не выглядит нормой.💸 2️⃣Деньги стали главным факторомИнтересные задачи и развитие всё ещё важны, но зарплата впервые вышла на первое место и для удержания, и при выборе нового оффера. Очень показательный сдвиг: рынок стал более прагматичным.🌍 3️⃣Российский и международный рынки всё сильнее расходятсяПривлекательность зарубежных компаний для аналитиков из РФ за два года упала на 31%. Плюс снижается интерес к переезду: люди чаще ориентируются на тот рынок, где уже работают.⏳4️⃣ Искать работу стало дольше77% аналитиков находят работу за 3 месяца, но год назад таких было 81%. А доля тех, кто ищет до 6 месяцев, выросла с 53% до 61%. То есть рынок не рухнул, но стал плотнее: конкуренция выше, а найм медленнее.🏆5️⃣Авито - лидер по привлекательности в качестве возможного работодателя. Хуже всех репутация у VK и Сбера.🤖 6️⃣AI и ML уже не “бонус”, а новый must-haveЗа год доля аналитиков, которые работают с ML-сервисами, выросла с 14% до 22%. А развивать этот навык хотят 41,5% респондентов. Похоже, для аналитиков это уже не «что-то дополнительное», а всё больше часть профессии.🏢 7️⃣Грейд влияет не только на зарплатуОт него зависят ещё и скорость поиска работы, свобода выбора локации и компании. Сеньоры, принципалы и тимлиды в целом чувствуют себя на рынке увереннее.Ну и еще разное:✔️ Какие задачи решают аналитики сегодня✔️ Локации и планы аналитиков на переезд✔️ На какие компании и в каком формате работают ✔️ Как менялись зарплаты аналитиков в течение 2025 года ✔️ Сколько они получают сегодня в зависимости от специализации и грейда ✔️ Откуда пришли в профессию и как планируют

Я про вас не забыла и вот принесла кое-что интересное. Телегу замедляют, но я остаюсь тут и не хочу предлагать вам куда-то переходить. Поддержите огонечками, что вы тут и вам это по прежнему нужно! Сегодня хочу показать удобный SQL-прием для A/B тестов: как смотреть метрику сразу по нескольким двухнедельным периодам и не размечать каждый интервал руками. Так легче заметить, метрика стабильна или скачет от периода к периоду.В этом примере считаем такую метрику: доля пользователей, которые открыли карточку товара из целевого блока, среди всех пользователей, открывших карточку товара за период. Логика очень простая:➡️ берем всех уникальных пользователей, открывших карточку товара➡️ отдельно считаем тех, кто пришел в карточку из блока Подборка для вас➡️ делим второе на первое и получаем долюСгенерировала df_product_events(event_ts, user_id, event_name, event_payload). import duckdbimport pandas as pdquery = """with events as ( select date_add( date '2026-02-02', INTERVAL (cast(14 * floor(date_diff('day', date '2026-02-02', cast(event_ts as date)) / 14.0) as integer)) DAY) as period_start, user_id, json_extract_string(event_payload, '$.source_block') as source_block from df_product_events where event_ts >= timestamp '2026-02-02 00:00:00' and event_ts < timestamp '2026-03-16 00:00:00' and event_name = 'product_card_open' and nullif(trim(user_id), '') is not null)select period_start, period_start + INTERVAL 13 DAY as period_end, count(distinct user_id) as users_total, count(distinct case when source_block = 'Подборка для вас' then user_id end) as users_from_target_block, round( 100.0 * count(distinct case when source_block = 'Подборка для вас' then user_id end) / count(distinct user_id), 2 ) as share_from_target_blockfrom eventsgroup by 1, 2order by 1"""result = duckdb.query(query).to_df()Самая важная часть здесь - это расчет period_start (каждому событию назначается

Поздравляю всех девушек с 8 марта! 🌷Пусть будет больше радости, сил, интересных задач и чтобы жизнь почаще радовала хорошими результатами… желательно со статистической значимостью 😄✨Я тут немного выпала из канала. Но у меня есть сразу несколько поводов для радости:✅ Закончился испытательный срок на работе 🎉Три месяца пролетели очень быстро! Задачи интересные, команда отличная! Работаем над улучшением приложения Азбуки Вкуса! 📱Кто ещё не скачал (Москвичи и Питерцы) - обязательно скачивайте. Там реально много прикольного и вкусного! А если найдете там какие-то проблемы... - ну вы теперь знаете кому писать 😜✅ 🎤 Ещё сходила на стендап (уже второй раз)Очень необычный опыт: сидишь прямо возле сцены, атмосфера супер живая. Поняла, почему люди туда ходят не один раз 😄✅ Ну и сам праздник! Три дня отдыха - это вам не шутки. Тут отдыхать надо со всей ответственностью 😄А вы как проводите длинные выходные? 😊 Фото приветствуются.Да, знаю, телега уже не та… но фоточки всё ещё поднимают метрики настроения 📈И вот вам A/B-тест на выходные(ну две недели такой тест не дали пока держать 😂:🅰️ Группа A (контроль) - отдых 😄👍 - жмём, если вы за этот вариант🅱️ Группа B - ещё больше отдыха 😎🔥 - если считаете, что отдыхаете ещё сильнее чем обычно.Посмотрим, кто победит 📊

Ребята, привет! 👋 У Паши Бухтика (No Data No Growth) 2 марта стартует пятый поток по A/B-тестированию!📣 Вот его пост с подробностями: https://t.me/nodatanogrowth/1038Я проходила этот курс в том году - было круто и очень полезно! 👍 Следующий поток будет только осенью. Короче, очень рекомендую🚀🚀🚀 Учеба - это вложение в себя, которое окупается!Ссылка на его сайт

Удобная функция UNNEST в PostgreSQL для работыВсем привет! Решила поделиться тут с вами одной полезной функцией, которую как раз недавно использовала на работе.У нас есть массив устройств у пользователей. Но если мы хотим:✔️посчитать устройства✔️сделать join✔️агрегировать✔️считать DISTINCTто массив нужно разложить в строки.Представим, что у нас есть данные, где у пользователя несколько устройств лежат в массиве.Было: 1 строка = массив устройствДолжно быть: несколько строк с пользователем = одно устройство в строкеСначала создадим это прямо в Pythonimport duckdbimport pandas as pddf = pd.DataFrame({ "user_id": [1, 2, 3], "device_ids": [ ["dev_a", "dev_b"], ["dev_c"], ["dev_d", "dev_e", "dev_f"] ]}) И вот тут-то мы разворачиваем массив через UNNESTquery = """SELECT user_id, d AS device_idFROM dfCROSS JOIN UNNEST(device_ids) AS t(d)ORDER BY 1, 2"""result = duckdb.query(query).to_df()Разберем необычную конструкцию CROSS JOIN UNNEST(device_ids) AS t(d)Что вообще означает AS t(d)? 🟢UNNEST(device_ids) - разворачивает массив🟢t - имя временной таблицы🟢d - имя колонки внутри неёПосле этого d — обычная колонка, с которой можно работать как с любой другой.Главное потом случайно не задвоить метрику когда будем соединять таблицу с таблицей заказов, например.orders = pd.DataFrame({ "user_id": [1, 2], "revenue": [100, 200]})Теперь делаем join после UNNEST:query = """SELECT df.user_id, d AS device_id, o.revenueFROM dfCROSS JOIN UNNEST(device_ids) AS t(d)LEFT JOIN orders o ON df.user_id = o.user_idORDER BY 1, 2"""result2 = duckdb.query(query).to_df()User 1 имел revenue = 100Но теперь эта сотка появилась два раза! 😱Поэтому нужно быть внимательным и понимать для чего мы это делаем. ❌ Нельзя после этого просто делать SUM(revenue) по этой таблице - выручка продублируется на каждое устройство и итог “раздуется”.✅ Но зато расшив девайсы и приджойнив user-level выручку мы можем посмотреть её рядом на строках устройств.💡 Зачем это может быть нуж

🔬Тут прислали исследование. Смотрим, изучаем. Я тоже где-то там есть 😄🔬📁 300+ экспертов и каналов, за которыми следят аналитики В 2025 году мы в NEWHR завершили сбор данных для нашего ежегодного исследования рынка аналитиков. Такие исследования позволяют в динамике наблюдать за тем, как меняется профессия, задачи, зарплаты аналитиков, их амбиции, желанные и нежеланные компании для работы и многое другое.Сейчас мы обрабатываем результаты, и уже готовы поделиться с вами первыми инсайтами. А именно — рейтингом экспертов отрасли и каналами, которые читают и смотрят наши респонденты-аналитики. Выборка респондентов в этом году — 1493 человека!🔗 Полный список экспертов-аналитиковЧто вы найдёте на лендинге:➖ Рейтинги ТОП-15 экспертов и ТОП-30 Telegram-каналов, интересных аналитикамОни разделены специализациям: отдельно для продуктовых, маркетинговых, дата-, веб- и BI-аналитиков и отдельно для системных и бизнес-аналитиков — потому что предпочтения отличаются.➖ Полные списки экспертов (100+), Telegram-каналов (130+), подкастов и YouTube-каналов которые аналитики находят интереснымиTelegram-каналы для удобства разделены по темам: аналитика, обучение и карьера, BI/UX/Data Viz, Data Engineering и разработка, ML/DS, Product Managment, продуктовая и HR аналитика. Отдельно мы выделили блок экспертов, которых читаем сами — именно к ним мы обратились за информационной поддержкой. Благодарим всех, кто помог собрать такую выборку 💙Полные результаты исследования мы опубликуем весной, следите за обновлениями!

Тренд на «универсалов»: кто будет востребован в аналитике в 2026?Эра «просто аналитиков», которые умеют только собирать таблицы, проходит. Сейчас заметен четкий сигнал рынка: компаниям нужны специалисты полного цикла — те, кто понимает путь данных от сбора до принятия бизнес-решения. Знания таблиц и базового SQL больше недостаточно, если вы хотите получать приглашения на собеседования и выигрывать конкуренцию у других кандидатов.Чтобы не тонуть в бесконечном списке требований работодателей, важно сфокусироваться на самом нужном. Илья Ковалёв (Senior-аналитик Dodo Brands) и Наталья Рожкова (HR-эксперт) проведут прямой эфир о том, как выжить и вырасти в этой среде 👍🟠На примерах из Dodo посмотрим, как вести задачу от сырых данных до рабочего дашборда.🟠Почему универсальные навыки стали преимуществом и как джуну соответствовать этому фильтру.🟠Советы от HR, как доработать резюме и отклики, чтобы «пробивать» автоматические фильтры и внимание рекрутеров.💬 Всем зарегистрировавшимся Simulative пришлют полезный материал — карту компетенций аналитика данных со всеми нужными инструментами для освоения.🔗 Регистрируйтесь на бесплатный вебинар

✨ Ещё пару дней - и каникулы пролетятМы семьёй успели всё: ✔️две дачи - к родным и к себе 🏡✔️фейерверки 🎆✔️квадроциклы по заснеженному озеру ❄️✔️банька 🔥✔️много оливье 🥗✔️встречи с друзьями 🧡✔️застолья 🍽✔️и ещё раз застолья 🍽😄И пока мы отдыхали, нашлись упорные смельчаки 💪📚, которые совершили 195 переходов по ссылке на мой бесплатный курс 🎓. Вот это я понимаю - тяга к знаниям. Уважаю 🙌Я правда верю: мы строим свою жизнь только своими действиями и устремлениями. Можно сколько угодно мечтать и ждать знаков, но без движения ничего не случается.И да, я могу повторять это из года в год: важно учиться, ставить цели и кайфовать от процесса, от того, как шаг за шагом идём по своему пути.Пусть он извилистый.Пусть не самый быстрый.Зато наш. Особенный.А вселенная нас точно слышит. И правда помогает - когда мы чего-то искренне хотим. 🎁А вообще - впереди ещё целых два дня выходных (если считать сегодняшнее утро) 😌✨ Наслаждаемся!